近日，海南大学计算机科学与技术学院2022级本科生周喆誉同学以第一作者身份在计算生物学TOP期刊Computers in Biology and Medicine期刊（影响因子7.7分，中科院小类一区）上发表论文，题目为：“PSAC-6mA: 6mASite Identifier Using Self-Attention Capsule Network based on Sequence-Positioning”，论文网址链接为：

https://www.sciencedirect.com/science/article/pii/S0010482524002130

该论文提出了一个基于序列位置的自我关注胶囊网络用于DNA序列6mA甲基化问题的预测。该模型中的位置层可实现位置关系提取和每个碱基位置的独立参数设置，避免了卷积方法中固有的参数共享。与此同时，自注意力胶囊网络还能提高维度，捕捉胶囊之间的相关信息，并将其转化为更多的信息，实现了对DNA序列6mA甲基化位点跨物种准确识别。

PSAC-6mA算法的核心创新之一在于其位置层的设计，该层通过为每个碱基位置设置独立参数，有效地提取了序列中的位置关系。该方法取代了传统的卷积神经网络（CNN）通过参数共享来识别的模式，更加关注于序列的特定位置信息，从而能够更精确地提取序列特征。此外，PSAC-6mA模型采用了Efficient-CapsNet的高级网络结构，通过动态路由机制捕捉胶囊之间的复杂关系。这种自我关注机制使得模型能够在多个空间维度中提取特征，从而更好地理解序列数据的内在结构。胶囊网络的引入，使得模型不仅能够识别出存在的模式，还能够理解这些模式之间的层次和关系，极大地增强了模型的可解释性和预测精度。实验结果表明，该论文提出的算法与当前6mA研究领域SOTA方法相比，表现出更加优越的性能和鲁棒性。

流程框架图：PSAC-6mA的模型整体架构图。

据悉，该论文的第一作者为海南大学计算机科学与技术学院2022级本科生周喆誉，指导教师为张子龙副教授同时也是该篇论文的唯一通讯作者。肖萃林、尹锦芬、佘嘉怡、段昊、刘春玲、付修豪等同学一起合作完成了该篇论文。