近日，我校beat365官网计算机应用技术学科团队成员韩轲教授为第一作者、硕士研究生王剑春为第二作者，郑德权教授、徐耀群教授等为共同作者，在国际顶尖的生物信息学权威期刊《Briefings in Bioinformatics》在线发表综述论文“A review of methods for predicting DNA N6-methyladenine sites”（ DNA N6-甲基腺嘌呤位点预测方法综述），该期刊影响因子为13.994，中科院一区Top期刊、CCF B类期刊，创学院已发表国际期刊影响因子新高。该项研究工作得到了国家自然科学基金和黑龙江省自然科学基金项目资助，是计算机应用技术学科团队继2021年底在《IEEE Journal of Biomedical and Health Informatics》和2022年初在《Frontiers in Pharmacology》上发表的第三篇中科院Top期刊论文。

   论文系统总结了一种关键的DNA修饰，即DNA N6-甲基腺嘌呤位点预测方法。DNA N6-甲基腺嘌呤就是DNA腺嘌呤环的第6号位氮原子上添加了一个甲基，它可以在DNA修复、细胞周期调节和DNA复制等多种细胞过程中发挥作用。本研究把现有方法详细分类，从特征编码方案入手，把传统机器学习方法分为基于物理化学性质、基于组成、基于序列和基于多种类特征融合的方法；深度学习方法则分为基于卷积神经网络、基于递归神经网络和基于图神经网络的方法。论文对相关成果进行了对比分析并提出研究展望。

   《Briefings in Bioinformatics》由英国牛津大学出版社出版, 双月刊, Web of Science JCR Q1, 最新影响因子达到13.994；中国计算机学会（CCF）B类期刊；Scopus CiteScore Q1, 2021年CiteScore评分为11.6。该期刊主要发表应用新兴信息技术解决生命科学前沿问题的高质量原创论文。

   此外，2022年11月21日，Cell子刊《Heliyon》（IF=3.776）在线发表了学科团队的另一项重要研究成果，论文题目为“Study on inversion method of wall erosion information of on-orbit Hall thruster based on low-frequency oscillation signals and neural networks”（基于低频振荡信号和神经网络的在轨霍尔推力器壁面侵蚀信息的反演方法研究）。韩轲教授为论文第一作者。该论文研究内容面向国家重大需求，首次提出了一种基于低频振荡信号和神经网络的在轨霍尔推力器壁面侵蚀信息的反演方法，得到了Cell出版社期刊编辑和审稿人的认可。本研究工作得到了国家自然科学基金项目资助。