3499cc拉斯维加斯2021级电子信息专业研究生胡维新以第一作者在SCI二区期刊Frontiers in microbiology (影响因子：6.064)发表研究论文，论文题目为《MADGAN：A Microbial-Disease Prediction Model Based on Generative Adversarial Networks》。

该论文是湖南省自然科学基金项目资助的重要成果之一，在我校朱贤友教授的指导下完成，以3499cc拉斯维加斯为署名单位。论文核心理论是：微生物对于人体的营养输送和生长发育不可或缺，微生物群的紊乱和失衡可能导致疾病的发生。因此，研究微生物与疾病之间的关系至关重要。我们提出了一种名为 MADGAN 的新型预测模型，通过将微生物和疾病的生物学信息与生成对抗网络相结合来推断潜在的微生物-疾病关联。 据我们所知，这是首次尝试使用生成对抗网络来完成这一重要任务。在 MADGAN 中，我们首先基于多个相似性指标为微生物和疾病构建了不同的特征。接着，我们进一步采用图卷积神经网络（GCN）来自动导出微生物和疾病的不同特征。最后，我们训练 MADGAN 通过生成网络和决策网络之间的博弈来识别潜在的微生物-疾病关联。为了防止模型训练过程中出现过度平滑化现象，我们基于残差网络的思想引入了跨层权重分布结构来增强网络的深度。此外，为了验证 MADGAN 的性能，我们分别通过 HMDAD 和 Disbiome 的数据库进行了综合实验和案例研究，实验结果表明 MADGAN 不仅取得了令人满意的预测性能，而且优于现有的最前沿的预测模型。