蛋白质是生命活动主要载体，特定生物功能通过分子互作实现，蛋白质结构鉴定和功能识别是生物学家关注的热点问题。研究团队率先建立了群体感应（QS）信号分子结合受体蛋白质的智能识别模型，研究QS受体和QSI分子结合机制计算QS受体口袋相似性，设计机器学习模型筛选广谱性QSI分子。发现了致病菌中阿司匹林和扁桃酸与LsrB蛋白存在潜在结合，并通过生物实验验证。与此同时，研究团队利用蛋白质多源信息，以及药物分子结构和分子指纹，构建多视图学习模型和异构网络表征模型，开展了药物靶点关联识别研究。发现了抗菌药物咖马林与多个β-内酰胺酶靶点存在潜在互作，这为咖马林生产复方药物提供理论支持。研究工作挖掘海量蛋白质数据隐含生物特征及变化规律，建立多元信息融合的智能计算模型，高效精准识别蛋白质受体与特定功能分子潜在交互。