国产亚洲AV自拍|av中文字幕一区|资源在线观看一区二区|亚洲影视久久亚洲特级性交|一级做一级a做片爱免费观看|欧美另类亚洲色婷婷精品无码|亚洲青青草免费一区|青青草免费成人网|91久久国内视频|五月天丁香久久

RNA的三維結構具有動態(tài)性和多樣性，通過與特定小分子結合，可以動態(tài)調控RNA構象，從而影響其功能。由于RNA的結構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預測RNA-小分子結合位點仍是一個具有挑戰(zhàn)性的任務。因此，針對這一問題，21級碩士生楊簫同學提出了一種新型的深度學習框架RSMBSP-DON，通過設計的雙路特征提取和一維多尺度特征融合模塊進行RNA-小分子結合位點預測。實驗結果表明，RSMBSP-DON在獨立測試集上優(yōu)于對比方法，具有良好的預測性能和魯棒性。

2025年4月18日，相關研究工作，"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》是一個多學科的期刊，主要是報道人工智能領域的最新研究成果。