国家工程实验室交叉学科大数据研究中心持续开展与国内外科研机构和高校的科研合作，2024年在生物信息领域取得一系列科研进展：

研究中心朱泽轩教授团队与鹏城实验室、中国农业科学院深圳农业基因组研究所、哈尔滨工业大学相关课题组合作在《Nature Communications》上发表了题为“KSNP: a fast de Bruijn graph-based haplotyping tool approaching data-in time cost”的研究论文，开发出基于德布鲁因图（de Bruijn graph，DBG）的单体型快速重建新算法，首次将DBG用于单体型组装实现单体型重建速度5-10倍提升。深圳大学为该论文的共同第一单位和通讯单位。

研究中心朱泽轩教授团队与英国伯明翰大学、澳门理工大学、浙江大学等课题组在《Nature Communications》上发表了题为“Integration of molecular coarse-grained model into geometric representation learning framework for protein-protein complex property prediction”的研究论文，结合图神经网络和MARTINI分子粗粒化模型提出一种几何表示学习框架MCGLPPI，实现蛋白质-蛋白质相互作用复合物性质的准确高效预测。MCGLPPI在粗粒化尺度上仅用三分之一计算资源即可取得了与原子和残基尺度方法的同等性能。深圳大学为该论文的共同通讯单位。

图1 KSNP算法示意图

研究中心朱泽轩教授团队与英国伯明翰大学、澳门理工大学、浙江大学等课题组在《Nature Communications》上发表了题为“Integration of molecular coarse-grained model into geometric representation learning framework for protein-protein complex property prediction”的研究论文，结合图神经网络和MARTINI分子粗粒化模型提出一种几何表示学习框架MCGLPPI，实现蛋白质-蛋白质相互作用复合物性质的准确高效预测。MCGLPPI在粗粒化尺度上仅用三分之一计算资源即可取得了与原子和残基尺度方法的同等性能。深圳大学为该论文的共同通讯单位。

图2 MCGLPPI框架示意图

在此祝贺交叉学科大数据研究中心相关团队成员，也感谢相关合作单位对国家工程实验室科研工作的大力支持，实验室将继续加强与国内外科研单位的深入合作，产出更多更有影响力的科研成果。