04 / 2026 / 已发表
SENET-AOP：基于蛋白质语言模型的抗氧化蛋白智能预测
基于 ESM-2、ProtT5 与 SENet 的抗氧化蛋白预测框架，配套 Web Server，用于药物发现中的候选靶点优先级判断。
交互展示 LIVE MEDIA
网站可在框内操作，也可新窗口打开。
问题
如何结合蛋白质语言模型表征与深度学习结构，提高抗氧化蛋白识别和候选靶点筛选的效率？
角色
第三作者；个人贡献包括 Methodology、Software、Validation、Visualization，即方法/算法实现、软件与 Web Server 开发、实验验证和结果可视化。
方法
融合 ESM-2 与 ProtT5 的蛋白质序列表征，采用双分支 CNN-SENet 结构进行抗氧化蛋白分类与目标优先级分析。
结果
论文发表于 European Journal of Medicinal Chemistry 314 (2026): 118945，DOI：10.1016/j.ejmech.2026.118945。材料记录为 SCI、中科院药物化学1区、IF 6.7。
Publication
SENET-AOP: A computational framework model for prioritizing antioxidant protein targets in drug discovery
European Journal of Medicinal Chemistry 314 (2026): 118945
DOI: 10.1016/j.ejmech.2026.118945
My Contribution
第三作者。根据论文官方 CRediT 信息，我的贡献为 Methodology、Software、Validation、Visualization，具体包括方法/算法实现、软件与 Web Server 开发、实验验证和结果可视化。
Method
项目融合 ESM-2 与 ProtT5 蛋白质语言模型表征，并采用双分支 CNN-SENet 结构进行抗氧化蛋白预测。
Research Position
材料记录该成果为 SCI， 中科院药物化学1区，IF 6.7。项目页面不将第三作者写成第一作者或项目总负责人。