日前，我校自动化系沈红斌老师研究组的博士生徐莹莹以第一作者的身份在国际学术期刊Bioinformatics上发表了题为Bioimaging based detection of mislocalized proteins in human cancers by semi-supervised learning [1]的研究论文，这是该课题的最新研究成果。此前，以徐莹莹同学为第一作者的另一篇系列相关论文An image-based multi-label human protein subcellular localization predictor (iLocator) reveals protein mislocalizations in cancer tissues [2] 也于2013年在同一期刊发表。该系列工作报道了一个新颖的基于生物图像理解来筛选疾病状态下位置动态转移分子标记物的算法iLocator。

疾病标记物筛选是生命医学中一个长期研究的热点，也是生物信息学中极具挑战性的课题之一。在疾病状态下，少量蛋白质会发生位置的动态转移，找出这些动态变化的标记物对于癌症等疾病的临床诊断和药物研究有着重要的意义。该研究提出的iLocator算法是利用生物图像来定位蛋白质亚细胞位置，通过设计针对性强的生物图像特征描述和新颖的半监督学习算法，有效解决了图像的复杂性描述和高质量蛋白质图像的小样本问题，提高了蛋白质定位及其动态转移检测的准确率，并能同时处理单标记和多标记位置的蛋白质分析问题。

论文的编辑对这个工作给予了高度评价，评价该算法是对本领域的一个重要的贡献；审稿人也对该工作的创新性给予了充分肯定，认为该算法是生物图像研究中第一个可以区分正常和疾病组织多标记样本位置变化的蛋白质亚细胞位置预测系统。

Bioinformatics杂志是生物信息学领域最富盛名及影响力的顶级学术刊物之一，许多该领域利用计算算法研究生物学问题的重要发现的原创性论文均在该期刊发表，具有很高的学术认可度，其最近五年的影响因子为6.968。

论文链接：

[1] http://bioinformatics.oxfordjournals.org/content/early/2014/11/19/bioinformatics.btu772.abstract

[2] http://bioinformatics.oxfordjournals.org/content/29/16/2032.full