撰文丨王聰

編輯丨王多魚

排版丨水成文

在生物醫(yī)藥領(lǐng)域，RNA 靶向的小分子藥物正成為繼蛋白質(zhì)靶向藥物之后的新前沿。然而，一個(gè)關(guān)鍵難題長(zhǎng)期制約著該領(lǐng)域的發(fā)展——大多數(shù)疾病相關(guān)的 RNA 缺乏精確的三級(jí)結(jié)構(gòu)信息，而傳統(tǒng)計(jì)算方法恰恰依賴這些結(jié)構(gòu)信息來(lái)預(yù)測(cè)小分子與 RNA 的相互作用。

2026 年 1 月 2 日，清華大學(xué)張強(qiáng)鋒團(tuán)隊(duì)與北京大學(xué)汪陽(yáng)明團(tuán)隊(duì)合作，在Nature Biotechnology期刊發(fā)表了題為：Predicting small molecule–RNA interactions without RNA tertiary structures 的研究論文。

該研究開發(fā)了一種名為SMRTnet的深度學(xué)習(xí)工具，成功實(shí)現(xiàn)了在不依賴 RNA 三級(jí)結(jié)構(gòu)的情況下，精準(zhǔn)預(yù)測(cè)小分子-RNA的相互作用。通過(guò)消除對(duì) RNA 三級(jí)結(jié)構(gòu)的需求，SMRTnet 擴(kuò)大了可靶向的 RNA 靶標(biāo)的范圍，從而加快 RNA 靶向治療藥物的發(fā)現(xiàn)。

傳統(tǒng)方法的瓶頸與 SMRnet 的創(chuàng)新突破

RNA 作為生命體內(nèi)的重要功能分子，其復(fù)雜結(jié)構(gòu)可以被小分子選擇性調(diào)控，從而影響 pre-mRNA 剪接、mRNA 翻譯、RNA-蛋白質(zhì)相互作用等多種生物學(xué)過(guò)程。RNA 靶向的小分子藥物，擴(kuò)展了治療疾病的新靶點(diǎn)，尤其是那些“不可成藥”蛋白相關(guān)基因。

然而，傳統(tǒng)計(jì)算方法如分子對(duì)接工具 AutoDock Vina、RLDOCK 等需要已知 RNA 的三級(jí)結(jié)構(gòu)信息，而大多數(shù)疾病相關(guān) RNA 正好缺乏這類結(jié)構(gòu)信息。這正是SMRTnet要解決的核心問題。

SMRTnet 的創(chuàng)新之處在于，它整合了兩種大語(yǔ)言模型、卷積神經(jīng)網(wǎng)絡(luò)和圖注意力網(wǎng)絡(luò)，通過(guò)多模態(tài)數(shù)據(jù)融合技術(shù)，僅使用 RNA 序列和二級(jí)結(jié)構(gòu)信息就能預(yù)測(cè)小分子與 RNA 的結(jié)合能力。

研究團(tuán)隊(duì)首先從蛋白質(zhì)數(shù)據(jù)庫(kù)（PDB）中收集了 1061 個(gè)高質(zhì)量的三維結(jié)構(gòu)，這些結(jié)構(gòu)至少包含一個(gè) RNA 和一個(gè)小分子，由此構(gòu)建了包含 8672 個(gè) RNA 片段與小分子相互作用的數(shù)據(jù)集，用于訓(xùn)練和測(cè)試 SMRTnet 模型。

SMRTnet 表現(xiàn)出色，大幅超越現(xiàn)有工具

在對(duì) SMRTnet 數(shù)據(jù)集的測(cè)試中，SMRTnet 表現(xiàn)穩(wěn)健，在五折交叉驗(yàn)證中平均接收者操作特征曲線下面積（auROC）達(dá)到 0.830-0.844，顯著優(yōu)于其他工具。

特別是在誘餌評(píng)估任務(wù)中，SMRTnet 的平均排名高達(dá) 92.6%，遠(yuǎn)超過(guò)四種分子對(duì)接工具（27.3%-46.6%）和兩種深度學(xué)習(xí)工具（16.0%-23.8%）。這意味著 SMRTnet 能更準(zhǔn)確地從結(jié)構(gòu)相似的小分子中識(shí)別出真正的結(jié)合分子。

研究團(tuán)隊(duì)還進(jìn)行了消融研究，評(píng)估了 SMRTnet 各組件對(duì)性能的貢獻(xiàn)。結(jié)果顯示，RNA 序列和結(jié)構(gòu)信息最為關(guān)鍵，而多模態(tài)數(shù)據(jù)融合模塊也有助于實(shí)現(xiàn)高性能預(yù)測(cè)。

值得注意的是，當(dāng)研究團(tuán)隊(duì)使用預(yù)測(cè)的二級(jí)結(jié)構(gòu)而非實(shí)驗(yàn)得出的結(jié)構(gòu)時(shí)，模型性能有所下降，這凸顯了實(shí)驗(yàn)確定的 RNA 二級(jí)結(jié)構(gòu)對(duì)獲得高預(yù)測(cè)精度至關(guān)重要。

精準(zhǔn)定位結(jié)合位點(diǎn)，實(shí)驗(yàn)驗(yàn)證效果顯著

除了預(yù)測(cè)結(jié)合能力，SMRTnet 還能識(shí)別 RNA 上的小分子結(jié)合位點(diǎn)。通過(guò) Grad-CAM 算法，研究團(tuán)隊(duì)量化了每個(gè)核苷酸對(duì)預(yù)測(cè)結(jié)合分?jǐn)?shù)的貢獻(xiàn)，從而確定高注意力區(qū)域（HAR）作為潛在結(jié)合位點(diǎn)。

