研究人员使用AI识别蛋白质上的RNA结合位点

阿卜杜拉国王科技大学(KAUST)的研究人员开发了一种人工智能(AI)工具，可以准确检测蛋白质表面上的哪些位点与RNA分子结合。

该工具称为NucleicNet，其性能优于其他计算工具，并提供有助于药物设计和开发的见解。

RNA结合是许多蛋白质的基本特征。我们基于结构的计算框架可以揭示这些蛋白质的详细RNA结合特性，这对于表征许多疾病的病理学至关重要。”

蛋白质通常与RNA分子相互作用，以调节基因转录物的加工和运输。当这种相互作用失败时，细胞功能受到破坏，这可能导致疾病，包括癌症和神经退行性疾病。

使用深度学习研究蛋白质与RNA的相互作用

为了研究RNA分子的哪些部分与蛋白质表面的不同部分结合，该团队采用了一种称为深度学习的AI技术。Lam及其同事Xin Gao和Yu Li对NucleicNet进行了培训，可以自动学习使蛋白质和RNA相互作用的结构特征。

为了训练深度学习算法，研究人员使用了3D结构数据，这些数据可用于公共数据库中保存的158种不同的蛋白质-RNA复合物。

当团队将NucleicNet与依赖序列数据而非结构数据的其他预测工具进行比较时，他们发现他们的软件是确定蛋白质结合RNA分子表面上哪些位点的最准确工具。

与其他模型不同，NucelicNet还可以预测RNA的哪些部分与蛋白质结合，无论是糖磷酸骨架的区域还是四个核碱基之一。

验证软件

接下来，研究人员与中国和美国的同事合作，使用多种RNA结合蛋白验证了他们的软件，以证明NucleicNet确定的相互作用与实验技术确定的相互作用紧密匹配。

Lam说：“其他计算框架很少考虑基于结构的功能。” “我们利用深度学习的力量来推断那些微妙的相互作用。”

对预测RNA结合位点和对任何正在研究的蛋白质的结合偏好感兴趣的研究人员，NucleicNet可以公开访问。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如有侵权行为，请第一时间联系我们修改或删除，多谢。

通过靶向腰臀比基因进展脂肪分布遗传学