子科生物報道:清華大學(xué)張強(qiáng)鋒課題組在Cell Research雜志上，發(fā)表了題為“使用人工智能方法基于細(xì)胞內(nèi)RNA結(jié)構(gòu)預(yù)測蛋白質(zhì)-RNA動態(tài)相互作用”（Predicting dynamic cellular protein–RNA interactions by deep learning using in vivo RNA structures）的研究長文。該工作首先使用icSHAPE實驗解析了七種常用細(xì)胞類型的RNA二級結(jié)構(gòu)圖譜，并開發(fā)人工智能算法整合實驗獲得的細(xì)胞內(nèi)RNA結(jié)構(gòu)以及對應(yīng)細(xì)胞環(huán)境的RBP結(jié)合信息，建立了基于細(xì)胞內(nèi)RNA結(jié)構(gòu)信息預(yù)測細(xì)胞內(nèi)RBP動態(tài)結(jié)合的新方法PrismNet。 

  RNA結(jié)合蛋白(RBP)在轉(zhuǎn)錄、RNA代謝以及翻譯過程中起重要的調(diào)控作用。CLIP實驗技術(shù)作為RNA研究最重要的技術(shù)之一，可以解析RBP在整個轉(zhuǎn)錄組上的結(jié)合圖譜，是系統(tǒng)理解一個RBP功能及其調(diào)控機(jī)制的基礎(chǔ)。但CLIP實驗費時費力，一次只能提供某一RBP在特定細(xì)胞環(huán)境下的RNA結(jié)合位點，而且對于實驗材料要求較高，很多情況下不能順利開展。然而研究發(fā)現(xiàn)，蛋白質(zhì)和RNA的結(jié)合隨著細(xì)胞環(huán)境的變化可能發(fā)生很大的改變，因而研究蛋白質(zhì)對RNA的調(diào)控需要相同細(xì)胞環(huán)境的結(jié)合信息。這兩方面因素加起來對使用CLIP研究蛋白質(zhì)-RNA結(jié)合提出了很大的挑戰(zhàn)。從計算角度來說，目前已有的預(yù)測RBP結(jié)合位點的方法，毫無例外都是基于RNA序列以及從序列出發(fā)預(yù)測的RNA結(jié)構(gòu)。序列本身在不同細(xì)胞環(huán)境里面是沒有什么變化的，因而這些方法都不能解決RBP在不同細(xì)胞環(huán)境下結(jié)合動態(tài)變化的問題。

  RNA結(jié)構(gòu)是RBP 結(jié)合和動態(tài)變化的基礎(chǔ)?？蒲泄ぷ髡咄ㄟ^X射線晶體衍射、核磁共振、冷凍電子顯微鏡等方法解析了大量RNA結(jié)構(gòu)，揭示了許多體外RNA結(jié)構(gòu)的重要功能。近年來，通過人為引入細(xì)胞內(nèi)RNA化學(xué)修飾，開發(fā)高通量測序技術(shù)，可以在全轉(zhuǎn)錄組水平檢測細(xì)胞內(nèi)的RNA二級結(jié)構(gòu)。這種新的RNA系統(tǒng)生物學(xué)的研究方法，揭示了RNA結(jié)構(gòu)參與轉(zhuǎn)錄后調(diào)控的規(guī)律和機(jī)制。張強(qiáng)鋒課題組一直致力于RNA結(jié)構(gòu)領(lǐng)域的研究。張強(qiáng)鋒研究員作為主要開發(fā)者參與開發(fā)了探測細(xì)胞內(nèi)RNA結(jié)構(gòu)和相互作用的icSHAPE技術(shù)與PARIS技術(shù) (Lu et al., 2016; Spitale et al., 2015)。在此基礎(chǔ)上，通過整合亞細(xì)胞分離技術(shù)，張強(qiáng)鋒課題組發(fā)現(xiàn)細(xì)胞內(nèi)RNA結(jié)構(gòu)在細(xì)胞內(nèi)不同亞細(xì)胞環(huán)境會發(fā)生動態(tài)變化，并且RNA結(jié)構(gòu)的變化會影響RBP的結(jié)合 (Sun et al., 2019)。張強(qiáng)鋒課題組與楊運(yùn)桂、劉峰課題組合作，通過斑馬魚胚胎發(fā)育過程不同階段RNA結(jié)構(gòu)動態(tài)變化的研究，發(fā)現(xiàn)RNA結(jié)合蛋白Elavl1a及其靶標(biāo)RNA結(jié)構(gòu)變化共同作用，調(diào)控斑馬魚早期胚胎母源RNA降解的新機(jī)制(Shi et al., 2020)。

