简介

众所周知，环状RNA具有编码蛋白质的潜力，而内部核糖体进入位点（IRES）是环状RNA通过帽独立机制翻译蛋白质的关键RNA调节元件。此前的 IRES预测方法大多是基于传统的机器学习算法，比如IRESPred、iresprector、IRESfinder与IRESpy等工具，而利用深度神经网络框架进行 IRES特征深度挖掘的工具则还没有出现，而且还只局限于线性RNA的IRES预测，直到目前也还没有专门用于环状RNA IRES的预测方法。

为了解决这个令广大科研人员苦恼的问题，浙江大学智能创新药物研究院周展教授团队开发了一个工具——DeepCIP，该工具采用了多模式深度学习方法专门对circRNA IRES进行预测，将更好地帮助我们研究circRNA的编码潜力以及提升circRNA药物的设计能力。

作者以预印本的方式于2022年10月发表了一篇题为 “DeepCIP: a multimodal deep learning method for the prediction of internal ribosome entry sites of circRNAs” 的文章。

算法优势

1、DeepCIP和XGBoost_weight模型的预测性能比较
为了评估DeepCIP模型的预测性能，作者使用独立的测试数据集对DeepCIP的模型和XGBoost_weight模型进行了比较实验。比较结果表明，DeepCIP在所有指标方面都比XGBoost_weight模型具有更高的性能表现（表1）。

表1.DeepCIP和XGBoost_weight对circRNA IRES预测的比较结果

 

2、DeepCIP预测结果的有效性比较

为了进一步研究DeepCIP的有效性，作者研究了预测的circRNA IRES概率与circRNA IRES实验活动之间的相关性（图1）。结果表明，具有更高活性的circRNA IRES通常也具有更大的预测概率。此外，人类和病毒circRNA IRES的预测概率通常都大于非circRNA IRES，证明了DeepCIP对人类和病毒circRNA IRES预测的能力。

图1.DeepCIP与其他模型预测效果对比

 

3、应用于真实的circRNA IRES数据集上不同模型的预测性能比较
作者评估了DeepCIP模型对真实数据集的预测能力，并将DeepCIP的预测结果与其他模型进行了比较（表2），包括专门用于circRNA的XGBoost_weight和 XGBoost模型以及用于线性RNA的IRESpy软件。结果表明，DeepCIP在预测circRNA IRES的能力上比其他算法表现更好。而IRESpy的预测性能则显著低于其他方法，同时也表明了开发专门用于circRNA IRES鉴定的方法的重要性。

表2.本地真实数据集上不同模型的预测结果

综合上述比较的结果，通过整合序列和结构信息，DeepCIP可以更有效地捕获circRNA IRES的特征。 

方法策略

DeepCIP采用软投票策略来集成三个由不同数据集训练的融合模型。其中，每个融合模型由四个模块组成，分别为RNA处理模块、S-LSTM模块、GCN模块和特征融合模块（图2）。首先，利用RNA处理模块对输入的RNA序列进行预处理，以便用于序列编码、结构预测和RNA图构建。接着，使用S-LSTM模块和GCN模块分别提取RNA序列特征和RNA二级结构特征。最后，在特征融合模块中，把从RNA序列和结构中提取的特征进行融合。融合后的特征通过完全连接层和sigmoid函数计算，最终输出一个概率，表示输入RNA序列是circRNA IRES的可能性。

图2.DeepCIP的架构

小结

DeepCIP这种基于序列和结构特征的多模式深度学习方法，可以识别circRNA IRES序列的可变长度。由于IRES的功能依赖于RNA结构，作者构建了一个加权RNA图来建模RNA二级结构，并基于GCN提取结构特征。同时，作者创新性地使用S-LSTM学习全局节点来表征整个RNA序列，从而更好地为分类任务并对上下文信息进行建模。当然，任何一个工具都不是完美无缺的，或多或少都会存在一些局限性。首先，作者认为用于模型训练的数据是固定设计的RNA序列，长度均为174 nt，然而真正的circRNA IRES序列却具有不同的长度。其次，大多数IRES的机制与核糖体的募集有关，仅考虑序列和结构特征，真核启动因子（eIF）和ITAF的调节可能不足以解释IRES的机理，因此还需要进一步考虑RNA与蛋白质相互作用的信息。

以上是小编对DeepCIP做的一些简单介绍，作为第一款专门用于circRNA IRES预测的工具，DeepCIP的实用性可圈可点，感兴趣的朋友们可以尝试安装使用。

 

参考文献Yuxuan Zhou, Jingcheng Wu, et.al. DeepCIP: a multimodal deep learning method for the prediction of internal ribosome entry sites of circRNAs.2022

转载请联系邮箱授权：circRNA@163.com

分类： 最新重要进展, 每周进展汇总评论

发表评论