《Frontiers in Genetics》:THGC_MDA: a method for predicting the associations between m1A modification and diseases based on ternary heterogeneous network and graph convolutional neural network
编辑推荐:
N1-甲基腺嘌呤(m1A)修饰作为一种关键的RNA表观遗传修饰,在人类复杂疾病(包括癌症)的发病机制和进展中起着核心调控作用。探索m1A与疾病之间的潜在关联是揭示疾病发生分子机制的重要途径。然而,传统生物学实验存在耗时耗力、已验证的m1A-疾病关联数据极度稀缺
N1-甲基腺嘌呤(m1A)修饰作为一种关键的RNA表观遗传修饰,在人类复杂疾病(包括癌症)的发病机制和进展中起着核心调控作用。探索m1A与疾病之间的潜在关联是揭示疾病发生分子机制的重要途径。然而,传统生物学实验存在耗时耗力、已验证的m1A-疾病关联数据极度稀缺的局限性。同时,现有的计算预测方法大多局限于特定应用场景,且仅依赖m1A与疾病之间的直接关联数据,未能充分整合多维生物信息,导致无法实现高效准确的关联预测。鉴于此,本研究提出了一种基于三元异构图和图卷积神经网络(GCN)的m1A修饰与疾病关联预测方法(THGC_MDA)。通过引入环状RNA(circRNA)作为中间连接节点,构建了m1A-circRNA-疾病的三元关联网络,有效丰富了m1A和疾病的特征信息维度。同时,利用图卷积网络的特征学习能力,实现了对其特征的提取与表征。实验结果表明,所提出的方法在预测性能上显著优于现有的主流方法,大幅提升了m1A-疾病关联预测的准确性和可靠性。此外,案例验证进一步证实,预测的候选m1A位点通过调节RNA定位、稳定性和翻译效率等核心过程参与调控疾病相关基因表达网络,从而为疾病发病机制的研究提供了新见解。
该研究针对当前RNA表观遗传修饰研究中m1A位点与疾病关联预测数据匮乏及现有计算方法精度不足的挑战,开发了一种名为THGC_MDA的创新计算框架。研究人员首先整合了m1A修饰位点、circRNA及疾病的多维数据,构建了包含3618个突变相关m1A位点、116种疾病及5100条关联的数据集。在此基础上,研究通过融合序列相似性、Jaccard相似性及语义相似性构建了m1A和疾病的综合相似网络。核心技术创新在于构建了m1A-circRNA-疾病的三元异构图,并利用多层图卷积神经网络(GCN)进行深度特征学习,结合多头自注意力机制(Multi-head self-attention)和残差连接(Residual connections)优化特征提取,最终通过多层感知机(MLP)实现关联概率的预测。研究结果表明,THGC_MDA在五折交叉验证中表现优异,显著优于对比算法,并通过案例分析验证了预测结果的可信度,揭示了m1A通过调控RNA稳定性及翻译效率参与疾病发生的分子机制。该研究成果已发表于《Frontiers in Genetics》。
关键技术方法方面,研究人员首先基于RMVar数据库构建数据集,并利用Disease Ontology(DO)和序列信息计算疾病语义相似性与m1A序列相似性。随后,通过定义元路径(Meta-path)构建m1A和疾病的邻接矩阵,融合直接邻居与高阶关联信息。核心模型采用图卷积网络(GCN)进行节点嵌入学习,引入多头自注意力机制动态调整邻居权重,并结合残差连接防止梯度消失。最终,将学习到的特征向量拼接后输入多层感知机(MLP)进行分类预测。
研究结果部分主要包含以下内容:
1. 材料与方法
研究人员详细阐述了数据集的构建过程,从RMVar数据库筛选出3618个高置信度的m1A修饰位点、116种疾病及5100条关联数据,并映射得到222个circRNA及其与疾病的1022条关系。在相似性计算方面,对疾病采用了语义相似性和Jaccard相似性融合策略,对m1A则结合了序列余弦相似性和Jaccard相似性,以全面捕捉节点间的生物学关联。通过构建m1A-circRNA和circRNA-disease的关联矩阵,定义了元路径网络,形成了包含一阶和高阶邻居信息的邻接矩阵。在模型架构上,利用GCN进行特征传播与聚合,其邻接矩阵由直接关联路径和相似矩阵加权融合而成,并通过对称归一化处理以提升数值稳定性。模型进一步引入多头自注意力机制和残差连接以增强特征表达能力,最终通过特征拼接和MLP输出预测得分。
2. 实验结果
在五折交叉验证中,THGC_MDA在AUC、AUPR、F1-score等多个指标上均显著优于RMDGCN、LR、SVM等对比模型,证明了引入circRNA作为中介节点以及融合多维相似性信息的有效性。消融实验进一步证实,去除相似性网络或元路径中任意组成部分都会导致模型性能下降,验证了各模块设计的必要性。
3. 案例分析
研究人员选取肝细胞癌(HCC)和结直肠癌(CRC)进行了案例研究。在排名前10的候选m1A位点中,多个位点在文献中已被证实与癌症相关,例如预测出的某些位点在HCC中通过调节ATP5D等基因的表达影响肿瘤代谢。这些结果表明,THGC_MDA不仅能有效识别已知关联,还能高精度地预测未知的m1A-疾病关联。
4. 讨论与结论
研究人员在讨论中指出,尽管THGC_MDA取得了良好效果,但仍存在局限性,例如对阴性样本的处理较为粗糙,且依赖现有数据库的覆盖面。未来的工作将致力于整合更多类型的RNA修饰数据,并探索跨物种的保守性关联。
结论部分翻译如下:
综上所述,本研究提出了一种基于三元异构图和图卷积神经网络的m1A修饰与疾病关联预测方法THGC_MDA。通过引入circRNA作为中间节点构建三元关联网络,并融合多维相似性信息,该方法有效克服了传统方法依赖单一数据源的局限。实验结果表明,THGC_MDA在预测性能上显著优于现有主流方法,且案例研究验证了预测结果的生物学合理性。该研究不仅为m1A修饰的生物学功能研究提供了有力的计算工具,也为复杂疾病的机制解析提供了新的视角。