软件学院郭延哺博士与云南大学周冬明教授、东南大学曹进德教授在国际顶级学术期刊《IEEE Transactions on Neural Networks and Learning Systems》（JCR一区TOP期刊，影响因子14.255）发表题名为“Context-Aware Poly(A) Signal Prediction Model via Deep Spatial–Temporal Neural Networks”(《基于深度时空神经网络的上下文感知多聚腺苷酸化信号预测模型》)的研究论文。
多聚腺苷酸化是真核生物细胞中mRNA成熟期间的一个重要过程。从基因组水平上识别多聚腺苷酸化信号是理解翻译调控和mRNA代谢机制的关键。在这项工作中，设计一种深度双动态上下文感知的多聚腺苷酸化信号预测模型，建模基因序列中上下文依赖的时空作用模式。该模型提出双向动态全参数化的激活函数和新损失函数，并从时间维度和空间维度上学习生物序列的关键作用模式。在不同多聚腺苷酸化信号数据集上验证，该模型具有很好的基因序列特征学习能力，有效提升了多聚腺苷酸化预测任务的性能。
研究成果得到了国家自然科学基金、国家重点研发计划、河南省科技攻关和郑州轻工业大学博士科研基金等项目的支持。