BioGraphX-RNA：一种通用的物理化学图谱编码方法，用于解释RNA在细胞内的定位预测

《BMC Bioinformatics》：BioGraphX-RNA: a universal physicochemical graph encoding for interpretable RNA subcellular localization prediction

　　

摘要

背景

RNA的亚细胞定位是细胞功能的关键决定因素。然而，当前的计算方法通常被视为“黑箱”，忽略了序列、结构和物理化学相互作用之间的复杂相互作用，而这些相互作用共同决定了RNA的定位。在原本为蛋白质开发的BioGraphX框架的基础上，我们推出了BioGraphX-RNA，这是一个通用的物理化学图编码框架，它通过使用明确的生物物理规则将初级核苷酸序列转换为多尺度相互作用图，从而提供基于结构的编码。

结果

当BioGraphX-RNA与冷冻的RiNALMo嵌入结合，并通过一个可解释的门控融合层进行处理时，其性能可与DeepLocRNA相媲美，并且能够独特地量化每种RNA的序列和结构的相对贡献。在人类数据集上，门控融合模型的宏观AUROC值分别为：mRNA为0.7575 ± 0.0054，miRNA为0.9228 ± 0.0137，lncRNA为0.5600 ± 0.0191。对于miRNA，仅使用图模型的准确率达到了0.9396 ± 0.0045，优于RiNALMo语言模型和RNAfold分区函数图（0.9139 ± 0.0138），这验证了基于结构的代理假设。在一个针对小鼠数据的盲法跨物种预测任务中，该模型显示出有限的零样本迁移能力，表明生物物理图特征并未改善跨物种的泛化能力。门控分析揭示了不同RNA类型对特定模态的依赖性，其中miRNA在序列和结构之间表现出近乎平衡的关系。基于SHAP的解释表明，可能存在一些相关因素，例如用于核保留的有序GC含量和用于外泌体靶向的结构可访问性。

结论

这些进展仅通过205万个可训练参数就实现了，符合绿色AI的原则。BioGraphX-RNA证明了将生物物理约束明确整合到基于图的编码中，可以实现对结构化RNA的准确且可解释的预测，推动了结构感知的RNA生物学研究，并为精准医疗奠定了基础。