10月13日上午，公共卫生学院“卫生有道论坛”第二十七期邀请北京大学医学部毕文健研究员为学院师生作了题为“A scalable, accurate, and universal analysis framework for large-scale genetic association studies and its application in UK Biobank”的报告。报告由生物统计学系张汝阳副教授主持。
毕文健研究员从大型生物样本库海量样本、高通量测序下的复杂遗传位点和复杂多样的电子健康数据三方面特点和挑战出发，提出了开发更快、更准和普适度更高的全基因关联研究方法的紧迫性。毕文健研究员课题组构建了更加快速、准确的通用算法——SPACox，并详细介绍了该算法的统计基础和应用类型。毕文健研究员还分享了其课题组目前开展的关于不同祖先人群遗传结构混杂的通用分析方法的研究，创新性提出SPAmix算法，该算法可以根据混杂人群的PCA计算其对应的MAF，并将其应用于 UK Biobank 以证明利用多个人种的遗传结构可以提升新位点的发现效率，进一步促进了混杂人群的遗传研究。
毕文健，北京大学基础医学院医学遗传学系课题组长，预聘制助理教授，研究员，北京大学博雅青年学者，博士生导师。入选国家级青年高层次人才计划，主持国自然面上项目，参与科技部重点研发项目。2010年本科毕业于四川大学数学学院，2015年博士毕业于中国科学院数学与系统科学院研究院，2015-2018年在美国圣裘德儿童研究医院从事博士后研究，2018-2021年在美国密歇根大学从事博士后研究，2021年6月入职北京大学基础医学院。主要工作涉及统计遗传学、生物统计与系统生物学、生物信息学等，针对基因-环境交互作用、生存数据和多分类表型数据设计了多种快速、准确的分析算法，并应用于UK Biobank等大型生物样本库的实际数据中。以第一/共同第一作者在Nature Genetics、American Journal of Human Genetics（4篇）、Genetics等杂志发表论文。
（撰稿/沈思鹏 汤映丹；图片/汤映丹；审核/陆春城 吴炜）