  在之前研究的基礎(chǔ)上，作者系統(tǒng)比較了多個RBP在K562和HepG2細(xì)胞之間結(jié)合位點的差異，發(fā)現(xiàn)相同RBP在不同類型細(xì)胞之間結(jié)合位點差異巨大。進(jìn)一步通過關(guān)聯(lián)比較兩個細(xì)胞系的全轉(zhuǎn)錄組RNA結(jié)構(gòu)，作者發(fā)現(xiàn)在不同細(xì)胞系間RBP結(jié)合差異位點顯著富集在RNA結(jié)構(gòu)差異位點。這顯示了RNA結(jié)構(gòu)信息對不同細(xì)胞內(nèi)RBP結(jié)合位點的預(yù)測具有重要作用。

  作者通過整合細(xì)胞內(nèi)RNA結(jié)構(gòu)信息以及對應(yīng)細(xì)胞系的RBP結(jié)合信息，利用深度神經(jīng)網(wǎng)絡(luò)，構(gòu)建了預(yù)測RBP結(jié)合位點的PrismNet模型。該模型在168個人類RBP結(jié)合的CLIP數(shù)據(jù)集上進(jìn)行了訓(xùn)練學(xué)習(xí)和檢驗，發(fā)現(xiàn)其預(yù)測準(zhǔn)確率顯著高于之前僅僅利用RNA序列以及整合基于序列預(yù)測得到的RNA結(jié)構(gòu)的方法，預(yù)測和CLIP實驗結(jié)果的吻合度甚至達(dá)到或超過同一條件下兩個CLIP實驗的吻合度。顯然，細(xì)胞內(nèi)RNA結(jié)構(gòu)信息對于預(yù)測準(zhǔn)確率的提高起到了重要作用。有意思的是，作者發(fā)現(xiàn)RNA結(jié)構(gòu)信息對于提高雙鏈結(jié)合蛋白預(yù)測準(zhǔn)確率的幫助更大。

  利用深度學(xué)習(xí)模型中的注意力機(jī)制，作者提取了RBP結(jié)合RNA的關(guān)鍵識別位點，構(gòu)建了序列與結(jié)構(gòu)的整合motif來描述RBP結(jié)合位點的RNA序列和結(jié)構(gòu)偏好。長久以來，人們都依賴于傳統(tǒng)的序列motif來刻畫RBP結(jié)合RNA的特征，對于同樣重要的結(jié)合位點的結(jié)構(gòu)特征，由于信息缺乏，只能選擇忽略。這里的工作表明，和人們的期望一樣，序列與結(jié)構(gòu)整合motif可以更全面地體現(xiàn)RBP的結(jié)合特征，可以用在通過簡單的motif匹配，方便快捷地在整個轉(zhuǎn)錄組中更準(zhǔn)確地找到RBP的結(jié)合位點。

  有意思的是，這些通過PrismNet找到的RBP結(jié)合RNA的關(guān)鍵識別位點比其它轉(zhuǎn)錄本區(qū)域更加保守，同時也更加富集包括自閉癥，精神分裂癥等精神類疾病的突變位點。同時，作者發(fā)現(xiàn)，相對于RNA結(jié)構(gòu)沒有改變的突變位點，造成RNA結(jié)構(gòu)改變的突變位點(riboSNitch)更容易造成疾病。這些研究暗示了PrismNet模型未來在研究RBP結(jié)合、RNA結(jié)構(gòu)變化在疾病中作用的潛在應(yīng)用價值。

