近日，西安交通大学叶凯教授团队在《自然·方法》（Nature Methods）杂志上发表题为《SVision：深度学习方法解析复杂结构变异》（SVision: A deep learning approach to resolve complex structural variants）的研究成果。该研究基于复杂结构变异背景混杂、类型繁多未知的难点，设计了二维序列相似性图，首次将结构变异研究从序列空间建模求解转换为图像空间的多目标识别问题，实现了背景高噪声下未知复杂类型结构变异的精准识别。西安交通大学自动化学院博士生蔺佳栋和王松渤为该论文共同第一作者，叶凯教授为唯一通讯作者。文章链接地址：https://www.nature.com/articles/s41592-022-01609-w    祝贺！