本文对《Nature Biotechnology》发表的题为“Predicting small molecule-RNA interactions without RNA tertiary structures”的研究进行系统性总结。该工作由清华大学团队主导,提出了深度学习框架SMRTnet,通过多模态数据融合(整合RNA序列、二级结构及小分子信息),实现了无需RNA三级结构先验知识的高精度小分子-RNA相互作用预测。
本文对《ME-PFP: An Ensemble Learning Approach Fusing Multi-Source Features for Protein Function Prediction》研究进行系统性梳理。该工作由新疆大学团队主导,提出了一种创新集成学习框架ME-PFP,通过融合序列、结构域和蛋白质相互作用(PPI)多源特征,实现了蛋白质功能预测的精准化与高效化。