商学院讯（文：商学院办公室）江西服装学院商学院数理统计教研室副主任魏欣教师，与景德镇陶瓷大学贾建华教授联合开展的开创性研究《i5mC-DCGA: an improved hybrid network framework based on the CBAM attention mechanism for identifying promoter 5mC sites》，于2024年3月成功发表在国际知名的学术期刊《BMC Genomics》上，该杂志为中科院SCI2区TOP期刊。这项研究在准确识别5mC位点在遗传和病理研究中具有重要意义。然而，传统的5mC位点识别实验方法耗时长，成本高，因此迫切需要开发计算方法来自动检测和识别这些5mC位点。
深度学习方法在5mC位点领域显示出巨大的潜力，因此我们开发了一种深度学习组合模型i5mC-DCGA。该模型创新地使用卷积块注意模块(CBAM)对密集卷积网络(DenseNet)进行改进，以提取高级局部特征信息。随后，我们结合了双向门控循环单元(BiGRU)和自注意机制来提取全局特征信息。我们的模型可以从简单的序列编码中学习到抽象和复杂的特征表示，同时能够解决基准数据集中的样本不平衡问题。实验结果表明，i5mC-DCGA模型在5mC位点预测方面优于现有的其他预测工具，是目前最具代表性的启动子5mC位点预测工具。