RNAmigos2：基于深度学习加速 RNA 虚拟筛选，开辟 RNA 药物研发新路径

《Nature Communications》：RNAmigos2: accelerated structure-based RNA virtual screening with deep graph learning

研究人员为解决 RNA 药物研发难题，开展 RNA 结构虚拟筛选研究，推出 RNAmigos2，性能优异意义重大。

　　

RNA 药物研发的困境与曙光

在生命的微观世界里，RNA 正逐渐崭露头角，成为药物研发领域的一颗新星。RNA 不仅仅是遗传信息的传递者，众多非编码 RNA（ncRNA）在各种生物过程中扮演着至关重要的角色。例如，微小 RNA（miRNA）能影响约 60% 基因的表达，长链非编码 RNA（lncRNA）在肿瘤学领域展现出潜在的治疗价值，在三阴性乳腺癌等疾病中，RNA 靶点更是有望成为新的治疗方向。然而，目前 RNA 药物研发面临着诸多挑战。与蛋白质靶点相比，RNA 靶点的研究相对滞后，FDA 批准的 RNA 靶向药物寥寥无几，市面上绝大多数小分子疗法仍聚焦于蛋白质靶点。

造成这一现状的主要原因之一，是 RNA 相关数据的匮乏。蛋白质结构数据库 RCSB-PDB 拥有数十万的实验结构和数亿的预测结构，而 RNA 的相关数据仅有几千条。在蛋白质 - 配体相互作用数据库中，用于亲和力预测模型的 RNA - 配体相互作用数据也少得可怜，仅有约 100 条，远远少于蛋白质的数万个数据。此外，RNA 折叠的独特生物物理现象，使得适用于蛋白质的研究方法难以直接应用于 RNA 领域。

为了突破这些困境，来自麦吉尔大学（School of Computer Science, McGill University）、哥伦比亚国立大学（Universidad Nacional de Colombia - Sede Bogotá - Facultad de Ingeniería - Depto. de Ingeniería de Sistemas e Industrial）等多个研究机构的研究人员，开展了一项旨在加速基于结构的 RNA 虚拟筛选的研究，相关成果发表在《Nature Communications》上。

研究的关键技术方法

研究人员为开展此项研究，运用了多种关键技术方法。在数据集构建方面，从蛋白质数据库（PDB）获取包含 RNA 和配体的结构，经过一系列筛选得到 1740 个结合位点的数据集。同时，利用 RNAGlib 将 RNA 结合位点的 3D 结构转化为 2.5D 图，这种图能编码碱基对相互作用，为后续的模型训练提供数据基础。为扩充数据，研究人员通过分子对接实验，使用 rDock 对 500 种类似药物的化合物进行对接，生成了 130 多万个数据。

在模型构建上，采用编码器 - 解码器框架，包含两个编码器和两个解码器。RNA 编码器基于关系图卷积网络（rGCN），将 RNA 的 2.5D 图编码为特征向量；配体编码器则利用特定的 GCN 层架构对配体分子图进行编码。通过预训练策略，对编码器进行初始化，提升模型性能。在训练过程中，针对不同任务，如区分天然配体和诱饵、预测结合亲和力，采用不同的损失函数进行优化。

研究结果

1. RNAmigos2 与对接软件的性能比拼：研究人员对原始 RNAmigos 编码器模型进行了多项改进，包括扩展数据集、采用有向图表示结合位点、更新模型架构和预训练策略。改进后的模型在性能上有了显著提升，在与 rDock 等对接软件的对比测试中，RNAmigos2 的 Aff 模型与 rDock 的分子间能量项相关性良好（斯皮尔曼相关系数为 0.75），且能有效区分天然配体和诱饵。在虚拟筛选（VS）任务中，Compat 和 Aff 模型分别取得了 0.844 和 0.939 的平均受试者工作特征曲线下面积（AuROC）分数，虽然 rDock 的平均 AuROC 分数略高（0.959），但 RNAmigos2 的运行时间不到 5 秒，而 rDock 则需要约 8 CPU 小时。研究还发现，不同模型的错误具有互补性，将模型结果进行集成（Mixed）后，AuROC 分数达到 0.972，超过了 rDock，建立了新的基于机器学习的 RNA 虚拟筛选工具。
2. RNAmigos2 的预测优势：RNAmigos2 在预测效率上远超传统对接方法。在实际应用场景中，受计算资源限制，传统对接方法难以大规模筛选化合物。RNAmigos2 在处理原始 SMILES 格式数据时，仅需 5.8 核心毫秒 / 化合物，在预计算配体图的情况下，可低至 1.6 核心毫秒 / 化合物。在相同计算预算下，RNAmigos2 能筛选的化合物数量远超传统对接方法。将 RNAmigos2 与对接结合（RNAmigos++），不仅能提高筛选性能，还能增强模型对口袋特异性的识别能力。
3. RNAmigos2 在体外实验中的表现：研究人员利用一个包含约 20,000 种化合物的体外筛选实验（ROBIN）对 RNAmigos2 进行评估。在针对 TPP、ZTP、SAM_ll和 PreQ1 核糖开关的筛选中，RNAmigos2 在所有四个靶点上都对活性化合物产生了正向富集（AuROC 达到 0.66，富集因子高达 5.09），能有效区分诱饵和活性化合物。其性能与 rDock 相当，但运行时间仅为 2 核心分钟，而 rDock 需要 1000 核心小时。此外，RNAmigos2 还能增加筛选出的活性化合物的化学多样性，为后续的药物优化提供更多可能。

研究结论与意义

这项研究成功开发了 RNAmigos2，为基于结构的 RNA 虚拟筛选带来了新的突破。RNAmigos2 通过创新的数据增强策略和模型设计，在速度和准确性上都超越了传统方法，能够快速有效地筛选出与 RNA 结合的化合物。这一成果不仅为 RNA 药物研发提供了强大的工具，还为后续研究开辟了新的方向。研究人员公开了所有数据集、源代码和模型权重，有望推动该领域的进一步发展。尽管该方法存在一些局限性，如需要预定义结合位点、对结合位点灵活性的建模有待完善，但随着技术的不断进步，RNAmigos2 有望与新兴的 RNA 技术和预测工具协同作用，助力挖掘更多潜在的 RNA 药物靶点，推动 RNA 疗法进入新的时代，为攻克更多疾病带来新的希望。