8月16日，数学与统计学院成功召开了“数学、统计与生命健康交叉合作论坛”。本次论坛聚焦肿瘤免疫、基因组变异、复杂性状预测及生物分子模拟等前沿领域，着力于搭建数学统计学科与生命医学学科深度交叉融合的学术交流平台。学院相关领域师生代表到场参会，现场讨论热烈，学术氛围浓厚。
副校长陈玉娟高度肯定了本次论坛的学术价值与组织工作。她指出，当前生命医学研究已进入数据驱动的时代，数学与统计学作为“科学语言”，在揭示复杂生命现象、优化临床决策、加速药物研发等方面具有不可替代的作用。她强调，数学以及统计两个学科要积极主动“走出去”，与生物医学开展实质性、系统性的深度合作，以解决实际问题为导向，推动方法创新与成果转化。她同时勉励老师们要把握学科交叉的历史机遇，夯实理论基础，拓宽应用视野，力争在数学与生命健康的交叉领域产出一批有影响力的原创成果，为学校高质量发展和国家大健康战略贡献智慧与力量。
论坛伊始，密歇根大学生物统计系教授、美国统计协会会士余萌钢教授以“肿瘤治疗二期临床试验的设计与决策”为题作首场报告。余教授结合其在癌症研究领域二十余年的统计师从业经验，通过随机对照二期试验、基于替代终点的期中无效性分析及生物标志物导向的二期研究三类典型案例，系统阐述了临床试验设计中的核心统计学要点与潜在难点，为优化癌症治疗方案筛选提供了重要的方法论指导。
随后，医学院范义辉教授围绕“超增强子驱动肿瘤免疫逃逸”展开论述。他从细胞分化与基因特异性表达切入，深入解析了PD-1/PD-L1免疫检查点通路中潜在超增强子对PD-L1/PD-L2表达的调控作用。研究显示，敲除该超增强子可显著削弱肿瘤细胞逃逸T细胞杀伤的能力。报告指出，数学与统计方法在DNA调控元件序列规律识别、转录因子结合预测及免疫治疗疗效推演等方面大有可为，这一共识也进一步强化了开展交叉合作的必要性。
公共卫生学院任文龙副教授作了题为“长读长结构变异检测benchmark的跨基因组可迁移性”的报告。他提出结构变异检测工具的“最优”表现并非固定属性，传统基于单一基因组的benchmark结论在不同群体背景和重复序列环境下可能失效。报告提出从“描述性benchmark”走向“预测性benchmark”的研究目标，并凝练出高阶交互效应建模、真值集错误率纳入及可迁移性形式化定义等若干统计学问题，可以为基因组变异分析提供了新的研究视角。
公共卫生学院王诗博博士则聚焦“如何更好地利用单倍型做表型预测”，系统梳理了SNP与单倍型在复杂性状预测中的各自优势与局限。报告指出单倍型能够保留局部组合信息，但其预测效果受SNP密度、区块划分、连锁不平衡结构等多因素影响，并提出了如何合理整合SNP与单倍型信息以提高表型预测力的关键问题，探讨了数学手段优化这一问题的可能方式。
此外，我院许志鹏博士介绍了近期在生物分子动力学模拟方面的工作，第一部分聚焦血流条件下 VWF A1 与血小板 GPIbα 的受力结合，分析 R1334A 突变对界面接触和抗拉能力的影响。第二部分围绕南通非物质文化遗产季德胜蛇药展开，报告运用多靶点分子模拟方法，对蛇药复方成分与蛇毒毒素的相互作用机制进行了系统研究，为这一传统经典验方的现代化研究注入了计算科学的力量。
本次论坛的报告呈现出鲜明的交叉特色，生命健康领域的前沿问题为数学统计方法提供了真实、复杂且具有重大应用价值的场景；而数学建模、统计推断、算法优化及计算模拟则为机制识别、预测建模、实验优先级排序和结果验证提供了不可或缺的工具支撑。与会教师围绕数据异质性处理、高维变量选择、模型可解释性等共同关心的方法论问题展开了深入交流，现场互动频繁，合作意向初显。
本次论坛的成功举办，不仅展示了数学统计学科在生命健康领域的广阔应用前景，也为后续跨学院、跨学科的深度合作奠定了坚实基础。学院将以此次论坛为契机，持续搭建高水平交流平台，推动数学、统计与生命科学、医学的协同创新，共促我校学科高质量发展。
