Nat Commun | 孙磊/杨禹丞等合作开发跨物种RBP-RNA互作预测算法MuSIC

RNA结合蛋白（RBP）通过识别 RNA 分子，在转录、剪接和翻译等关键生命过程中发挥重要调控作用，其功能异常与癌症和神经退行性疾病等多种重大疾病密切相关。在人类疾病研究中，常需借助小鼠或斑马鱼等模式生物开展机制解析和药物验证。然而，尽管高通量实验已在部分物种中解析了 RBP–RNA 相互作用，这些数据仍主要集中在人类，其他模式生物中的互 作信息 相对匮乏，现有数据和预测方法难以支持在这些体系中的精准研究 。例如， POSTAR3 数据库中 共有 351 个 RBP–RNA 互作数据 ，其中 223 个 RBP 数据 来源于人类 细胞的 检测 。因此，亟需开发能够实现跨物种预测的 RBP–RNA 相互作用模型，为科研人员在互作数据稀缺的模式生物中提供可靠的 RBP 结合位点预测工具，从而更系统地揭示 RNA 调控机制，并为疾病研究提供更加坚实的理论基础。

2026 年 4 月 27 日， 山东大学孙磊团队 / 复旦大学杨禹丞团队 / 北京大学汪阳明团队 在 Nature Communications 上发表了研究论文 Augmented prediction of multi-species protein–RNA interactions using evolutionary conservation of RNA-binding proteins 。 研究团队开发了一个用于跨物种RBP–RNA相互作用预测的深度学习框架MuSIC（Multi-Species RBP–RNAInteractions usingConservation ）。研究结果表明，MuSIC能够在跨物种预测任务中显著优于现有主流计算方法。研究团队 基于 MuSIC 系统性分析了 11 个物种中 184 种 RBP 的 结合偏好特征 。 进一步使用算法 评估 同源遗传变异 对人类和小鼠同源 R BP 结合能力的影响 并加以实验验证 ，为解析 RBP 介 导的 RNA 调控机制及其在疾病中的作用提供了重要线索。

研究团队首先系统揭示了 RBP 在进化中的关键特征：其核心 RNA 结合结构域在不同物种间高度保守，这种保守性不仅体现在序列和结构层面，还体现在 RNA 结合模式上，包括结合区域分布和识别序列偏好 等 。这一发现表明， RBP–RNA 相互作用具有可跨物种迁移的内在规律。

基于这一规律，研究团队整合多层级 RBP 保守性信息以及 预训练 基础模型提取的 RNA 和蛋白特征，构建了跨物种预测模型 MuSIC ，实现了对 RBP–RNA 相互作用的高精度建模。与现有方法相比， MuSIC 在不同物种中均表现出更强的泛化能力。 例如， 当 利用人 类 RBP 结合 数据训练的模型 预测斑马鱼 RBP 结合 偏好 时 ， MuSIC 的 平均 AUC 达到 0. 83 ，显著优于其他现有模型（ 0 . 6 0 -0.7 1 ） 。

研究 团队 建立了 RBP“ 保守性 — 预测性能 ” 之间的定量关联，发现 RBP 的序列与结构保守程度能够有效指示跨物种预测的可靠性，并在动物类物种中表现尤为突出。在此基础上， MuSIC 对 11 个物种中 184 种 RBP 进行了系统预测，结合数据分析与实验验证表明，大多数 RBP 在进化过程中保持了稳定的结合模式，体现为保守的结合 motif 和一致的转录本区域偏好，从全局层面验证了 RBP 调控规则的跨物种保守性。

先前研究表明，遗传变异可通过改变 RBP 结合能力干扰 RNA 调控功能，进而导致疾病的发生。研究团队将 MuSIC 应用于评估单核苷酸变异（ SNV ）对 RBP 结合的影响。通过 分析 高 通量 eCLIP 实验 数据发现 SNV 显著改变了 RBP 的结合亲和力， MuSIC 模型的预测结果与实验数据高度一致，验证了其在 SNV 效应预测中的可靠性。进一步分析显示，致病性突变相比良性突变更强烈地扰动 RBP 结合，揭示了 RBP 结合异常在遗传变异致病中的重要作用。

在跨 物种分析 中 发现许多同源 SNV 在不同物种中对 RBP 结合具有一致的影响，验证了遗传变异调控效应的跨物种保守性，并通过实验验证支持了 MuSIC 在跨物种预测中的准确性。下游通路分析进一步发现，受 SNV 影响的 RBP 结合事件显著富集 于泛素化调控 等关键生物过程，表明遗传变异通过扰动 RNA 调控网络，进而影响蛋白稳态，参与复杂疾病的发 生与发展。

跨物种分析同源 SNV 对 R BP -RNA 互作的影响

论文的共同第一作者为山东大学生命科学学院硕士研究生何嘉乐、博士后周通、北京大学未来技术学院博士后胡鲁峰。通讯作者为山东大学生命科学学院孙磊教授和复旦大学 生物医学工程与技术创新学院 杨禹丞副研究员 ， 北京大学 未来技术学院 汪阳明教授 对 本研究 有重要贡献。 山东大学博士研究生焦玉华、本科生王峻昊、严晟文、贾思瑶、朱文 韬 ，博士后陈秋臻，香港城市大学助理教授张继林，山东大学贾木天教授、李远宁教授、王显伟教授 参与了本研究 。

为方便大家使用， MuSIC 已经部署交互式网站 ： https://sunlab.qd.sdu.edu.cn/MuSIC

本文链接:https://doi.org/10.1038/s41467-026-72351-6

制版人： 十一

学术合作组织

（*排名不分先后）

战略合作伙伴

（*排名不分先后）

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

点击主页推荐活动

关注更多最新活动！