汕头大学、湖南大学与弗吉尼亚大学联合开发的混合机器学习系统PinMyMetal（PMM）能够准确预测生物大分子中的过渡金属结合位点，配体和坐标预测的准确率超过90%。该系统开源并提供在线预测，能有效识别金属类型和结合位点，为科学研究提供新工具。

研究推出了Deep-ProBind模型，整合序列与结构信息，准确预测蛋白质结合位点，基准数据集上准确率达92.67%，优于传统方法，显示出在疾病研究中的潜力。

研究团队提出了转录因子结合单元（TFBU）概念，利用深度学习量化转录因子结合位点（TFBS）周围序列的影响，开发了增强子设计工具DeepTFBU。研究表明，设计TFBS上下文序列能显著调节增强子活性，提升细胞类型特异性反应，为基因调控提供了新思路。