ISMB/ECCB 202612–16 July · all times ETcurated for Qichen Huang

Talks worth your time

Filtered from the full program (687 talks across 139 sessions and 38 community tracks) against your work — GRN inference, dynamical-systems / physics-informed modeling, virtual-cell & perturbation prediction, self-organization & pattern formation, and generative models for biology. Grouped by time so you can build a day plan.

每张卡都标了 相关度评分（对你方向的匹配度）、主题标签，和一句中文摘要。同一时间段内按相关度从高到低排；标了 ⧗ 的时段有撞车，需要二选一。

核心思想把全面的组学数据，喂给以动力学系统为骨架的 physics-informed 模型，去机制性地理解并预测细胞命运决定与自组织。

数据

单细胞 / 时空转录组 · 多组学 · Perturb-seq 扰动

模型

动力学系统（ODE/PDE）× ML，physics-informed，拒绝黑箱

落点

基因调控网络 · cell-fate landscape · virtual cell · 自组织与图案生成