科學家構建RNA結合蛋白的剪接調控作用預測模型
基因組研究結果顯示，人體內超過90%的基因存在選擇性剪接(alternative splicing)。該過程在不同組織以及不同生理階段受到嚴格的調控，其失調會導致多種疾病的發生。選擇性剪接的體內調控主要由前體mRNA中的順式元件(cis-elements) 招募反式剪接作用因子（trans-acting splicing factors）來實現。通常情況下，反式剪接作用因子存在一個模塊化的構成，其包括一個或多個RNA結合域以及不同的功能模塊。但目前科學家對這些功能域的研究還停留在少數幾種典型的剪接因子上，如SR蛋白家族和hnRNP蛋白家族，對廣大的其他RNA結合蛋白中的功能模塊卻知之甚少。而深入理解這些功能模塊會為科學家進一步研究以至從頭合成新型RNA剪接因子提供依據。
11月7日，中國科學院上海營養與健康研究院計算生物學研究所、分子細胞科學卓越創新中心、中科院計算生物學重點實驗室RNA系統生物學課題組王澤峰研究團隊在國際學術期刊Cell Systems 在線發表了題為Modeling and predicting the activities of trans-acting splicing factors with machine learning 的研究長文。在該項工作中，研究人員首次將機器學習方法用于構建RNA結合蛋白的剪接調控作用預測模型，揭示了RNA結合蛋白的序列組成偏好性對其調控作用的影響，為研究RNA結合蛋白的剪接活性提供了重要指導意義，也為人工合成剪接因子提供了可行性。
在之前的研究中，該課題組發現在RNA結合蛋白中存在大量的序列低復雜區域。該研究在此基礎上對這些序列低復雜區域在RNA選擇性剪接中所扮演的功能進行了系統性研究。研究人員通過構建人工剪接因子的方法檢測了多達12種代表性序列低復雜區域在不同RNA位置的剪接活性，發現了這些低復雜區域在RNA選擇性剪接中具有位置依賴性（context dependent）且相似的序列組成具有相似的剪接活性。
研究人員進而根據這些功能模塊的序列偏好性與其剪接活性，構建了一個以機器學習方法為核心的多肽剪接活性預測模型。利用該機器學習模型，他們還發現了一些此前從未報道過的具備剪接活性的序列特征。并且以此序列特征為基礎，他們在世界上首次從頭合成帶有特定活性的人工剪接因子，取得了極高的成功率(10/11)。該研究的此項發現也為以后發展以人工剪接因子為基礎的基因治療方法掃除了障礙。
該研究工作由中科院－馬普學會計算生物學伙伴研究所、華東理工大學以及美國國立環境健康科學研究所（NIEHS）等機構合作完成。該工作在研究員王澤峰的指導下，由華東理工大學聯合培養博士生茅繆偉、計算生物所胡玥和楊赟等完成，并得到華東理工大學教授楊弋與NIEHS高級研究員Xiaoling Li的大力支持。
該研究得到國家基金委、上海市科委和國家留學基金委等的支持。(生物谷Bioon.com）
