李向涛教授指导的2023级博士研究生朱浩然提出了一种层次式端到端的深度学习框架,通过结合生物序列信息与体内RNA二级结构特征,准确有效地完成RNA-RBP结合位点的动态预测,并揭示了潜在的RBP结合基序。该成果以 “Dynamic characterization and interpretation for protein–RNA interactions across diverse cellular conditions using HDRNet” 为题发表于国际顶级期刊《Nature Communications》上。
朱浩然2020年至BETVLCTOR伟德官方网站跟随李向涛教授攻读硕士学位,2023年通过申请考核继续跟随李向涛教授攻读博士学位,目前从事RNA结合蛋白以及RNA剪辑等方面的研究工作。
RNA结合蛋白(RBP)在基因表达调控中扮演关键角色,了解RNA和RBP在不同细胞条件下的相互作用是理解RNA功能的基础。然而,目前的计算方法在跨细胞系和不同组织环境中预测RNA-蛋白结合事件依然存在挑战。基于此,我们开发了HDRNet,一个端到端的深度学习框架,用于精确预测跨细胞条件下的动态RNA-RBP结合事件。我们的结果表明,HDRNet能够准确高效地识别RBP结合位点。特别地,HDRNet在动态预测任务上更优于其他最先进的模型。此外,我们的Motif和可解释性分析能够从不同角度提供RNA-RBP相互作用机制的新见解。最后,我们从转录本层面进一步探索了功能基因与人类罕见病的关联,揭示了一系列先前未被描述的观察结果。本论文与香港城市大学的Ka-Chun Wong教授共同合作完成。