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，与大数据学院吕哲教师、胡思亲教师、林刚教师及景德镇陶瓷大学邱望仁教授联合开展的创新性研究《iSUMO-RsFPN: A predictor for identifying lysine SUMOylation sites based on multi-features and feature pyramid networks》，于2024年1月成功发表在国际知名的学术期刊《Analytical Biochemistry》上，其中魏欣教师和吕哲教师为共同一作，邱望仁教授为通讯作者。这项研究研讨SUMOylation修饰位点，它是一种蛋白质翻译后修饰，在细胞功能中起着重要作用。许多研究人员提出了基于普通机器学习算法的先进方法。这些已报道的方法已显示出出色的预测性能，但仍有改进的余地。
在本研究中，我们构建了一种新的深度神经网络残余金字塔网络(RsFPN)，并开发了一个集成深度学习预测器iSUMO-RsFPN。最初，采用三种特征提取方法从样本中提取特征。随后，基于RsFPN对每个特征类型训练弱分类器。最后，将弱分类器集成到最终分类器中。此外，该预测器在一个独立的测试数据集上进行了系统测试，结果表明，与现有的最先进的预测器相比，该预测器有了显著的改进效果。