GA黄金甲

剪接等RNA加工过程中的调控导致了序劣注结构、职能各别的多样RNA转录本产生
。以长读长转录组为代表的测序技术发展推进了统一基因中分歧RNA转录本间相对比例的正确定量
，以及关键组织及细胞类型中特异表白转录本全长的鉴别
，是钻研人类转录组复杂性的沉要伎俩
。然而
，由于样本获取难及测序成本高档多种成分
，可直接用于多样生理状态下转录本水平剪接精准分析的数据依然极度有限
。人为智能技术是解决这一难题的潜在最佳蹊径
，但目前已有模型仅能实现对个别样品中剪接位点强度的预测
，难以用于转录本水平的预测
，且不足对于未见组织及细胞类型的扩大能力
。

针对这一挑战
，国度生物信息中心研发了HELIX（Hierarchical Explainable LSTM for Isoform eXpression）
，这是一种可用于转录本水平RNA剪接预测的深度进建框架
。HELIX通过整合基因组序列与组织特异性的RNA结合蛋白（RNA-binding proteins, RBPs）表白矩阵
，用于对各类样品中RNA剪接与转录本使用模式的高精度预测
。

在模型架构方面
，受到高低文依赖（context-dependent）剪接调控模式的启发
，HELIX创新性地选取了档次化深度进建子模型嵌套战术
。该战术首先基于DNA序列预测剪接位点及其基线强度
，再结合1,499个RBP的表白特点以预测具体样本中的剪接调控水平
，最后利用基于嵌入继承的长短期影象（long short-term memory, LSTM）网络捉拿多个剪接位点间复杂依赖与竞争关系以预测转录本使用模式
。全面评估的了局显示
，HELIX在剪接强度及异构体使用预测方面均显著优于现有主流步骤
，出格是在高度调控位点及转录本相对比例预测方面添补了现有模型空缺
。

在疾病钻研中
，HELIX展示出对异常RNA剪接及转录本使用的壮大解析能力
。钻研人员利用大规模结直肠癌队列
，系统鉴别了肿瘤细胞中宽泛存在的剪接失调与转录本表白异常景象
，并进一步揭示这些变动与基因组突变、RBP表白异常以及患者临床特点之间的亲昵关联
，提醒RNA剪接异常有望成为理解肿瘤产生发展以及发展患者分层的沉要分子特点
。

此表
，钻研团队进一步基于迁徙进建研发了HELIX的单细胞扩大版本scHELIX
，以预测分歧细胞类型和肿瘤亚群中转录本差距使用模式
，为解析肿瘤内部异质性提供了更高分辨率视角
。有关了局显示
，分歧肿瘤亚克隆之间存在显著差距的RNA剪接与转录本表白特点
，为理解肿瘤演化过程以及发现潜在医治靶点提供了全新线索
。

总体来说
，HELIX为解析复杂生理前提下的可变剪接提供了高机能的人为智能工具
。该钻研不仅加深了人们对组织特异性和疾病有关剪接机造的意识
，也为癌症分型、致病变异诠释以及精准医学钻研提供了沉要的步骤学支持
。

该成就以“HELIX: a scalable model for predicting context-dependent regulation of RNA splicing and isoform usage”为题
，于2026年5月19日正式颁发于学术期刊Nature Computational Science （DOI：10.1038/s43588-026-00988-w）
。国度生物信息中心高远钻研员为该论文独立通讯作者
，博士钻研生周子菡为第一作者
。该钻研工作得到国度天然科学基金“赋能药物创新的RNA基础钻延妆沉大钻研打算以及北京视装卓越青年”天然科学基金等项主张赞助
。

Helix模型架构及训练数据

论文链接