信息学院郑杰团队与合作者系统性评估人工智能方法发现抗癌药物靶点的能力
2024年10月，郑杰课题组与合作者在《自然·通讯》（Nature Communications）发表了题为“Benchmarking Machine Learning Methods for Synthetic Lethality Prediction in Cancer”的研究论文。文章通过设计多个场景系统性比较了12种最新的机器学习方法在合成致死（Synthetic Lethality, SL）抗癌药物靶点预测中的表现。该研究为科学家提供了详尽的指南，帮助他们选择最适合的SL预测工具，从而推动精准抗癌药物的研发。在这12种方法中，有10种方法是本论文共同通讯作者郑杰和吴敏领导研发并具有最优性能（state-of-the-art），表明他们是预测合成致死的机器学习研究领域的领跑者。
上海科技大学信息学院与临港实验室联合培养的2022级博士研究生冯艺苗（郑杰课题组）为该论文第一作者，新加坡科学技术研究局生物信息学研究所助理研究员龙亚辉，上海科技大学信息学院研究员李权，信息学院两位硕士研究生王鹤、欧阳阳（李权课题组）参与了本课题的研究。上海科技大学信息学院研究生毛伟帆、岳臻、陶思宇和杨扬为本工作的完成提供了帮助。上海科技大学图信中心和宁夏西云算力科技有限公司为本工作提供了算力支持。该工作最初依托于CS286 （AI for Science & Engineering）的课程项目。新加坡科学技术研究局信息通讯研究所首席科学家吴敏和上海科技大学信息学院研究员郑杰为论文共同通讯作者。上海科技大学为第一完成单位。
