《Biology》：Multi-View Hypergraph Contrastive Learning for Uncertainty-Aware circRNA–Disease Association Prediction
编辑推荐：
环状RNA（circular RNA, circRNA）具有共价闭合结构，在复杂生物样本中高度稳定，因此是有前景的疾病生物标志物。然而，已知circRNA–疾病关联（circRNA–disease association, CDA）的稀疏性和不平衡性使得计算方
环状RNA（circular RNA, circRNA）具有共价闭合结构，在复杂生物样本中高度稳定，因此是有前景的疾病生物标志物。然而，已知circRNA–疾病关联（circRNA–disease association, CDA）的稀疏性和不平衡性使得计算方法的CDA预测成为必要。多个circRNA对共享miRNA库的竞争产生了群体水平的竞争性内源RNA（competing endogenous RNA, ceRNA）调控，这促使研究人员对节点间的高阶关系进行建模。现有方法仍面临三个挑战：相似性网络中对高阶协作关系的建模不足、互补预测信号整合不完整，以及融合决策中缺乏样本水平的不确定性感知。为解决这些挑战，研究人员提出了MHUCDA，一种整合多视图超图对比学习与不确定性感知双分支融合的CDA预测框架。采用超图卷积代替传统的成对图卷积，以捕获相似性网络中的高阶协作调控关系。跨视图对比学习强制多个相似性视图之间的语义一致性。双分支架构从语义传播和局部结构特征两个互补视角独立建模候选关联，同时门控网络动态分配每个样本的分支权重。双分支预测发散度用作相对预测风险的经验指标，并对高发散度样本的预测向中性参考值调整。在CircR2Disease基准数据集上进行五折交叉验证时，MHUCDA实现了0.9687的AUC和0.9623的AUPR，并在另外三个数据集上的独立数据集内评估中表现一致。不确定性分层分析显示，最高置信度组与最低置信度组之间的AUC差距为0.1263，支持使用分支发散度进行经验风险分层。病例分析将部分高置信度预测与经实验验证的ceRNA调控轴相关联，支持进一步研究模型评分用于候选优先级排序。
研究背景与问题：环状RNA（circular RNA, circRNA）凭借其共价闭合结构在复杂生物样本中具有高度稳定性，已成为疾病生物标志物研究的重要对象。然而，已知circRNA–疾病关联（circRNA–disease association, CDA）数据的稀疏性与类别不平衡问题，使得计算方法成为CDA预测的必要手段。在竞争性内源RNA（competing endogenous RNA, ceRNA）调控网络中，多个circRNA常竞争共享的miRNA库，形成群体水平的协作调控关系，这种高阶关系无法由传统的成对图卷积充分建模。现有方法主要存在三方面不足：相似性网络中对高阶协作关系的建模粒度不足、多视图互补预测信号整合不完整，以及融合决策中缺乏样本水平的不确定性感知。为此，研究人员提出了MHUCDA框架，将多视图超图对比学习与不确定性感知双分支融合相结合，以提升CDA预测的性能与可解释性。
研究内容与结论：MHUCDA以多源相似性构建为基础，针对circRNA和疾病分别构造高斯交互相似性、功能相似性及语义相似性，并通过条件融合策略形成集成相似性矩阵。在嵌入学习阶段，该方法以k近邻（k-nearest neighbor, KNN）策略构建超图，利用超图卷积替代传统图卷积，显式建模节点集合层面的群体传播过程；同时引入跨视图InfoNCE对比损失，约束不同相似性视图的语义一致性。在预测阶段，MHUCDA采用双分支架构：MHM分支通过元路径上的图同构网络（Graph Isomorphism Network, GIN）聚合语义传播信号，HHN分支则基于局部六节点图进行深度图卷积提取局部结构特征。门控网络根据候选样本动态分配分支权重，并以双分支预测发散度作为经验风险指标，对高发散度样本的预测分数向中性参考值0.5进行校准。在CircR2Disease基准数据集上的五折交叉验证中，MHUCDA达到0.9687的AUC和0.9623的AUPR，优于多种现有方法。在CircAtlas 2.0、Circ2Disease和CircRNADisease三个额外数据集上的独立数据集内评估也表现出一致的强排序性能。不确定性分层分析显示，最高置信度组（Q1）与最低置信度组（Q4）之间的AUC差距达0.1263，且约50%低发散度样本的保留可将平均错误率从11.94%降至4.12%，支持分支发散度作为经验风险分层的有效指标。病例分析中，排名前25的高置信度候选有22个获得文献支持，确认率为88%，其中hsa_circ_0003570与肝细胞癌的关联通过miR-182-5p/STARD13轴验证，hsa_circ_0001313与结直肠癌的关联通过miR-338-3p和miR-370双轴验证。