  RBP和RNA研究領(lǐng)域內(nèi)多年的積累，產(chǎn)生了大約200個基于CLIP實驗的RBP轉(zhuǎn)錄組結(jié)合圖譜，是研究RNA調(diào)控的重要資源。PrismNet的一個重要應(yīng)用價值在于大大擴(kuò)充了這個資源。比如，對于任意一個RBP，只要在這七個細(xì)胞系的任意一個細(xì)胞系內(nèi)做了CLIP實驗，PrismNet就可以通過構(gòu)建準(zhǔn)確的深度神經(jīng)網(wǎng)絡(luò)模型，把結(jié)合信息外推到所有七個細(xì)胞系中。對該研究所產(chǎn)生的大量細(xì)胞內(nèi)RNA結(jié)構(gòu)、所預(yù)測的不同RBP結(jié)合位點的信息資源，作者提供了查詢以及下載網(wǎng)站（http://prismnet.zhanglab.net/）供其他研究組訪問和使用。

  最后要提到的是，張強(qiáng)鋒研究組利用PrismNet模型，使用新冠病毒SARS-CoV-2在宿主細(xì)胞內(nèi)的RNA基因組結(jié)構(gòu)信息，預(yù)測了多個新冠病毒的宿主結(jié)合蛋白；從這些宿主蛋白出發(fā)，找到了一些對抑制新冠傳播有效的重定位藥物(Sun et al., 2021)。這個研究再次證明了PrismNet的廣闊應(yīng)用前景。

  據(jù)悉，清華大學(xué)生命學(xué)院博士后孫磊、博士生徐魁、博士生黃文澤等為論文第一作者，張強(qiáng)鋒為論文通訊作者。課題組李盼、唐磊、熊團(tuán)林博士、樸美玲博士等為本研究做出了重要貢獻(xiàn)。生命中心PI、清華大學(xué)醫(yī)學(xué)院沈曉驊實驗室尹亞飛博士、清華大學(xué)醫(yī)學(xué)院紀(jì)家葵實驗室王楠提供了相關(guān)細(xì)胞系。香港中文大學(xué)王曉剛教授與邵靜博士為深度學(xué)習(xí)模型設(shè)計提供了寶貴建議。商湯研究院在GPU計算設(shè)施上提供了幫助。研究工作獲得國家自然科學(xué)基金委、科技部重點研發(fā)計劃、北京結(jié)構(gòu)生物學(xué)高精尖創(chuàng)新中心、生命科學(xué)聯(lián)合中心的資助。

Lu, Z., Zhang, Q.C., Lee, B., Flynn, R.A., Smith, M.A., Robinson, J.T., Davidovich, C., Gooding, A.R., Goodrich, K.J., Mattick, J.S., et al. (2016). RNA Duplex Map in Living Cells Reveals Higher-Order Transcriptome Structure. Cell 165, 1267-1279.

Shi, B., Zhang, J., Heng, J., Gong, J., Zhang, T., Li, P., Sun, B.F., Yang, Y., Zhang, N., Zhao, Y.L., et al. (2020). RNA structural dynamics regulate early embryogenesis through controlling transcriptome fate and function. Genome Biol 21, 120.

Spitale, R.C., Flynn, R.A., Zhang, Q.C., Crisalli, P., Lee, B., Jung, J.W., Kuchelmeister, H.Y., Batista, P.J., Torre, E.A., Kool, E.T., et al. (2015). Structural imprints in vivo decode RNA regulatory mechanisms. Nature 519, 486-490.

Sun, L., Fazal, F.M., Li, P., Broughton, J.P., Lee, B., Tang, L., Huang, W., Kool, E.T., Chang, H.Y., and Zhang, Q.C. (2019). RNA structure maps across mammalian cellular compartments. Nature structural & molecular biology 26, 322-330.

Sun, L., Li, P., Ju, X., Rao, J., Huang, W., Zhang, S., Xiong, T., Xu, K., Zhou, X., Ren, L., et al. (2021). In vivo structural characterization of the whole SARS-CoV-2 RNA genome identifies host cell target proteins vulnerable to re-purposed drugs. Cell https://doi.org/10.1016/j.cell.2021.02.008.