RNAtive：基于共识的RNA三维结构模型评估新方法及其在无参考结构下的应用

《Bioinformatics》：RNAtive to recognize native-like structure in a set of RNA 3D models

本研究针对RNA三维结构预测评估中依赖实验参考结构的局限性，开发了首个基于共识原理的无参考评估工具RNAtive。该工具通过整合预测模型中的重复碱基配对和堆积相互作用构建共识二级结构，引入条件加权共识模式和二维结构约束集成功能，在CASP15和randstr数据集上的测试表明，其能有效识别具有天然样结构特征的模型，为AI驱动预测方法提供可扩展解决方案。

　　

在RNA结构生物学领域，准确评估计算预测的三维模型质量一直是核心挑战。传统方法如均方根偏差(RMSD)和相互作用网络保真度(INF)严重依赖实验确定的参考结构，这极大限制了它们在新发现RNA分子中的应用。随着深度学习等人工智能方法在RNA结构预测中的广泛应用，产生的模型数量激增且变异性大，但现有工具无法系统提取多个预测结构中重复出现的结构特征——这些特征往往代表着功能重要的结构核心。尽管共识方法在RNA序列分析和进化研究中已被证明有效，但尚无工具将这些原理应用于三维模型评估。

为填补这一空白，波兰波兹南理工大学的研究团队在《Bioinformatics》上发表了RNAtive工具，建立了评估RNA三维模型集合的新范式。与传统方法孤立评分模型不同，RNAtive利用整个模型集合中的协同信息来识别最合理的结构，特别是在无参考结构可用的情况下。

RNAtive的工作流程包含三个核心阶段：数据准备、共识构建以及评分排序。工具接受PDB和PDBx/mmCIF格式的三维结构，支持多模型文件或归档文件上传，并确保核苷酸组成的一致性。可选地集成MolProbity过滤器进行数据预处理，排除存在严重立体化学缺陷的模型。其独特功能是支持二维结构约束的集成，用户可提供点括号格式的规范二级结构指导评估。

共识构建是RNAtive的核心创新，提供两种操作模式：条件加权共识和基于阈值的共识。条件加权模式将相互作用网络视为模糊集，相互作用的成员资格由其在不同模型中出现的频率决定，无需预定义置信度阈值。基于阈值的模式则设定最小频率阈值，仅保留达到要求的相互作用。工具支持六种RNA相互作用注释工具，包括RNApolis Annotator、BPNet、FR3D等。

评分阶段采用两种适应性的二元分类评分：相互作用网络保真度(INF)和F1-score。在条件加权模式下，标准定义被调整以处理模糊集：共识成员资格为p的相互作用，若同时存在于共识和模型中，则p加入TP_sum，1-p加入FP_sum；若在共识中但模型中缺失，则p加入FN_sum。这种方案使罕见共识相互作用(p < 0.5)在包含于模型中时对FP_sum贡献显著，而常见相互作用(p > 0.5)对包含它们的模型增加相似性分数。

关键技术方法包括：基于Docker Compose的多组件系统架构，前端使用React框架和Ant Design UI库，后端采用Java 17和Spring框架；结构统一化协议确保链名和残基编号一致性；六种相互作用注释工具的集成；条件加权共识算法处理模糊集；以及基于主成分分析(PCA)的基准测试框架，综合Spearman's ρ、Kendall's τ、富集分数(ES)和排名偏置重叠(RBO)四种指标评估性能。

性能评估结果显示，在CASP15数据集上，RNAtive变种占据了前九名中的多数位置，表现出色。其中RNAtive RNAView all和RNAtive FR3D all表现最佳，表明核心算法能有效应对CASP15的结构挑战。有趣的是，仅使用经典相互作用的变种优于包含非经典相互作用的变种，可能反映了非经典相互作用在模型排序中作用有限或注释工具检测准确性不足。

关键差异图显示，RNAtive工具家族在CASP15数据集上领先，形成一个精英层级，而基于知识的和方法如RASP、DFIRE等表现较差。

然而在randstr数据集上，性能层次完全逆转。RASP、DFIRE、rsRNASP和PAMNet组成的新顶级层级显著优于整个RNAtive家族，RNAtive变种 relegated 到拥挤的中间层级。这种差异揭示了评分工具性能高度依赖于数据集，反映了在专门任务上的峰值性能与稳健泛化之间的关键权衡。

鲁棒性分析通过噪声注入模拟协议评估RNAtive的稳定性。即使在高水平随机扰动下，RNAtive仍保持强劲性能，Spearman's ρ均值在最高噪声水平仍保持在0.6左右，远高于零模型的95%置信区间。统计验证确认RNAtive在所有噪声水平和每个指标上都显著优于随机排序器，效应大小量化指标Cohen's d始终大于1，表明性能差异幅度非常大。

研究结论表明，RNAtive通过共识驱动的评估范式、模糊集算法框架和约束集成等核心创新，为结构生物信息学社区提供了强大工具。其优势在于稳健、可解释和高度灵活的性能，不同于许多难以泛化的刚性预训练模型。RNAtive故意设计为对输入模型来源不可知，允许用户将其应用于任何集合，无论是通过单一方法、现有工具组合还是新颖预测算法生成。独特的可配置性通过应用质量过滤器、引入二维结构约束以及通过置信度阈值或条件加权微调共识定义来增强这种稳健性。重要的是，RNAtive不是黑箱，它呈现推导出的共识结构，提供直接洞察支撑高质量结果的重复相互作用模式。

该工具在治疗性RNA设计等领域具有潜在应用价值，特别有助于实验学家从多样化的计算机三维预测中选择天然样RNA三维结构。未来发展方向包括独立加权功能重要的非经典碱基对、分析共识结构本身的特性以估计RNAtive生成排序的置信度，以及量化信息密度或与顶级模型的相似性等特征。