我院与中山大学的研究成果在Nature子刊发表
来源：计算机与信息工程学院
发布时间：2025年04月06日
计算机与信息工程学院刘振栋教授联合中山大学眼科国家重点实验室肖传乐教授团队，经过多年研究，在Nature 子刊Nature Communications（中科院TOP期刊，2024年影响因子14.7）发表了《Accurate cross-species 5mC detection for Oxford Nanopore sequencing in plants with DeepPlant》的论文，系我院首次在国际顶刊Nature 子刊上发表学术成果。
论文研究开发了DeepPlant——一种融合双向长短期记忆网络（Bi-LSTM）与Transformer架构的深度学习模型，该模型显著提升了CHH位点的检测精度，构建了覆盖多样化9聚体模体的训练测试数据集，有效解决了CHH甲基化阳性训练样本匮乏的问题。在九大物种的评估中，DeepPlant在CHH位点的全基因组甲基化频率与亚硫酸氢盐测序数据的相关性达到0.705-0.838，较Dorado提升23.4%-117.6%。该模型同时展现出优异的单分子检测精度和F1值，为植物表观遗传学研究提供了具有强大泛化能力的分析工具。