入选AAAI 2025！清华/伦敦大学学院等首创蛋白质-RNA语言模型融合方案，结合亲和力预测刷新SOTA
内容提要
阿尔茨海默病等神经退行性疾病与蛋白质-RNA结合异常有关。研究者提出CoPRA模型，通过结合蛋白质和RNA的语言模型，预测结合亲和力，取得了优异的性能，推动了生物医学研究的进展。
关键要点
-
阿尔茨海默病等神经退行性疾病与蛋白质-RNA结合异常相关。
-
研究蛋白质-RNA结合对基因表达调控和疾病解析至关重要。
-
CoPRA模型结合蛋白质和RNA语言模型，预测结合亲和力，性能优异。
-
CoPRA模型在国际人工智能年会上获得广泛关注并入选口头报告。
-
CoPRA模型首次将蛋白质语言模型与RNA语言模型结合用于结合亲和力预测。
-
研究人员整理了最大的蛋白质-RNA结合亲和力数据集，评估CoPRA性能。
-
CLIP实验技术解析RNA结合蛋白在转录组上的结合图谱，但实验费时费力。
-
清华大学的研究团队开发了PrismNet，预测细胞内RBP动态结合。
-
多种计算方法被提出用于预测蛋白质-RNA结合亲和力，但存在局限性。
-
CoPRA模型通过结构引导的多头自注意力融合序列和结构信息。
-
CoPRA在多个数据集上表现最佳，显示出结合预训练单模态LMs的潜力。
-
CoPRA在预测突变对结合亲和力影响方面表现优越，泛化能力强。
-
多模态学习为蛋白质科学提供新思路，结合不同类型数据进行建模。
-
新颖的多模态特征提取框架在药物研发中取得最先进性能。
-
EvoLLama框架将蛋白质结构编码器、序列编码器与大语言模型融合，展现强大泛化能力。
延伸解读
蛋白质-RNA结合的重要性
蛋白质-RNA结合在基因表达调控和疾病解析中扮演着关键角色。理解其机制有助于揭示神经退行性疾病的遗传基础，并为RNA靶向治疗提供新方向。
CoPRA模型的创新性
CoPRA模型首次将蛋白质和RNA语言模型结合，利用复杂结构信息进行亲和力预测。这种多模态学习方法展示了在生物医学研究中的巨大潜力，可能推动新药研发的进展。
实验方法的局限性
尽管CLIP实验技术在RNA结合蛋白研究中重要，但其费时费力且对实验材料要求高。CoPRA模型的出现为解决这一问题提供了新的思路，能够在不同细胞环境下预测结合动态。
未来研究的方向
多模态学习为蛋白质科学提供了新思路，未来的研究可以结合更多机器学习手段，深入探讨蛋白质表面与其他生物分子的相互作用，从而推动新药研发的进展。
延伸问答
CoPRA模型的主要创新点是什么？
CoPRA模型首次将蛋白质语言模型与RNA语言模型结合，用于蛋白质-RNA结合亲和力预测。
CoPRA模型在预测结合亲和力方面的表现如何？
CoPRA在多个数据集上表现最佳，尤其在PRA310数据集上达到了最先进的性能。
蛋白质-RNA结合异常与哪些疾病相关？
蛋白质-RNA结合异常与阿尔茨海默病、帕金森病和癫痫等神经退行性疾病相关。
多模态学习在蛋白质科学中的应用有哪些？
多模态学习结合不同类型数据进行建模，为蛋白质功能、结构和性质的理解提供新思路。
CoPRA模型如何处理结构信息？
CoPRA通过结构引导的多头自注意力融合序列和结构信息，形成结构-序列融合模块。
研究人员如何评估CoPRA模型的性能？
研究人员整理了最大的蛋白质-RNA结合亲和力数据集，并在多个数据集上进行评估。
