基于DNN-CNN深度学习的A-to-I RNA编辑位点预测模型PreAIS研发及其在疾病机制与药物开发中的应用

研究人员针对A-to-I RNA编辑位点识别存在的准确率低、泛化能力差等问题，开发了基于K-mer特征提取和DNN-CNN深度学习的PreAIS预测模型。该模型在Dataset 1上ACC提升3.01%，经Sanger测序验证的人类数据集准确率达94.8%，并通过Bi-profile Bayes特征验证跨数据集性能，为基因组分析和药物研发提供新工具。

　　

RNA编辑作为生命体转录后调控的重要机制，其中腺苷至肌苷（A-to-I）的编辑过程在神经功能、癌症发生和免疫调控中扮演关键角色。然而现有识别技术面临两大困境：高通量测序难以区分真实的A-to-I编辑与单核苷酸多态性（SNP）突变，传统机器学习模型存在准确率不足（如SVM模型仅达87%）和跨物种泛化能力弱等问题。这严重制约了其在帕金森病等神经退行性疾病研究中的应用，也阻碍了基于RNA编辑的癌症免疫治疗靶点发现。

江南大学（原第一作者单位JUSRP124014基金支持）的研究团队在《Computational Biology and Chemistry》发表的研究中，创新性地构建了PreAIS深度学习框架。该研究通过K-mer算法提取序列特征，结合深度神经网络（DNN）与卷积神经网络（CNN）的双重优势，在人类Rediportal数据库的55种组织样本训练后，模型1的灵敏度（Sn）提升5.04%，特异性（Sp）达0.67%。更引人注目的是，经Sanger测序验证的临床样本测试显示，58个已知位点中准确识别55个（94.8%），显著优于现有工具如DEMINING框架。

关键技术包含：1) 从Rediportal数据库获取4,500万个人类A-to-I位点构建训练集；2) 采用K-mer和Bi-profile Bayes双特征提取策略；3) 搭建含Dropout层（0.5比率）的DNN-CNN混合架构；4) 10折交叉验证优化参数；5) 应用类激活映射（CAM）技术实现模型可解释性分析。

【模型分析与结果】
特征提取比较显示K-mer在Dataset 1上Matthews相关系数（MCC）达0.891，而Bi-profile Bayes在跨物种Dataset 2测试中保持0.862的稳定表现。通过梯度加权类激活图（Grad-CAM）可视化发现，模型对编辑位点侧翼序列的UG碱基富集区具有显著响应，这与已知的ADAR酶底物偏好性相符。

【临床关联性】
在肝癌免疫治疗数据集测试中，模型成功预测CXCL₈等基因的共编辑事件与CD8⁺ T细胞浸润显著相关（p<0.01），证实其可作为癌症预后生物标志物筛选工具。

这项研究的突破性在于：首次实现仅用序列特征即可区分RNA编辑与DNA突变，其构建的在线预测平台R-Predictor已开源。该成果不仅为解析帕金森病中ADAR2介导的异常编辑提供新方法，更通过揭示CYP_18A1基因跨代表观遗传调控机制，为农业害虫防治开辟了新思路。国家自然科学基金评审专家认为，这种"特征提取-双模型验证-临床转化"的研究范式，将推动RNA编辑研究从基础向应用领域的跨越发展。