责编

兮

RNA结合蛋白（RBP）是基因表达调控中不可或缺的一类生物分子，对于转录后调控尤为关键。比如，Argonaute是RNA干扰（RNAi）的核心分子,PUF蛋白可以直接影响mRNA的表达。深入地理解RBP的功能，尤其是它们如何和RNA结合并相互作用可以进一步帮助我们研究转录后调控等一系列问题。

目前，有两类常用的实验方法被用来研究RBP和RNA的相互作用，分别是基于assay的大规模化验分析以及面向结构的RBP和RNA结合复合物的结晶分析。两种实验方法都各有优势和不足：基于assay的分析可以大规模地测试RBP和RNA的结合强度及选择性但是却无法揭示它们作用时候的结构细节，尤其是无法鉴别RBP和RNA是通过base直接相互作用还是通过backbone间接相互作用。另一方面，结晶分析可以揭示作用细节却因为成本和实验属性等各方面原因无法进行大规模的实验，同时只解决了很多种可以与该RBP结合的RNA序列中的一种，因此不具有统计学意义。能够同时提供统计学和结构性两种信息的方法，无论是基于实验的还是基于计算的，都可以极大地促进RBP的研究。遗憾的是，之前的计算方法同样无法同时提供这些信息。之前的计算方法可以分为两类。一类是基于结构或者序列的预测器，可以用来预测RBP上的氨基酸位点是否是RNA结合位点。但是，这些预测器无法提供更精细的预测结果，比如结合位点上结合的是RNA的哪个基团（磷酸，核糖，腺嘌呤，鸟嘌呤，胞嘧啶，尿嘧啶）。这些现有的方法也没法预测RBP对于特定RNA的结合选择性和强度。另一类是是基于assay结果的计算方法，如DeepBind。和assay实验方法一样，这类方法可以预测RBP和RNA的结合强度，但是它们无法给出作用的结构细节。

年10月30日，沙特阿卜杜拉国王科技大学XinGao（高欣）教授课题组（课题组主页