他，世界公认的现代信息论奠基者之一，最新Nature Biotechnology！

背景方面，现有质谱测序方法在鉴定非标准肽段（如来自罕见翻译后修饰的肽段）时存在局限性，传统数据库搜索依赖参考库完整度，而从头测序方法准确率低且扩展性差。研究目的为开发一种能够零样本、开放式发现翻译后修饰的肽段从头测序算法。结论方面，加拿大滑铁卢大学李明院士与清华大学邓海腾教授合作开发的RNovA算法，采用旋转位置嵌入增强的Transformer框架，解耦修饰检测与序列推断，在无候选修饰列表或先验知识的情况下，实现了高精度肽段预测与开放式修饰发现。在标准氨基酸数据集上，RNovA的肽段召回率达79%-82%，氨基酸召回率87%-90%。在翻译后修饰肽段评估中，其性能优于传统工具PEAKS。通过15N标记酵母和合成修饰基准测试，验证了其假发现率可控（约1%）及对罕见修饰的检测能力。在真实世界类风湿关节炎样本和缺乏参考基因组细菌的分析中，RNovA成功发现了包括色氨酸→犬尿氨酸等修饰，并以合成肽段验证结果。虽然该算法在处理未修饰肽段时性能略有下降，且计算效率有待提升，但为探索蛋白质组中未注释修饰提供了全新途径。