近日，我校计算机与信息安全学院生物信息研究组张艳菊老师团队级硕士研究生谢若鹏同学的论文“Computational analysis and prediction of lysine malonylation sites by exploiting informative features in an integrative machine-learning framework”，在生物信息类顶级期刊《Briefings in Bioinformatics》在线发表(/10.1093/bib/bby079)。
该论文通过特征探索，提出了一种整合随机森林、支持向量机、K近邻、逻辑回归和LightGBM 等多种机器学习的算法，对细胞内蛋白质的赖氨酸丙二酰化位点进行系统分析和建模，并以此为基础开发了一个稳定的、高效的、精准的赖氨酸丙二酰化位点预测服务器(http://kmalsp.erc.monash.edu/)。该项研究得到广西自然科学基金回国基金项目(GXNSFCA380005，针对第三代转录组测序数据检测剪接位点的算法开发)和桂林电子科技大学研究生教育创新计划项目的资助。
《Briefings in Bioinformatics》是生物信息学和计算生物学领域的顶级期刊。该期刊主要介绍和评述最新的应用在生物问题中的数学、统计学和计算机科学的方法，在中科院SCI 分区大类(生物)和小类(生化研究方法和数学与计算生物学)中均属于一区top期刊，影响因子 6.302。
