近日，武漢紡織大學數理科學學院蔣健教授團隊的科研成果《科學小數據的機器方法》在化學領域國際頂級期刊在線發表。 該期刊2023年最新影響因子為62.1，在全球所有期刊中排名第21位。 這是我校首次在該期刊發表學術論文，也是我校歷史上發表影響因子最高的成果。

我校是第一單位、第一交流單位。 數學科學學院姜健教授為第一通訊作者，數學科學學院2021級研究生竇伯正為第一作者。 計算系統生物學團隊成員與郭-密歇根州立大學魏偉教授團隊共同合作完成。 該成果的發表是我校數學學科建設的重大成果之一。

由于數據獲取的各種限制，如時間、成本、倫理、隱私和安全等，小數據在科學和工程研究中非常普遍。 然而，雖然大數據處理和分析一直是過去十年至今的焦點，但小數據集及其挑戰卻很少受到關注，盡管它們在機器學習和深度學習研究中面臨著更嚴峻的技術挑戰。 總體而言，小型數據集的挑戰通常會因數據多樣性、插補、噪聲、不平衡和高維度等問題而變得更加復雜。 幸運的是，當前大數據時代的特點是機器學習、深度學習和人工智能方面的技術突破，使得數據驅動的科學發現成為可能，而許多為大數據開發的先進機器學習技術卻無意中給小數據集帶來了問題。 提供了解決方案。 因此，針對小數據挑戰的機器學習和深度學習在過去十年中取得了重大進展。

本文總結并分析了分子科學（包括化學、生物學、醫學和材料）中小數據集挑戰的幾種潛在新興解決方案。 論文詳細介紹了邏輯回歸、K近鄰、支持向量機、核函數學習、隨機森林和梯度提升樹，以及更先進的技術，包括人工神經網絡、卷積神經網絡、U-net、圖神經網絡、生成對抗網絡、長短期記憶、自動編碼器、遷移學習、主動學習、基于圖的半監督學習和基于物理模型的數據增強技術討論了這些方法的最新進展，并對小數據集未來挑戰的發展趨勢進行了展望。 該研究工作得到了國家自然科學基金委（,,）的資助。

姜健教授一直從事藥物設計、復雜網絡建模等跨學科研究。 2021年，幾何拓撲與機器學習算法相結合構建的梯度提升多任務深度學習模型將在藥物分子脂溶性、溶解度等性質的預測中占據領先地位； 2022年，結合幾何圖論和機器學習算法，構建多尺度著色圖模型，在藥物分子毒性方面實現更好的預測精度； 2023年，結合同源理論和深度學習，構建拓撲推理下的毒癮學習模型，預測成癮藥物分子，尋找最優先導化合物分子。 姜健教授的計算系統生物學團隊由張本公教授領銜，主要從事數學與大數據技術、計算系統生物學、機器學習、藥物設計等領域的交叉科學研究。 近五年來，他在單細胞測序數據分析、藥物設計與發現、蛋白質結構預測、高光譜圖像處理等領域取得了豐富的研究成果。 團隊現有教授2人，副教授3人，講師2人。 承擔國家自然科學基金項目6項（其中面上項目2項），省部級項目5項，發表SCI論文60余篇。

長期以來，數理學院始終把科學研究作為立校強校的根本。 在加強基礎研究的同時，大力推進學科交叉研究。 近年來在國家自然科學基金面上表現尤為出色。 獲批國家自然科學基金項目20余項，其中面上項目8項。 這些成果的獲得，將有力推動學校一流學科建設，為學校博士點申報、提高學?？蒲杏绊懥蛧H聲譽做出貢獻。

通訊作者介紹

江健，男，武漢紡織大學數學科學學院，四級教授，陽光學生，碩士生導師，應用數學教研室主任。 研究方向包括計算生物信息學、藥物設計、復雜網絡和數學建模。 在Report、JCIM、JCP、JSTAT等國內外重要期刊發表學術論文近30篇。主持和參與國家自然科學基金項目5項、省部級項目2項。 多次應邀赴法國、韓國、美國等國家（地區）參加國際學術會議并做特邀報告和訪問研究。 擔任in、in、Report、Physcia A等國內外重要權威期刊審稿人。