智能计算实验室成立于2014年3月2日，主要培养学生进行生物信息学相关科学研究，引导本科生早日走上科研之路，提升学生的创新能力。实验室配置高性能计算服务器4台，主要基于Python 语言实现机器学习和生物信息学相关算法研发。
实验室的价值观为知行合一、务实创新。最高培养目标为授人以渔，让学生拥有分析问题解决问题的能力，可以随时随地学习新技术，适应新环境；养成受益终生的思维习惯、学习习惯。随时欢迎有时间、有兴趣、有能力的同学加入实验室。
智能计算实验室成立于2014年3月2日，主要培养学生进行生物信息学相关科学研究，引导本科生早日走上科研之路，提升学生的创新能力。实验室配置高性能计算服务器4台，主要基于Python 语言实现机器学习和生物信息学相关算法研发。
实验室的价值观为知行合一、务实创新。最高培养目标为授人以渔，让学生拥有分析问题解决问题的能力，可以随时随地学习新技术，适应新环境；养成受益终生的思维习惯、学习习惯。随时欢迎有时间、有兴趣、有能力的同学加入实验室。
2024年5月29日，智能计算实验室2020级本科生李铭烈申报的一项发明专利《一种基于深度迁移学习的调控变异预测方法》经国家知识产权局受理、审查后正式授予专利权并予以登记。 这一发明属于生物信息学领域，涉及的技术包括多任务预训练、迁移学习和卷积神经网络。发明提高了对实验验证调控变异预测的准确率，卷积神经网络通过在大规模通用功能性非编码变异上进行预训练，能够有效提取功能性非编码变异的低级特征，并通过重新连接全连接层来学习特定上下文功能性非编码变异的高级特征，以此推断非编码变异是否具有调控功能，有助于在未来的实验验证中筛选更多的非编码区功能性变异。 近年来，智能计算实验室致力于学生的科研能力培养，指导学生进行生物信息学相关科学研究，引导本科生早日走上科研之路，推动创新科技教育深入发展。本次发明专利的授权彰显了本实验室学生卓越的创新能力。
2024年3月12日，智能计算实验室2020级本科生李铭烈在SCI三区期刊IEEE/ACM Transactions on Computational Biology and Bioinformatics上发表了一篇名为《TSVM: Transfer Support Vector Machine for Predicting MPRA Validated Regulatory Variants》的论文。该论文基于深度迁移学习的方法预测实验验证的调控变异。通过迁移学习，利用大规模通用功能性非编码变异来改进MPRA实验验证调控变异低级特征的学习；通过对比试验，验证了相较于未经迁移学习的模型，该模型在不同规模训练集下更具鲁棒性。模型可以用于筛选MPRA实验潜在的候选变异，使未来的实验更具成本效益。近年来，智能计算实验室致力于学生的科研能力培养，指导学生进行机器学习、生物信息学相关科学研究，引导本科生早日走上科研之路，推动创新科技教育深入发展。本次论文的发表彰显了本实验室学生卓越的创新能力。
2023年11月7日，智能计算实验室2021级本科生马婧申报的一项发明专利《一种基于深度学习的单细胞RNA序列基因调控推断方法》经国家知识产权局受理、审查后正式授予专利权并予以登记。 这一发明属于生物信息学领域，涉及的技术包括对单细胞RNA序列数据的预处理、图注意力网络、卷积神经网络和多层感知机。发明提高了单细胞RNA序列基因调控推断的准确率，能够分析转录因子与基因链接信息的拓扑结构和特征，并以此推断出转录因子和基因是否具有调控关系，从而帮助生物信息学领域工作者深入研究基因调控的原理和规律，还可为单细胞RNA相关疾病患者的临床手术决策提供参考。 近年来，智能计算实验室致力于学生的科研能力培养，指导学生进行生物信息学相关科学研究，引导本科生早日走上科研之路，推动创新科技教育深入发展。本次发明专利的授权彰显了本实验室学生卓越的创新能力。
陈义帮同学设计并实现了一个方便教师在课堂上对课程和学生进行管理的网站系统。该系统主要功能的实现基于Python的Django框架，并借助MySQL数据库对数据进行存储。教师在网站进行注册后，可以通过上传教学记录表文件来添加新课程，之后可以进行上传课件、播放课件、随机点名、上课记录、导出课程和删除课程等操作。该系统能够帮助教师更加快捷高效的管理课程和学生的相关信息，使教师将更多的精力放在课程内容上。
1. 实验室成员需要遵守的纪律。（1）按时向老师汇报学习进展情况。（2）遇到问题与老师多沟通。（3）尽快完成老师交代的任务。2. 实验室成员需要做的事情。 （1）积极研读自己研究方向相关的论文并融会贯通。 （2）积极将自己的最新研究成果在期刊上发表。 （3）积极将自己的最新研究成果申请专利。 3. 实验室成员需要锻炼的能力。 （1）学习的能力，不懂能自学，强调学科交叉。 （2）计算分析能力，包括动手能力。 （3）撰写报告和论文的文字表达能力。 （4）制作PPT的总结归纳能力。 （5）汇报、讲演的口语表达能力。 （6）与人合作和组织协调能力。
[1] Junjiang Liu, Shusen Zhou*, Jing Ma, Mujun Zang, Chanjuan Liu, Tong Liu and Qingjun Wang. Graph attention network with convolutional layer for predicting gene regulations from single-cell ribonucleic acid sequence data, Engineering Applications of Artificial Intelligence, 136, pp: 108938, 2024. (SCI, IF: 7.5)
[2] Minglie Li, Shusen Zhou*, Tong Liu, Chanjuan Liu, Mujun Zang and Qingjun Wang. TSVM: transfer support vector machine for predicting MPRA validated regulatory variants, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 21(3), pp: 472-479, 2024. (SCI, IF: 4.5)
[1] 韩聪聪, 周树森, 王庆军, 臧睦君, 刘通, 柳婵娟. 一种基于异质图扩散卷积网络的癌症驱动基因识别方法 [P], 中国专利: ZL202410693066.7, 2024-08-16.
[2] 李铭烈, 周树森, 王庆军, 臧睦君, 刘通, 柳婵娟. 一种基于深度迁移学习的调控变异预测方法 [P], 中国专利: ZL202410233955.5, 2024-04-26.
[3] 马婧, 周树森, 王庆军, 柳婵娟, 臧睦君, 刘通. 一种基于深度学习的单细胞 RNA 序列基因调控推断方法 [P], 中国专利: ZL202311104699.1, 2023-11-07.
[1] 周树森. 基于云平台的脱机手写识别系统. 完成日期: 2016.06. 登记号: 2016SR291314.
