通过具有基序约束和基于扩散的正则化的双流图神经网络预测生物分子相互作用
《Computational Biology and Chemistry》:Predicting biomolecular interactions via a dual-stream graph neural network with motif constraint and diffusion-based regularization
【字体:
大
中
小
】
时间:2026年04月21日
来源:Computational Biology and Chemistry 3.1
编辑推荐:
生物分子互作预测面临可解释性差、泛化能力弱及数据稀疏敏感等问题。本文提出双流图神经网络框架DSG-BIP,通过动态门控注意力机制自适应平衡拓扑结构信息与节点序列特征,引入可学习分子 motifs 约束提升生物学可解释性,改进扩散正则化增强对噪声和缺失数据的鲁棒性,并设计自适应掩码机制缓解类别不平衡。实验表明DSG-BIP在RNA-蛋白互作和蛋白-蛋白互作预测中性能接近SOTA方法,同时具有更好的泛化能力和可解释性。
李丹宇|黄如彬|周玲|田金宇|郭世凯|邹斌
澳门科技大学计算机科学与工程学院,中国澳门特别行政区999078
摘要
生物分子相互作用,如RNA-蛋白质相互作用(RPIs)和蛋白质-蛋白质相互作用(PPIs),是生命活动的基础;然而,准确预测这些相互作用仍然是计算生物学中的一个核心挑战。尽管当前的深度学习方法具有很大的潜力,但它们往往存在可解释性有限、对新型生物分子的泛化能力较差以及对稀疏和噪声数据的敏感性问题。为了克服这些限制,我们提出了一个名为DSG-BIP的新框架,用于生物分子相互作用预测(BIP)。DSG-BIP采用了一个双流图(DSG)神经网络,该网络分别对生物分子相互作用网络的拓扑结构和节点特征进行建模,并通过协同门控注意力机制自适应地平衡结构和功能特征。DSG-BIP的核心创新在于整合了可学习的基序约束和改进的基于扩散的正则化方法。与以往使用静态预计算基序的方法不同,DSG-BIP引入了基于序列保守性和网络上下文动态优化的可学习基序约束,从而提高了生物学的可解释性并减轻了数据稀疏性问题。同时,改进的基于扩散的正则化项通过模拟稀疏和噪声数据中的分布不确定性来稳定表示学习。此外,带有占位符设计的自适应掩蔽机制增强了模型对数据稀疏性和类别不平衡的鲁棒性。在多个RPI和PPI基准数据集上的广泛实验表明,DSG-BIP的预测性能与最先进的方法相当,同时具有更好的可解释性和泛化能力。
引言
生物分子之间的相互作用是细胞生命的基础,构成了调控各种生物活动的复杂网络(Chen等人,2019年)。在这些网络中,蛋白质-蛋白质相互作用(PPIs)是细胞内信号转导(Kattan等人,2023年)、代谢途径(Durek和Walther,2008年)以及复杂组装(Wu等人,2020年)的核心框架。然而,生命的复杂性远远超出了PPIs的范围。越来越多的研究强调了RNA-蛋白质相互作用(RPIs)的关键作用,它们作为连接基因组和蛋白质组的纽带(Zivy和de Vienne,2000年)。RPIs直接调控重要的转录后过程,例如RNA剪接(Tao等人,2024年)。因此,系统地绘制和解释PPI和RPI网络至关重要。这些努力对于深入理解细胞机制和揭示复杂疾病(如癌症和神经退行性疾病)的发病机制至关重要(Vangala和Uversky,2025年;Takeiwa等人,2024年)。
在方法论上,RPI预测(RPIP)领域正沿着与PPI预测(PPIP)相似的发展轨迹前进:从依赖昂贵且耗时的湿实验(Dasti等人,2020年)转向能够实现高通量、低成本计算机预测的计算模型(Shen等人,2025年)。多年来,生物分子相互作用的预测方法已经从使用手工制作的特征(Pan等人,2014年)发展到当前利用深度学习进行自动表示学习的范式(Jin等人,2021年)。尽管取得了这些进展,但仍存在几个关键挑战:(1)现有的计算方法在序列特征与生物学意义的结合方面仍不足(Sasse等人,2018年),导致模型可解释性和泛化能力有限;(2)生物分子表现出多样的特征,形成动态且复杂的相互作用网络,这些网络常常受到生物噪声的影响(Sun等人,2021年);(3)尽管已经鉴定出了大量的RNA和蛋白质,但经过实验验证的相互作用数据仍然稀缺(Luo等人,2019年)。