主要关键技术方法：研究人员从四个公共数据库（CircR2Disease、CircAtlas 2.0、Circ2Disease、CircRNADisease）获取CDA数据，以CircR2Disease为主要基准数据集。方法核心包括：多源相似性计算（高斯交互相似性、MeSH语义相似性、功能相似性）；基于KNN的超图构建与超图卷积；跨视图InfoNCE对比学习；MHM元路径语义分支与HHN局部图结构分支；样本自适应门控融合与基于分支发散度的不确定性校准。模型采用Adam优化器，批量大小为128，权重衰减为10??，学习率为0.0007（主参数组）和0.00084（多视图嵌入模块），使用余弦退火与随机权重平均，并以AUC为基础进行早停。
研究结果：
（1）性能评估：在CircR2Disease五折交叉验证中，MHUCDA的平均AUC为0.9687，AUPR为0.9623，各折间波动较小；固定阈值0.5下F1分数为0.8902±0.0162，精确率为0.8274±0.0331，召回率为0.9651±0.0229，准确率为0.8806±0.0201。重建相似性后AUC降至0.9089、AUPR降至0.8981，但仍保持在0.90附近，表明模型仍具备有效的识别与排序能力。
（2）多数据集验证与置信度分析：在四个数据集的独立数据集内评估中，AUC均超过0.9590，AUPR均超过0.9500。不确定性分层显示四个数据集在Q1/Q2与Q3/Q4之间存在显著性能分层；固定阈值下，发散度的错误检测AUROC为0.7570±0.0705，保留约50%低发散度样本后平均错误率从11.94%降至4.12%。Q1组（高置信度）相比完整测试集平均提升AUC +0.0150、F1 +0.0472、召回率 +0.0589。
（3）超参数敏感性：在KNN邻居数k=15、对比温度τ=0.4、对比损失权重λ=0.1、嵌入维度d=128时达到最优；各最优值附近性能变化较小，表明模型在一定参数范围内具有稳定性。
（4）消融实验：嵌入模块消融中，去除超图卷积并替换为传统图卷积使AUC从0.9687降至0.9382（AUPR从0.9623降至0.9193）；去除多视图或跨视图对比损失也会降低性能。双分支与融合消融中，仅MHM分支AUC为0.8165，仅HHN分支为0.9560，完整模型达0.9687；去除自适应融合、固定权重融合、去除不确定性校准均导致AUC和AUPR下降，其中拼接融合变体性能最低（AUC 0.9067，AUPR 0.8604）。应用不确定性校准后，AUC从0.9444提升至0.9687，AUPR从0.9111提升至0.9623，但ECE从0.1208变为0.1809、NLL从0.3513变为0.3662、Brier分数从0.0997变为0.1042，表明该校准主要提升关联排序性能而非概率校准质量。
（5）与现有方法比较：在CircR2Disease基准上，MHUCDA的AUC和AUPR均高于iCircDA-NEAE、LGFRCDA、HGECDA、HGCNCDA、MAGCDA、LMGATCDA、RPMVCDA及MCHG等方法，其中较RPMVCDA的AUC提升1.69个百分点、AUPR提升0.54个百分点；较MCHG则分别提升2.93和0.21个百分点。
讨论与结论：研究人员指出，分支发散度作为经验风险指标在样本排序和风险分层中具有实用价值，高置信度预测与已验证的ceRNA调控轴之间的对应关系进一步支持模型评分用于实验优先级排序。局限性方面，表示学习依赖于关联派生输入，对稀疏记录的circRNA表示质量有限；当两个分支共同受相同系统性偏差影响时，一致性可能无法揭示预测错误；未经验证的候选阴性样本可能包含未知阳性关联，且平衡评估池不能代表全候选空间中的阳性流行率。未来工作将引入预训练RNA序列编码器作为辅助节点特征，并构建整合miRNA与lncRNA节点的多组学异质网络，以应对关联密度依赖和共享偏差问题。总之，MHUCDA通过多视图超图对比嵌入、双分支协作预测和样本自适应门控融合，为CDA预测提供了有效的排序与风险分层工具，可辅助研究人员优先开展实验验证。
