环状RNA通过与RNA结合蛋白（RBP）结合，可以对生物机体进行调控。因此，预测环状RNA与RBP的结合位点，对于深入研究生物学过程具有重要意义。针对这一研究方向，20级硕士生马政同学提出了一种基于深度学习的预测方法，通过分级特征扩充和融合，对circRNA与RBP结合位点进行预测。消融实验及对比实验结果，验证了方法的有效性。

2023年4月21日，相关研究工作 “CRBP-HFEF: Prediction of RBP binding sites on circRNAs based on Hierarchical Feature Expansion and Fusion”，被《Interdisciplinary Sciences: Computational Life Sciences》录用。该期刊是生物医学和人工智能交叉学科的学术性刊物，主要刊载生物信息学、计算生物物理及化学、医学信息学等跨学科交叉的研究成果，2021年期刊影响因子是3.492，中科院SCI期刊分区中计算机科学方向的二区期刊。