学术交流

报告时间：2026年11月06日，星期五，上午9:30

报告地点：立德科技A座（科技南楼）一楼学术报告厅

主持人：薛靖川教授

报告题目：Decoding Environmental Chemical Complexity through High-Resolution Mass Spectrometry and Machine Learning（高分辨质谱技术与机器学习解析环境化学物质）

报告人：还涛副教授

专家简介：

还涛博士现任加拿大温哥华英属哥伦比亚大学（University of British Columbia）化学系副教授，同时担任代谢组学与暴露组学领域的加拿大研究主席。2015年，在加拿大阿尔伯塔大学师从Liang Li博士，获得分析化学博士学位；2018年，在美国斯克里普斯研究所完成博士后研究，合作导师为Gary Siuzdak博士。此后，加入英属哥伦比亚大学，致力于融合分析化学、质谱、生物信息学和人工智能，开发面向小分子代谢物与环境暴露组学规模分析的先进技术。已发表130余篇同行评议论文，累计被引超过7,500次，h指数为43。在分析化学与代谢组学领域的贡献获得了多项认可，包括加拿大质谱学会2026年青年研究者奖、代谢组学学会2025年主席奖，以及加拿大化学学会2025年Fred Beamish奖等。

报告摘要：

人类暴露组涵盖极其多样的化学物质，其中很大一部分仍难以通过传统分析方法充分表征。本次报告将介绍如何结合高分辨质谱与机器学习，更深入地解析这一复杂的化学空间。首先，介绍“long-tail exposome”的概念，重点讨论大量低丰度、低检出频率环境化学物质带来的分析挑战。随后，报告将介绍利用机器学习识别含卤化合物的策略。这类重要的环境污染物具有独特的质谱特征，但这些特征往往尚未得到充分利用。最后，讨论融入化学知识的谱图相似性分析方法：该方法在比较串联质谱（MS/MS）谱图时纳入化学信息，以改进对结构相关的已知及未知化合物的表征。这些研究表明，将高分辨质谱、计算方法与机器学习相结合，有助于扩大暴露组研究的化学物质覆盖范围，并提高分子表征能力。