喜报：我院2022级本科生吕经纬同学以第一作者在老牌经典SCI期刊 Journal of Molecular Biology发表论文

近日，海南大学计算机科学与技术学院2022级本科生吕经纬同学在生物计算团队崔菲菲老师的指导下，在中科院二区期刊Journal of Molecular Biology（影响因子4.7）发表论文，题目为“iBitter-GRE: A Novel Stacked Bitter Peptide Predictor with ESM-2 and Multi-View Features”。该论文的第一作者为计算机科学与技术学院2022级本科生吕经纬，通讯作者为计算机学院崔菲菲副教授，第二、第三作者分别为2023级计算机学院硕士研究生耿奥运、2021级国际商学院本科生潘卓宇。论文目前已公开发表：https://www.sciencedirect.com/science/article/pii/S0022283625000713。

图1 苦味肽鉴别模型iBitter-GRE框架图

苦味肽作为天然生物活性分子，广泛存在于各类食物中，其在食物中的作用不仅限于味觉感知，更可能涉及调节人体多种生理过程，如消化、免疫等。因此发现产品中存在或自然界中潜在的苦味肽，不仅能为食品工业提供优化配方的理论依据，提升产品的感官体验和营养价值，还能够为药物开发开辟新的路径，尤其是在抗癌、抗菌等领域，苦味肽作为潜在的生物活性分子，其临床应用前景不容忽视。研究苦味肽具有深远的科学意义和广泛的实际应用价值。

在本研究中，作者针对先前模型的不足提出了一种全新的基于机器学习方法的苦味肽预测模型iBitter-GRE。该计算模型在特征工程方面的创新性在在结合了两类特征信息：一是利用大语言模型ESM-2提取的深层次序列特征，二是采用传统理化性质编码的方法，丰富了特征的多样性和表达力。通过融合特征的方式，iBitter-GRE能够更全面地捕捉苦味肽的关键生物学特征，提高了预测准确性。此外，iBitter-GRE模型还采用了Stacking集成策略，将梯度提升（GB）、随机森林（RF）和极端树（ET）等传统机器学习方法进行集成，进一步增强了模型的泛化能力和鲁棒性。该模型在独立测试集上的表现显著优于现有的苦味肽预测模型，展现了其在实际应用中的优势。其可以帮助研究人员有效地从大规模蛋白质序列数据中筛选出潜在的苦味肽，为食品行业提供更为精确的风味调控策略，并为药物研发提供更丰富的生物活性分子资源。

崔菲菲副教授简历（个人主页：http://www.bioai-lab.com/info/cuifeifei）

崔菲菲，海南大学计算机科学与技术学院副教授、博士生导师，2020年获日本东京大学博士学位。研究领域包括生物信息学、机器学习和人工智能，目前主要研究方向为蛋白质结构和功能预测、多组学数据分析、智能生物医药模型等。主持国家级及省部级科研课题近十项、实现科技成果转化累计三百万元。以第一作者或通讯作者在Nano Letters、BMC Biology、Research、PLOS Computational Biology、Bioinformatics、Briefings in Bioinformatics等高水平期刊上发表论文多篇。