[喜讯]学校在人工智能领域顶级期刊 Nature Machine Intelligence 发表研究成果

发布时间: 2024-07-02 11:02:12 浏览次数 : 858 来源:重庆理工大学

近日，我校数学科学研究中心助理教授刘健博士与密歇根州立大学Guo-Wei Wei讲席教授和博士后陈冬合作的题为TopoFormer: Multiscale Topology-enabled Structure-to-Sequence Transformer for Protein-Ligand Interaction Predictions研究成果，在人工智能领域顶级期刊Nature Machine Intelligence(IF:25.898)上发表。

Nature Machine Intelligence是Nature期刊于2019年创立的子刊，公认为人工智能和机器学习领域的顶级国际期刊。该期刊在影响因子(Impact Factor)和谷歌指数(H-Index)方面均列前茅，覆盖计算生物学、模式识别、图像处理和计算机视觉等多个领域。2021年数据显示，其在“计算机科学和人工智能”类别的144个期刊中排名第一，同时在“计算机科学和跨学科应用”类别的113个期刊中也排名第一。

该论文提出了一种创新的工具——TopoFormer，结合了大语言模型(LLM)与多尺度拓扑技术，用于预测蛋白质-配体相互作用。TopoFormer的核心在于其独特的拓扑方法，即持续拓扑超图拉普拉斯(PTHL)技术。PTHL技术能够将复杂的3D蛋白质-配体复合物转换为LLM可处理的拓扑不变量和同胚形状序列，从而捕捉不同空间尺度上的关键相互作用。TopoFormer在评分、排序、对接和筛选等任务中表现优异，大幅超越了传统算法和最新的深度学习模型。研究团队在多个基准数据集上验证了TopoFormer的性能，证明其在准确度和效率方面具有显著优势。这项研究不仅展示了TopoFormer在蛋白质-配体相互作用预测中的强大能力，还为拓扑学在其他结构数据中的应用提供了新的思路。

此项研究工作得到了学校科学技术研究院、理学院、数学科学研究中心的支持。

论文截图

拓扑大语言模型示意图