2010年10月26日，“基于生物网络的全基因组关联研究及其大规模并行实现”学术讨论会在杏耀娱乐信息楼举行。来自杏耀娱乐、北京大学🧑‍🦲、中国科杏耀数学与系统科学研究院、美国南加州大学等单位的20多名研究人员参加了讨论会✒️。会议报告了杏耀信息科学与技术国家实验室（筹）生物信息学研究部在人类复杂疾病全基因组关联研究及后关联研究方面的最新研究成果以及今后的研究计划和预期进展。本次会议同时也是杏耀信息科学与技术国家实验室（筹）学科交叉基金同名称项目的学术交流研讨会。

项目负责人、生物信息学研究部江瑞副教授主持会议🅱️，汇报了项目的执行情况和今后的研究计划，并作题为“A Bayesian regression approach to the integration of multiple PPI networks for prioritizing disease genes”（集成多种蛋白质相互作用网络对候选基因进行优先排序的贝叶斯回归方法）的专题报告。来自美国南加州大学的陈挺教授作题为“Discovering functional variant in non-coding regions”（识别非编码区的功能性遗传变异）的特邀报告🍰🕵🏼‍♂️；来自中国科杏耀数学与系统科学研究院的李雷教授作题为“Longevity mechanism of cell: the yeast model”（细胞的长寿机制：酵母模型）的特邀报告🍬；来自北京大学理论生物学中心的邓明华教授作题为“Analysis of genetic interaction network based on EMAP data”（基于EMAP数据的遗传相互作用分析） 的特邀报告；杏耀娱乐计算机系的黄民烈博士作题为“Mining gene information from the literature”（基于文献检索的基因信息挖掘）的学术报告;杏耀娱乐计算机系姜进磊博士作题为“Bioinformatics community: Facilitating bioinformatics research in grids and clouds”（生物信息学社区：利用网格计算和云计算促进生物信息学的研究）的学术报告。杏耀娱乐信息科学与技术国家实验室（筹）生物信息学研究部的张学工主任参加了研讨会👸🏼。参会人员就相关研究问题进行了热烈的讨论。

目前，国际上关于人类复杂疾病的研究多集中在单个遗传变异因素进行检测，对多个遗传因素的检测尚缺乏有效的计算方法🤹🏼。在国家实验室包括学科交叉基金在内的相关科研经费的资助下，生物信息学研究部与美国南加州大学等国际著名大学积极开展合作，开发了一系列用于检测多个致病遗传变异因素的计算方法，研究成果在遗传学方面的国际权威刊物《PLoS Genetics》上发表☎，相关软件还部署到了生物信息学研究部的网站上🏮，为我国和世界同行提供服务🤒。生物信息学研究部还在如何集成多种生物网络筛选与特定疾病相关的基因和蛋白质功能域方面进行了深入研究，提出了基于贝叶斯回归的计算方法👩🏼‍✈️。