江苏省应用统计学会第21次学术年会（JAAS2019）由江苏省应用统计学会主办，于6月14-16日在南京邮电大学理学院召开。我院应用数学专业、无锡市生物计算工程研究中心唐旭清教授指导的研究生范雪萌同学在本次会议上作了题为“Extracting predictors for lung adenocarcinoma based on Granger causality test and stepwise character selection” 的学术报告，得到了与会专家和学者的一致好评，并获得江苏省应用统计学会第21次学术年会（JAAS2019）优秀论文一等奖。

该工作主要针对生物信息学中的统计学应用问题，开展高通量基因表达信息在寻找生物标志物方面的应用研究。主要内容包括：（1）综合基因、甲基化和miRNA数据，寻找差异基因作为相互作用网络的节点；（2）依据基于分子相互作用信息的格兰杰因果检验，确定了网络中基因相互作用的方向；（3）提出了一个筛选关键变量的算法——基于随机森林的逐步特征选择算法——用以选取分类精度较高且体量较少的特征基因集作为分类肺腺癌样本与正常样本的生物标志物集合。并将其运用到其他独立数据集进行验证，结果表明该特征基因集可以高效地识别肺腺癌样本。

JAAS2019会议致力于促进统计学理论、方法及相关数据科学的研究和应用，主题涵盖统计理论与统计方法研究、大数据分析、数据挖掘及应用等。同时，激励青年学者致力于解决各类现实问题。

生物计算中心成员参加高水平研讨会议有助于中心对外交流和开展各种合作，增进对各个交叉学科领域的认识，同时也让学生有更多的机会了解到生物信息学及系统生物学的前沿进展，参与到前沿学术讨论，发表学术见解。