生物分子相互作用预测中拓扑与分子特征解耦以实现可解释性的灵活框架

《Briefings in Bioinformatics》：Decoupling topological and molecular features for interpretable biomolecular interaction prediction

　　

预测生物分子相互作用是理解细胞机制和推进药物发现的基础。然而，生物分子相互作用在多个维度上表现出极大的多样性。大多数现有的计算方法被设计为处理单一特定任务或数据模态，这限制了其在更广泛场景中的适用性和泛化能力。为解决这种方法论刚性，研究人员提出了一种用于生物分子相互作用预测的多模态特征融合灵活框架（FlexBIP）。FlexBIP的核心在于其模块化架构，将内在分子特征与复杂图拓扑解耦，实现节点属性、边属性和辅助图信息的自适应集成。该灵活融合方法突破了任务特定模型的局限。该设计使FlexBIP能自适应处理并集成来自不同类型和来源的生物数据，包括同类分子间的同质相互作用、不同分子类间的异质相互作用，以及定性二分类、多分类和定量回归预测任务。研究人员的测试覆盖15个基准数据集、8大类生物分子关联，FlexBIP性能全面超越25个最先进专用模型。关键的是，在模拟新分子发现的少量数据冷启动场景中，FlexBIP持续展现出显著鲁棒性和预测精度。此外，FlexBIP为多种下游分析任务提供了稳健可靠的可解释性。

研究背景方面，生物系统由跨越多个组织层次的复杂分子相互作用网络支配，这些相互作用共同构成生命过程的基本调控框架。系统预测这些相互作用对阐明疾病机制、发现治疗靶点和确保临床安全至关重要。然而，预测建模面临源于内在多样性的根本挑战：按实体类型可分为同类分子同质相互作用与跨分子类异质相互作用；按预测目标可分为二分类定性预测、多分类定性预测与定量回归预测。现有高度专业化计算方法常限定于单一任务，形成“一任务一模型”范式，造成计算孤岛、跨域知识迁移受限、模型开发冗余及下游分析能力不足。受单细包测序等领域灵活通用工具启发，研究人员亟需类似端到端工具。特征感知图神经网络（GNN）可直接适应多样特征图结构进行端到端学习，为此提供理想技术基础。为此，研究人员提出FlexBIP框架，发表于《Briefings in Bioinformatics》。

关键技术方法上，研究构建灵活图数据结构G=(V,ε,X,E_attr)，对异质图划分子节点V_s与目标节点V_t。采用多模块融合策略：节点特征经多层感知机（MLP）编码得H_node，边属性经MLP编码得E_edge，图卷积网络（GCN）迭代聚合邻域得H_graph，边感知聚合得H_edge，三者经可学习权重α、β、γ与ReLU门控拼接为H_final；辅助图经独立GCN得H_aux并按索引拼接融合。序列输入经[CLS]、[SEP]拼接，由类BERT（Bidirectional Encoder Representations from Transformers）序列对编码器进行多头自注意力编码，取[CLS]位特征得H_a，平均各头注意力权重得跨序列位点权重W_s1,s2。解码器按任务选二分类sigmoid或多分类softmax，损失为动态多类对比损失加权求和。基准含PPI01/PPI02/DDI01/DDI02/DTI01/DTI02/DTA01等7数据集，源自STRING、TWOSIDES、DrugBank、Hetionet、KIBA等，每次随机20%作独立测试集，重复10次。

研究结果部分，Materials and methods下数据集与预处理中，研究人员依实体类型与预测目标二维分类选7数据集覆盖同质/异质、二分类/多分类/回归，统计拓扑特征（节点数、边数、连通边比、最大度等）并经10次重复抽样验证稳定性。Modular and interpretable architecture中，FlexBIP解耦节点内在特征与图结构，序列对注意力编码与图卷积严格隔离，经条件融合模块（Conditional Fusion）以拓扑嵌入为上下文动态调制分子交互表示；GCN核心迭代聚合邻域生成图嵌入，图注意力聚合网络动态赋权邻节点，辅助图独立GCN生成嵌入，最终多维特征拼接入多类相似度解码器；序列文本经类BERT编码器得序列对嵌入并输出位点注意力权重（如ASP-231残基）以增强可解释性。Flexible graph data representation中定义统一图结构并区分异质图源/目标节点。Multi-modal fusion architecture中给出GCN层公式H^(l+1)=σ(D?^?1/2A?D?^?1/2H⁽⁰⁾W^(l))、图嵌入拼接、节点/边MLP编码、边聚合H_edge及最终融合H_final=(H_graph·ReLU(α))‖(H_node·ReLU(β))‖(H_edge·ReLU(γ))，辅助图融合H_fusion=H_final‖H_aux[idx]。Sequence attention encoding中序列加[CLS][SEP]得seq，融合令牌/位置/段嵌入E=E_token+E_pos+E_seg，多头注意力Attn(Q,K,V)=softmax(QK^T/√d_k)V，多层LayerNorm与GELU前馈得H₂，取[CLS]位线性映射为H_a，平均h头注意力A?=1/h∑A_k并切片得W_s1,s2。Adaptive graph structure processing mechanism中节点对表示h_i,j=|h_i?h_j|，解码y?_i,j=σ(h_i,jW^C+b)。Unified loss function中总损失为任务集T内各任务损失λ加权求和，含动态多类对比损失平衡类别学习。

讨论与结论翻译部分，研究人员指出FlexBIP通过解耦内在分子特征与图拓扑的模块化架构，自适应集成节点、边与辅助图多模态信息，突破任务特定模型局限，在15基准数据集8类关联上全面超越25个专用模型，在冷启动少量数据场景保持鲁棒与精度，并提供位点级注意力权重等可解释分析。该框架为生物分子相互作用预测提供通用端到端工具，支持同质/异质、二分类/多分类/回归统一建模，促进跨域知识迁移与下游机制解析，对药物发现与疾病机制阐明具实际意义。研究证实特征感知GNN融合范式可成为分子交互预测灵活基础架构。