为了克服上述挑战,我们提出了DSG-BIP,这是一个基于双流图神经网络(GNN)的新框架,它整合了生物基序约束和基于扩散的正则化方法。DSG-BIP通过结合网络拓扑和基序模式来深度融合拓扑信息和序列信息,从而学习跨分子组共享的功能性相互作用特征。进一步引入了基于扩散的正则化方法来模拟随机的生物分子结合,从而稳定表示学习并增强对噪声和缺失数据的鲁棒性。此外,还设计了一种带有占位符的自适应掩蔽机制,以明确模拟数据缺失的情况,从而提高对数据稀疏性和类别不平衡的抵抗力。
我们的主要贡献总结如下:
- •
通过将序列保守性与拓扑信息相结合,我们将基序约束融入图学习中。这种方法不仅通过可视化学习到的基序增强了生物学的合理性和可解释性,还通过提供生物学先验来减轻数据稀疏性问题。
- •
我们引入了一种改进的基于扩散的正则化方法,稳定了学习过程并提高了对噪声和不完整数据的鲁棒性。
- •
DSG-BIP使用独立的流来捕获拓扑结构和节点特征,并通过协同注意力机制动态地将它们整合在一起。这结合了带有占位符设计的自适应掩蔽策略,共同增强了对数据稀疏性和不平衡的鲁棒性。
- •
实验结果表明,DSG-BIP在RPIP和PPIP任务中的表现与现有方法相当,同时展现了出色的泛化能力。
本文的其余部分组织如下:第2节回顾了生物分子相互作用预测的相关工作。第3节阐述了RPIP和PPIP任务中的关键问题与挑战,从而确定了本研究的目标和技术方法。第4节详细介绍了所提出的DSG-BIP的总体框架、模块设计和实现过程。第5节描述了实验材料和设计。第6节对DSG-BIP在多个RPIP和PPIP任务上的性能进行了系统评估,并通过结果可视化和消融研究对其有效性和鲁棒性进行了深入分析。最后,第7节总结了研究贡献,讨论了局限性,并提出了未来工作的方向。
相关工作
生物分子相互作用预测领域从多种机器学习方法中受益匪浅,每种方法都在建模复杂生物数据方面具有独特的优势。丰富的机器学习技术工具包已被用于捕捉多个学科中的复杂非线性模式,并在生物信息学任务中显示出显著的潜力。
传统的机器学习方法,如高斯过程回归(GPR),是非参数的
动机
生物分子相互作用对于理解生物过程至关重要(Schlundt等人,2017年)。准确预测这些相互作用对于阐明细胞机制和促进药物靶点发现至关重要(Wei等人,2021年;J. Wang等人,2025年)。虽然深度图学习显著提高了预测效率,但仍存在几个挑战:
- •
生物分子相互作用具有特异性和依赖上下文的特点,然而决策过程
方法论
本节概述了我们提出的框架DSG-BIP,该框架旨在解决生物数据的独特特征。DSG-BIP通过结合基序约束和改进的基于扩散的正则化技术来增强GNN的学习能力。它通过提取和融合多尺度特征来实现生物分子相互作用的预测。
实验
本节描述了实验设置,包括研究问题(RQs)、数据集和评估指标。
结果
本节旨在通过展示和分析相应的实验结果来回答提出的四个研究问题。
结论与未来工作
本研究提出了一种新的框架DSG-BIP,以解决生物分子相互作用预测中的关键挑战。这些挑战包括可解释性差、泛化能力有限以及对稀疏和不平衡数据的敏感性。DSG-BIP通过以下创新设计解决了这些挑战:一种将先验知识融入学习过程的基序约束机制,提高了模型的可解释性和生物学合理性;以及结构-功能
CRediT作者贡献声明
李丹宇:撰写——原始草稿、可视化、方法论、形式分析、数据管理、概念化。黄如彬:撰写——原始草稿、可视化、验证、方法论、形式分析、概念化。周玲:撰写——原始草稿、验证、方法论、形式分析、数据管理。田金宇:撰写——审稿与编辑、验证、数据管理、概念化。郭世凯:撰写——审稿与编辑、验证、形式分析、数据管理。邹斌:
致谢
本工作部分得到了澳门特别行政区科学技术发展基金的支持,资助编号为0069/2025/ RIB2、0021/2023/RIA1和0035/2023/ITP1。
利益冲突声明
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。
生物通微信公众号
生物通新浪微博
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