在與實(shí)驗(yàn)確定的結(jié)合位點(diǎn)比較時(shí)，SMRTnet 在多個(gè)數(shù)據(jù)集上表現(xiàn)出色，平均 auROC 達(dá)到 0.695-0.793，表明其結(jié)合位點(diǎn)預(yù)測(cè)的準(zhǔn)確性。

研究團(tuán)隊(duì)將 SMRTnet 應(yīng)用于十種疾病相關(guān)的 RNA 靶點(diǎn)，在一個(gè)包含 7350 種天然產(chǎn)物和代謝物化合物的庫(kù)中進(jìn)行篩選。實(shí)驗(yàn)結(jié)果令人振奮：在 190 個(gè)預(yù)測(cè)的小分子-RNA 相互作用中，40 個(gè)被實(shí)驗(yàn)驗(yàn)證為結(jié)合分子，驗(yàn)證率平均達(dá)到21.1%。

更重要的是，大多數(shù)驗(yàn)證的結(jié)合表現(xiàn)出微摩爾級(jí)的親和力，這是 RNA 靶向藥物發(fā)現(xiàn)中常見的初始命中范圍。有六個(gè)相互作用甚至表現(xiàn)出納摩爾級(jí)的親和力，顯示出發(fā)現(xiàn)高親和力結(jié)合劑的潛力。

靶向 MYC IRES：從預(yù)測(cè)到功能驗(yàn)證

MYC 是許多人類癌癥的標(biāo)志，但一直被認(rèn)為是“不可成藥”的靶點(diǎn)。研究團(tuán)隊(duì)重點(diǎn)關(guān)注了MYC IRES（內(nèi)部核糖體進(jìn)入位點(diǎn)），這是控制該癌基因的一個(gè)可行策略。

針對(duì) MYC IRES 的大規(guī)模實(shí)驗(yàn)驗(yàn)證顯示，SMRTnet 預(yù)測(cè)的結(jié)合分?jǐn)?shù)與實(shí)驗(yàn)驗(yàn)證率之間存在明顯的正相關(guān)。結(jié)合分?jǐn)?shù)在 0.9-1.0 范圍內(nèi)的預(yù)測(cè)，驗(yàn)證率高達(dá) 28.6%，而隨著結(jié)合分?jǐn)?shù)的降低，驗(yàn)證率穩(wěn)步下降。

在鑒定的 15 種 MYC IRES 結(jié)合劑中，研究團(tuán)隊(duì)重點(diǎn)關(guān)注了鹽酸伊立替康三水合物（IHT），因?yàn)樗鼭M足藥物開發(fā)的多個(gè)標(biāo)準(zhǔn)，包括理化特性和藥物化學(xué)特性。

通過(guò) SMRTnet 預(yù)測(cè)，IHT 的結(jié)合位點(diǎn)被精確定位在 MYC IRES 的內(nèi)部環(huán)（5'UUCG/3'ACCC）上。為驗(yàn)證這一預(yù)測(cè)，研團(tuán)隊(duì)設(shè)計(jì)了 20 種 MYC IRES 的變體，結(jié)果顯示，預(yù)測(cè)結(jié)合分?jǐn)?shù)的變化趨勢(shì)與實(shí)驗(yàn)驗(yàn)證率高度一致，證實(shí)了 SMRTnet 結(jié)合位點(diǎn)預(yù)測(cè)的可靠性。

在功能實(shí)驗(yàn)中，IHT 在 HeLa 細(xì)胞中使 MYC mRNA 水平降低 56.9%，MYC 蛋白水平降低 71.6%，效果超過(guò)了已知的 MYC-RiboTAC。此外，在三種依賴 MYC 的癌細(xì)胞系（HeLa、Jurkat 和 Raji）中，IHT 使細(xì)胞增殖減少了 19.6%-48.4%，細(xì)胞凋亡增加了 56.6%-124.2%。

前景與展望：AI 驅(qū)動(dòng) RNA 靶向藥物開發(fā)新時(shí)代

SMRTnet 代表了小分子-RNA 相互作用預(yù)測(cè)的重要進(jìn)展。通過(guò)整合二級(jí)結(jié)構(gòu)信息和大語(yǔ)言模型，它克服了傳統(tǒng)方法的局限性，擴(kuò)展了疾病相關(guān) RNA 靶點(diǎn)的范圍。

當(dāng)前，實(shí)驗(yàn)驗(yàn)證的小分子-RNA 相互作用知識(shí)在 RNA 類型和小分子多樣性方面仍然有限。未來(lái)，隨著化學(xué)-RNA 相互作用組學(xué)、轉(zhuǎn)錄組學(xué)和功能篩選等多組學(xué)數(shù)據(jù)的積累，AI 方法將能同時(shí)預(yù)測(cè)結(jié)合相互作用和下游生物學(xué)效應(yīng)，從而加速 RNA 靶向治療藥物的開發(fā)。

這項(xiàng)研究不僅展示了 SMRTnet 在小分子-RNA 相互作用篩選中的有效性，更揭示了 AI 方法在 RNA 靶向小分子治療藥物開發(fā)中的巨大潛力。隨著更多高質(zhì)量數(shù)據(jù)的積累和算法的進(jìn)一步優(yōu)化，AI 驅(qū)動(dòng)的 RNA 靶向藥物開發(fā)有望在未來(lái)幾年取得更多突破性進(jìn)展。

論文鏈接：

https://www.nature.com/articles/s41587-025-02942-z