rbpCNN:融入生物物理特征的轻量级卷积神经网络预测piRNA-mRNA互作及其功能调控

《Scientific Reports》:rbpCNN: a biophysics-informed deep learning model for predicting piRNA and mRNA interactions

【字体: 大 中 小 】 时间:2026年04月14日 来源:Scientific Reports 3.9

编辑推荐:

  本刊推荐:为解决piRNA序列与mRNA序列互作预测难题,研究者聚焦“biophysics-informed深度学习”主题,提出rbpCNN模型,新增兼容性/螺旋链/位置/结构通道优化学习,五折交叉验证AUC达96.55%,独立外部数据集表现优异,推动PIWI介导沉默机制研究与医学干预设计。

  
在生命科学的微观世界里,遗传信息的传递并非单向的“DNA→RNA→蛋白质”,而是被一张复杂的调控网络精密编织着——其中,非编码RNA扮演着“幕后导演”的角色。尤其在动物生殖系细胞中,一类名为piRNA(PIWI-interacting RNA,PIWI互作RNA)的小分子非编码RNA,通过与PIWI蛋白家族结合形成复合体,像“巡逻队”般识别并沉默转座子(可移动遗传元件)、维持基因组稳定性,同时参与基因转录后调控。然而,这一过程的“精准匹配”机制始终是个谜:piRNA如何从海量的mRNA序列中锁定目标?传统计算模型依赖简单的碱基互补配对规则,却难以捕捉真实的生物物理学相互作用特征,导致预测精度受限,阻碍了对PIWI引导沉默机制的深入理解以及相关医疗应用的开发。
为此,《Scientific Reports》发表的研究“rbpCNN: a biophysics-informed deep learning model for predicting piRNA and mRNA interactions”,提出了一个突破性的解决方案:将生物物理特征融入轻量级卷积神经网络(CNN),打造更贴合真实分子互作的预测框架。
研究团队的核心思路是“让算法听懂生物语言”——在标准核苷酸对编码基础上,为模型注入5类具有明确生物物理意义的额外通道:一个用于评估配对的“兼容性通道”(compatibility channel)、两个描述螺旋连续性的“螺旋运行通道”(helix-run channels)、一个标记位置的“位置通道”(positional channel)和一个刻画局部构象的“结构通道”(structural channel)。这些通道如同为CNN加装了“分子显微镜”,使其能在学习前就感知到碱基间的物理化学亲和力与空间约束,而非盲目拟合数据。最终构建的rbpCNN模型既保持了神经网络的强大非线性表达能力,又因特征设计的合理性而极为轻量高效。
关键技术方法方面,研究采用五折交叉验证训练与评估模型,利用公开基准数据集划分训练/测试集,并在完全独立的第三方外部数据集进行泛化验证;核心创新在于将基于生物物理规则的序列编码通道(兼容性/螺旋运行/位置/结构)整合进CNN输入端,替代纯统计式特征提取;性能评估指标选用受试者工作特征曲线下面积(AUC)与准确率,对比现有主流方法验证优势。

Model Architecture Design and Feature Encoding

研究首先详细设计了输入表征层:每条piRNA-mRNA序列对被转化为多维矩阵,原始碱基对采用独热编码,新增的五个生物物理通道则分别对应——兼容性通道量化AU/CG/GU等配对能量偏好;双螺旋运行通道追踪连续互补堆叠的长度与方向;位置通道记录残基相对端点的距离;结构通道集成已知RNA二级结构偏好概率。这种编码策略使模型直接“看到”生物学上合理的相互作用模式,而非仅仅记忆序列组合。

Performance Evaluation on Five-fold Cross-validation

内部五折交叉验证结果显示,rbpCNN达到AUC=96.55%、准确率90.66%,显著优于未引入生物物理通道的基线CNN及传统机器学习方法。消融实验证实,移除任意一个新通道均会导致指标下降,证明每一类特征均有不可替代的贡献,尤其是螺旋运行与结构通道对长程互作预测的提升最为明显。

Generalization Testing on Independent External Dataset

为检验鲁棒性,团队在一个未见过的独立外部数据集上进行测试,rbpCNN仍保持AUC=94.19%与准确率86.74%,性能与同类最优模型持平甚至超越,说明所提特征具有跨数据集的稳定推广能力,解决了过拟合风险。

Comparison with Existing State-of-the-art Methods

系统对比显示,rbpCNN在多个关键指标上超越既往piRNA-mRNA互作预测工具,其轻量化架构还带来极低的计算开销,单次预测耗时不足常规深度模型的十分之一,为大规模全基因组扫描提供了可能。
综合来看,本研究成功开发了一种融合生物物理先验知识的轻量级深度学习模型rbpCNN,其高精度与强泛化能力标志着piRNA-mRNA互作预测进入“生物物理+AI”双驱动时代。这一成果不仅深化了对PIWI沉默机制的理解,更为设计靶向piRNA的治疗策略(如抑制异常转座子激活引发的生殖细胞肿瘤)奠定了计算基础,未来有望拓展至其他RNA-RNA互作场景,成为RNA调控研究的通用分析引擎。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号