曲阜师大新闻中心讯  近日，曲阜师大计算机学院刘金星教授研究团队在人工智能领域取得重要进展，相关研究成果以“NCPLP: A Novel Approach for Predicting Microbe-Associated Diseases With Network Consistency Projection and Label Propagation”，“Predicting miRNA-disease associations through Deep Autoencoder with Multiple Kernel Learning”和“A New Graph Autoencoder-Based Consensus-Guided Model for scRNA-seq Cell Type Detection”为题，分别发表于国际顶级期刊《IEEE Transactions on Cybernetics》（IEEE TCYB）和《IEEE Transactions on Neural Networks and Learning Systems》（IEEE TNNLS）。曲阜师范大学为论文的第一署名单位，刘金星教授为论文的通讯作者。

IEEE TCYB期刊是人工智能领域最具影响力的国际学术刊物之一，SCI一区，影响因子19.118，在Automation & Control Systems类别排序1/65，Computer Science, Cybernetics类别排序1/24。IEEE TNNLS期刊由美国电气和电子工程师协会创办，是人工智能顶级期刊之一，SCI一区，影响因子14.255，在Computer Science, Hardware&Architecture类别排序1/54。

大量临床研究证实了微生物与疾病之间存在着密切关系。因此，推断潜在的微生物与疾病关联的工作变得尤为重要。刘金星教授研究团队提出了一种基于网络一致性投影和标签传播的新方法来预测微生物-疾病关联。该方法利用医学主题词表和16S rRNA基因序列来分别计算疾病语义相似度和微生物功能相似度，通过增加网络一致性投影获得微生物空间和疾病空间的网络投影分数，最终通过标签传播方法来准确预测与疾病相关的微生物。

miRNA与疾病关联是预防、诊断和治疗复杂疾病的重要组成部分。刘金星教授研究团队提出了一种利用具有多核学习的深度自动编码器的深度学习方法预测miRNA-疾病关联：首先应用多核学习方法分别构建miRNA相似性网络和疾病相似性网络，其次将集成的miRNA特征表示和疾病特征表示输入到深度自动编码器中，最终通过重构误差方法预测新的miRNA-疾病关联。

为了有效利用单细胞数据并更好探索细胞间的异质性，刘金星教授研究团队提出了一种基于图自动编码器的共识引导模型。该模型通过特征学习生成特征矩阵，并基于距离融合方法进行相似性学习。该模型可以准确识别关键特征并有效保存数据的内部结构，提高了细胞类型识别的准确性。

刘金星教授是曲阜师大计算机学院人工智能科研团队负责人。团队聚焦“健康中国”国家战略和“精准医疗”大科学计划，积极对接山东省十强产业的“新一代信息技术”和“医养健康”两大产业，瞄准健康大数据，特别是疾病遗传与临床大数据的智能计算相关理论、算法和软件开展研究。创新团队已承担国家自然科学基金10项，累积横纵向经费千余万元，在国内外高水平期刊和学术会议上发表论文150余篇，其中SCI TOP论文50余篇。