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。