近日，山东大学数据科学研究院曲存全副研究员团队多项研究成果在KDD 2025、IJCAI 2025和IEEE Transactions on Neural Networks and Learning Systems(TNNLS) 接收发表，山东大学为第一作者和通讯作者单位。科研成果如下：

1.MolecBioNet

面向可解释的药物相互作用预测：基于图模型的分子级与网络级解释方法。本成果“Towards Interpretable Drug-Drug Interaction Prediction: A Graph-Based Approach with Molecular and Network-Level Explanations”被数据挖掘国际著名会议KDD 2025接收。文章第一作者为山东大学博士研究生陈梦洁，通讯作者为曲存全。

该研究在药物组合预测中将药物对作为基本建模单元，融合分子结构信息与生物医学知识图谱信息，构建从微观分子作用到宏观生物网络交互的多尺度图表示，提升了药物组合预测的准确性与结果可解释性，为药物安全性评估与临床应用提供了具有可信度的技术支撑。该研究得到国家自然科学基金重点项目和面上项目的资助和支持。

2.MRHGNN：

基于增强型多模态关系超图神经网络的协同药物组合预测。本成果“Enhanced Multimodal Relational Hypergraph Neural Network for Synergistic Drug Combination Forecasting”被人工智能领域著名期刊TNNLS接收。文章第一作者为陈梦洁，通讯作者为曲存全。

该研究以超图结构建模多药物及其靶标蛋白之间的高阶关系，结合双通道特征提取模块挖掘药物的理化属性与协同作用机制，实现多模态特征的互补融合，增强了模型的表达能力与泛化性能，尤其在癌症等复杂疾病背景下，展现出对潜在协同药物组合的筛选能力。该研究得到国家自然科学基金重点项目和面上项目的资助和支持。

3.MT-DT:

融合法律逻辑的深度学习方法-面向缓刑预测的智能模型。本成果“Incorporating Legal Logic into Deep Learning: An Intelligent Approach to Probation Prediction”被人工智能领域国际著名会议IJCAI接收。论文共同第一作者为山东大学硕士研究生王清华、博士研究生张旭，通讯作者为曲存全。

该研究通过将法理逻辑融入大语言模型，围绕缓刑预测问题，提出的“多任务并合理论缓刑预测模型（MT-DT）”，实现法律要素与案件事实的有效结合，为缓刑智能判决辅助提供了可解释、可验证的解决方案。山东大学计算法学研究中心在数据和问题背景方面提供了重要支持。该研究得到国家自然科学基金重大项目和面上项目的资助和支持。

IEEE Transactions on Neural Networks and Learning Systems是IEEE旗下的人工智能领域顶级期刊，影响因子10.2，中科院SCI一区TOP期刊；KDD是数据挖掘领域的顶级学术会议，由 ACM 的数据挖掘及知识发现专委会（SIGKDD）主办，是中国计算机协会推荐的A类学术会议；IJCAI是人工智能领域最具影响力的国际会议之一，也是中国计算机学会推荐的A类学术会议。

曲存全副研究员，山东大学未来计划青年学者，获评“山东大学青年教学能手”，主要从事网络数据科学及其在生物医学、计算法学等领域的应用研究，相关成果在TNNLS、TNSE、KDD、IJCAI等期刊或会议发表，主持国家自然科学基金青年项目、面上项目，参与国家重点研发计划课题、华为公司“高性能图计算”和“面向昇腾软硬件的向量和矩阵运算算子的加速技术”合作研究课题。

曲存全所在的数据科学研究院成立于2018年7月，聚焦国家重大需求，以数学为基础，围绕经济社会管理、工程技术、医疗卫生、法治等领域中的核心问题，开展原创性、系统性、引领性的研究。近年来，通过建设高性能计算平台、设立交叉学科团队、完善科研协作链条三维支撑体系，为复合型数学高层次拔尖创新人才培养和高水平科研工作作出了重要贡献。