近日，我校信息工程学院邱望仁教授团队在工程技术领域顶级期刊《Archives of Computational Methods in Engineering》（中国科学院1区Top，IF=12.1，CiteScore：27.4）发表综述论文《A Systematic Review of Computational Methods for Protein Post-Translational Modification Site Prediction》。该论文系统梳理了人工智能在蛋白质翻译后修饰（PTM, Post-Translational Modification）预测中的研究进展，展示了我校在“人工智能+生物大数据”交叉研究领域的重要成果。

论文第一作者为我校信息工程学院2023级大数据科学与应用专业硕士研究生李媛媛，通讯作者为邱望仁与刘子老师，论文重要合作单位包括南京农业大学朱一亨团队等。

研究团队系统综述了2012年以来PTM位点预测领域的发展脉络，全面总结了机器学习与深度学习在该领域的核心算法体系、特征工程方法、数据资源构建及模型评估标准等关键内容。通过对500余篇相关文献的系统分析，研究归纳出36类典型PTM类型的预测模型，构建了多维度特征提取与分类算法框架，并利用CiteSpace对研究热点与前沿趋势进行了可视化分析，为后续研究提供了系统的理论与方法参考。

研究成果指出，蛋白质翻译后修饰是调控生命活动的重要环节，其异常变化与神经退行性疾病、心血管疾病及多类肿瘤的发生密切相关。随着人工智能技术的迅猛发展，基于深度学习的PTM预测模型正成为生命科学研究的重要工具。文章特别强调了多源生物数据融合、模型可解释性增强以及跨学科协同在未来PTM预测研究中的关键作用。

近年来，邱望仁教授团队持续聚焦“人工智能+生物大数据”研究方向，先后在蛋白质复合体接触预测、DNA/RNA甲基化位点识别、蛋白质-配体相互作用建模、生物标志物挖掘等领域取得多项研究成果。团队将继续围绕多组学数据融合分析与AI驱动的生物机制发现等前沿方向，推动景德镇陶瓷大学在生物信息学与智能优化领域的持续创新与高质量发展。

DOI: https://doi.org/10.1007/s11831-025-10444-z