基于注意力机制的可解释深度学习模型PreRBP：RNA-蛋白质结合位点预测新方法

本文推荐一篇聚焦RNA-蛋白质结合位点预测的创新研究。作者团队通过整合RNA序列与二级结构特征，结合高阶编码和四种欠采样算法（随机采样/NearMiss/ENN/单边选择）解决数据不平衡问题，构建了CNN-BiLSTM-Attention混合模型PreRBP。该模型在27个基准数据集上平均AUC达0.88，显著优于现有方法，并开发了在线预测工具（GitHub开源）。研究为癌症等疾病中RBP（RNA结合蛋白）功能机制研究提供了高效计算方案。

　　

Highlight

RNA-蛋白质结合位点预测

在预测RBP（RNA结合蛋白）结合位点时，首先需从RNA和蛋白质中提取特征。常用特征策略分为两类：序列特征与结构特征。虽然获取蛋白质-RNA结构特征具有挑战性，但序列特征被广泛采用，包括氨基酸组成、进化信息等经典方法。

基准数据集

本研究原始数据来源于iCount（http://icount.biolab.si）和DoRiNA（http://dorina.mdc-berlin.de）平台。DoRiNA系统整理了人类、小鼠和线虫的RNA结合蛋白结合位点基因组数据，其中RBP结合位点通过紫外交联免疫沉淀（CLIP）实验获得。数据集包含...

模型评估

常用模型性能评估指标包括：准确率（ACC）、精确率（Pre）、灵敏度（SN）、特异度（SP）、马修斯相关系数（MCC）、受试者工作特征曲线下面积（AUC）以及F₁-score。这些指标通过公式(5)-(11)计算，可全面反映模型对结合位点的预测能力。

结论与展望

近年来，传统机器学习算法与深度学习技术（如CNN、BiLSTM）已广泛应用于RNA-蛋白质结合位点识别。本研究提出的新型架构通过融合注意力机制，显著提升了长序列上下文建模能力。未来工作将探索动态构象变化对结合的影响，进一步推动癌症靶向治疗研究。

（注：翻译严格保留专业术语如CLIP、AUC等中英文对照，使用标注下标，并采用生动表述如"紫外交联免疫沉淀"替代直译，同时去除文献引用标记）