近日，计算机科学技术学院生物信息研究组研发了全新的生物活性肽预测算法TF-BAPred。该成果于近日在线发表于高水平期刊Mathematics。该研究论文由青岛大学独立完成，计算机科学技术学院为第一单位，硕士研究生吴真铭为第一作者，苏晓泉老师、赵瑾老师为通讯作者。该研究获得了国家重点研发计划、国家自然科学基金、山东省自然科学基金、山东省青年创业人才引进与培养计划、和山东省泰山学者青年专家计划的支持。

       生物活性肽在各种生物过程中起着至关重要的作用，具有巨大的治疗潜力。然而，由于其序列的多样性和复杂性，对于不同类型肽的功能预测具有巨大挑战性。

       针对这些问题，生物信息研究组提出了TF-BAPred算法。该算法结合了时间卷积网络、序列矢量图和残基稀疏矩阵等技术，能够高效表征生物活性肽序列，并实现精准分类。在包含抗菌肽、抗癌肽和细胞穿透肽等六个基准数据集的实验中，TF-BAPred表现显著。与其他先进预测方法相比，TF-BAPred展现了相对较强的泛化能力和鲁棒性。这一算法的提出，为蛋白质组学研究提供了新的思路和方法。

论文信息：

Wu, Z.; Guo, X.; Sun, Y.; Su, X.; Zhao, J. TF-BAPred: A Universal Bioactive Peptide Predictor Integrating Multiple Feature Representations. Mathematics 2024, 12, 3618. https://doi.org/10.3390/math12223618