RiboGRAM学习多尺度非编码RNA语法以推断结构与调控机制

内容形式：摘要译文

蛋白质编码序列遵循三联体遗传密码进行读取，而非编码 RNA 序列中的分子信息组织方式仍不清楚。在此，我们揭示了一种非编码 RNA 语法，其特征是多尺度基序的使用及 5′ 至 3′ 的位置梯度，并开发了 RiboGRAM 来学习这种组织规律。在九种生物中，非编码 RNA 相较于编码序列表现出依赖尺度的差异，并呈现具有方向性的富 U 和富 AU 梯度。通过整合多尺度序列编码与上下文建模，RiboGRAM 对 RNA 家族进行了组织归类，并揭示了不同网络层中与基序相关的模式及类配对模式。在未使用结构监督的情况下，非编码 RNA 预训练较编码 RNA 或信使 RNA 预训练提升了碱基配对恢复效果，其表征还支持对短 RNA 进行无需序列比对、基于扩散模型的三维建模。在人类 RNA-蛋白质结合谱中，RiboGRAM 识别出不同蛋白质靶标和细胞类型中具有位置分辨率的基序组织；与序列偏好相关的变化则伴随着跨细胞转移能力下降。总之，这些结果确立了一种可学习的非编码 RNA 序列组织语法，可用于结构与调控推断。

关键词：非编码RNA · RNA序列语法 · 多尺度基序 · RNA二级结构预测 · RNA-蛋白质结合 · 基因调控

原文链接：https://www.biorxiv.org/content/10.64898/2026.10.12.758266v1?rss=1