基于多通道深度学习框架IntRNA的RNA宇宙编码潜能解析与功能注释新策略

这篇研究构建了多通道深度学习框架IntRNA，通过创新性提出724种间隙特征（G-features）和439种描述符特征（D-features），首次实现RNA序列的图像化表征（RNAImage），解决了RNA宇宙（RNA universe）三大核心问题：编码潜能解析、小非编码RNA（sncRNA）分类及环状/线性长链非编码RNA（lncRNA）区分。模型在跨物种测试中MCC值达94.2%，较现有工具提升25.6%，并通过特征重要性分析揭示长距离核苷酸相互作用（如37-GC）对编码潜能的关键调控。

　　

RNA宇宙的深度解码：IntRNA框架的突破性进展

1 引言

RNA宇宙的分类体系将RNA分为信使RNA（mRNA）和非编码RNA（ncRNA），后者进一步划分为小非编码RNA（sncRNA）和长链非编码RNA（lncRNA）。然而，现有方法在编码潜能检测、sncRNA精细分类及环状/线性lncRNA区分方面存在显著局限。尤其缺乏对核苷酸长距离相互作用（如间隔40碱基的GC配对）的特征挖掘，且模型可解释性不足。

2.1 框架创新与特征工程

IntRNA通过两大创新突破瓶颈：

• •

  特征扩展：新增724种间隙特征（G-features）和439种描述符特征（D-features），将特征空间扩大4倍。例如，37-GC特征描述间隔37个碱基的GC配对，实验证实其突变可使编码潜能评分（CPS）下降23.8%。

• •

  图像化表征：基于78万条RNA序列构建D/G模板，将序列转化为28×27和27×27双通道图像，捕捉特征间非线性关联。

2.2 性能验证

在三大核心任务中，IntRNA全面超越现有工具：

• •

  编码潜能预测：人类数据集MCC达0.942，较CPPred提升18.3%；

• •

  跨物种测试：在酵母（Saccharomyces cerevisiae）中AUC保持0.978，验证模型普适性；

• •

  sncRNA分类：对核酶RNA的拓扑指数特征识别准确率达90%，揭示其催化折叠特性。

2.4 机制解析

特征重要性排名发现：

• •

  关键D-features：开放阅读框（ORF）和氢键特征（IS>0.8）主导mRNA识别；

• •

  长距G-features：20碱基以上间隔特征贡献度超短距特征3.2倍，如c-JUN mRNA中14-52位GC配对突变导致CPS下降47%。

2.5 结构功能映射

以c-JUN 5'-UTR（PDB:6NOA）为例：

• •

  9-15位茎环结构被eIF3蛋白识别的区域，其突变影响评分与实验数据吻合（p<0.001）；

• •

  37-GC特征在功能区的贡献度较非功能区高2.1倍，揭示空间位置效应。

3 应用拓展

案例研究显示IntRNA可精准定位功能元件：

• •

  snoRNA：SNORD44的Box C/D' motif（24-29nt）结合潜能评分超侧翼序列3.5倍；

• •

  circRNA：circHIPK3的miR-124结合位点（46-55nt）突变使相互作用概率下降62%。

4 结论

IntRNA通过多尺度特征融合与可视化解析，为RNA功能注释提供了兼具高性能与可解释性的新范式，其开源代码和数据库（idrblab.org/intrna）将推动转录组学的深度挖掘。未来可通过自适应特征选择进一步提升环状RNA等特殊类型的分析精度。