基于双向门控循环单元的生物信息学模型MJnet：高效预测microRNA靶位点的新方法

推荐：本研究针对microRNA(miRNA)靶位点预测中深度学习模型计算复杂、可解释性差的问题，开发了基于BiGRU架构的轻量级模型MJnet。该模型整合C2编码、多尺度TextCNN和自注意力机制，在保持低计算成本的同时，显著提升了预测准确率(F1-score)和可解释性，为miRNA介导的基因调控研究提供了高效工具。

　　

在基因表达的精细调控网络中，microRNA（miRNA）作为长度仅21-24个核苷酸的小分子RNA，通过与靶mRNA的3′非翻译区（3′UTR）结合，在RNA诱导沉默复合体（RISC）介导下调控基因表达。自1993年lin-4在秀丽隐杆线虫中的发现以来，miRNA已被证实参与细胞分化、增殖、凋亡等关键生物学过程，其异常表达与乳腺癌等多种癌症密切相关。然而，传统预测工具如TargetScan依赖保守的7-mer种子匹配规则，而深度学习方法如Mimosa虽精度高但计算复杂且缺乏可解释性。

针对这一技术瓶颈，江西省教育厅科研计划（GJJ2400909/GJJ2402711）资助的研究团队开发了MJnet模型。这项发表于《Computational Biology and Chemistry》的研究，创新性地将双向门控循环单元（BiGRU）与多尺度一维卷积（TextCNN）、自注意力机制相结合，采用2比特C2编码替代传统one-hot编码，在保持精度的同时显著降低计算复杂度。研究使用miRTarBase标准化数据集，通过对比实验验证模型性能，并利用注意力热图揭示种子区域的可解释模式。

关键技术包括：1）采用PAR-CLIP验证的303,912组miRNA-mRNA互作数据；2）对比C2/One-Hot/NCP/ND四种编码策略；3）集成BiGRU捕捉长程依赖、多尺度卷积提取局部特征、自注意力强化关键位点识别。

【Benchmark Datasets】
基于Diana TarBase和miRTarBase构建的标准化数据集显示，MJnet在平衡基因集测试中超越Mimosa等基线模型，F1-score提升显著。

【Encoding Strategy Analysis】
C2编码以2-bit二进制向量实现4倍于one-hot的存储压缩，在保持AUROC 0.92±0.03的同时，训练速度提升38%。

【Conclusion】
该模型突破性地平衡了精度（accuracy 0.89）与效率（GPU内存占用<2GB），注意力机制可视化证实其能准确定位miRNA第2-8位关键种子区。研究为大规模miRNA靶标筛查提供了可解释、低成本的解决方案，对癌症等疾病的机制研究和治疗靶点发现具有重要价值。

Junhao Yu等学者在讨论中指出，该方法克服了Transformer类模型参数量大的缺陷，未来可扩展至circRNA等非编码RNA互作预测领域。研究开源代码已发布于GitHub，为生物信息学社区提供了可复现的基准工具。