一,、征集范圍專題一,、生物大數(shù)據(jù)共性算法方向1：單細(xì)胞多組學(xué)整合計(jì)算方法研究目標(biāo)：面向配對和非配對單細(xì)胞多模態(tài)組學(xué)數(shù)據(jù),，方向2：單細(xì)胞譜系追蹤計(jì)算方法研究目標(biāo)：發(fā)展多模態(tài)數(shù)據(jù)整合的單細(xì)胞空間轉(zhuǎn)錄組譜系追蹤算法，方向3：樣本特異網(wǎng)絡(luò)標(biāo)志物方法研究目標(biāo)：開發(fā)國際領(lǐng)先的樣本特異網(wǎng)絡(luò)標(biāo)志物算法,，方向4：轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)基礎(chǔ)模型研究目標(biāo)：建立國際領(lǐng)先的解碼轉(zhuǎn)錄調(diào)控網(wǎng)絡(luò)的預(yù)訓(xùn)練大模型,，方向5：RNA轉(zhuǎn)錄后加工調(diào)控網(wǎng)絡(luò)解析方法研究目標(biāo)：建立模塊化可拓展的RNA轉(zhuǎn)錄后加工智能分析平臺，發(fā)展RNA轉(zhuǎn)錄后加工調(diào)控網(wǎng)絡(luò)解析和功能預(yù)測模型,，構(gòu)建RNA轉(zhuǎn)錄后加工調(diào)控網(wǎng)絡(luò)和生物學(xué)功能預(yù)測模型,，方向6：細(xì)胞器分辨率的細(xì)胞互作網(wǎng)絡(luò)模型研究目標(biāo)：發(fā)展高分辨率的細(xì)胞互作網(wǎng)絡(luò)模型，細(xì)胞與環(huán)境,、細(xì)胞間及細(xì)胞器間互作的預(yù)測性能比國際主流算法提升10%以上,，專題二、蛋白質(zhì)與核酸設(shè)計(jì)改造方向1：蛋白質(zhì)與核酸靜態(tài)結(jié)構(gòu)預(yù)測研究目標(biāo)：發(fā)展獨(dú)立自主蛋白質(zhì)與核酸結(jié)構(gòu)預(yù)測及設(shè)計(jì)軟件,，專題三,、重大疾病精準(zhǔn)診療關(guān)鍵技術(shù)方向1：精準(zhǔn)醫(yī)學(xué)大數(shù)據(jù)分析增強(qiáng)計(jì)算系統(tǒng)研究目標(biāo)：建立分析能力自我進(jìn)化和知識自主挖掘的精準(zhǔn)醫(yī)學(xué)增強(qiáng)計(jì)算平臺，研究內(nèi)容：基于真實(shí)世界臨床疾病,、健康人群,、生物樣本等多模態(tài)數(shù)據(jù)，方向3：疾病隊(duì)列多層次數(shù)據(jù)集成共性技術(shù)研究目標(biāo)：開發(fā)3種以上面向復(fù)雜疾病的多層次數(shù)據(jù)集成分析算法,，方向4：后全基因組關(guān)聯(lián)分析技術(shù)研究目標(biāo)：開發(fā)致病位點(diǎn)精細(xì)定位預(yù)測方法,，開發(fā)基于多尺度多組學(xué)大數(shù)據(jù)集成的復(fù)雜疾病風(fēng)險(xiǎn)位點(diǎn)功能解析平臺。