伟德国际1946源自英国院讯（通讯员：刘志豪）近日，IEEE和ACM联合出版期刊IEEE/ACM Transactions on Computational Biology and Bioinformatics在线发表我院学术论文（Zhi-Hao Liu, Cun-Mei Ji, Jian-Cheng Ni, Yu-Tian Wang, Li-Juan Qiao, and Chun-Hou Zheng. Convolution Neural Networks Using Deep Matrix Factorization for Predicting circRNA-Disease Association, 2021）。该论文以伟德国际1946源自英国为第一完成单位，刘志豪为论文第一作者，郑春厚特聘教授和王玉田老师为论文共同通讯作者。IEEE/ACM Transactions on Computational Biology and Bioinformatics是生物信息学领域的重要期刊，最新影响因子为3.71，中科院分区3区。

为了提取circRNA和疾病原始矩阵的线性特征，DMFCNNCD采用卷积神经网络作为映射模块来提取原始关联矩阵的分线性特征，增强原始关联矩阵的特征同时降低稀疏性，继而采用拼接的方式将circRNA功能相似性和疾病语义相似性构成新的训练单元作为特征输入卷积神经网络编写的预测模块中，同时采用L2正则化对交叉熵损失函数进行优化。五折交叉验证和案例研究的实验结果表明，该方法可以有效提升准确率。

该研究得到了国家自然科学基金的资助支持。