RNA的三維結(jié)構(gòu)具有動(dòng)態(tài)性和多樣性，通過(guò)與特定小分子結(jié)合，可以動(dòng)態(tài)調(diào)控RNA構(gòu)象，從而影響其功能。由于RNA的結(jié)構(gòu)信息與序列信息之間存在顯著差異，如何有效利用兩種屬性精準(zhǔn)預(yù)測(cè)RNA-小分子結(jié)合位點(diǎn)仍是一個(gè)具有挑戰(zhàn)性的任務(wù)。因此，針對(duì)這一問(wèn)題，21級(jí)碩士生楊簫同學(xué)提出了一種新型的深度學(xué)習(xí)框架RSMBSP-DON，通過(guò)設(shè)計(jì)的雙路特征提取和一維多尺度特征融合模塊進(jìn)行RNA-小分子結(jié)合位點(diǎn)預(yù)測(cè)。實(shí)驗(yàn)結(jié)果表明，RSMBSP-DON在獨(dú)立測(cè)試集上優(yōu)于對(duì)比方法，具有良好的預(yù)測(cè)性能和魯棒性。

2025年4月18日，相關(guān)研究工作，"RSMBSP-DON: RNA-Small Molecule Binding Sites Prediction by Dual-path feature extraction and One-dimensional multi-scale feature fusion Network"，被 《IEEE Transactions on Artificial Intelligence》錄用。《IEEE Transactions on Artificial Intelligence》是一個(gè)多學(xué)科的期刊，主要是報(bào)道人工智能領(lǐng)域的最新研究成果。