4月24日至26日，第四届中国计算机学会生物信息学“新未来”青年学者研讨会在武汉成功召开。此次研讨会由中国计算机学会生物信息学专业委员会联合华中农业大学共同举办，吸引了来自清华大学、上海交通大学、电子科技大学及中国科学院等多家高校与科研机构的近150位专家学者参与。会议围绕人工智能在蛋白质结构解析、组学数据融合等热点方向的最新进展展开交流，并就生物信息学领域的发展路径与前景进行了深入研讨。

数学与数据科学学院陈兴教授受邀参会，并作了题为“基于智能算法的小鼠与人类必需miRNA识别研究”的特邀报告。报告围绕小鼠与人类必需miRNA预测问题展开，系统介绍了团队在相关领域的最新研究进展。陈教授提出了基于多重特征融合与旋转森林算法的小鼠miRNA必需性识别模型RFEM以及基于深度领域对抗学习框架的人类miRNA必需性识别模型DeepHEM。其中，DeepHEM有效突破了传统方法在实验标签稀缺、跨物种知识迁移受限以及多模态特征融合不足等方面的关键瓶颈，实现了将小鼠中已知的必需miRNA标签知识向人类的高效迁移，显著提升了人类必需miRNA的预测性能。团队的研究成果具有重要的理论意义与应用价值，报告内容受到与会专家的广泛关注与高度评价。

此次大会议程充实、形式灵活，设置了三个专题分论坛，邀请多位专家学者就多模态分子设计、全基因组尺度结构变异识别，以及人工智能赋能药物研发等前沿方向开展了深入交流与探讨。大会旨在构建面向生物信息学与数字健康领域青年学者的高层次学术交流平台，激发创新思维，深化跨领域合作，并为青年科研人才的培养与发展提供有力支撑。

陈兴教授作特邀报告