环状RNA与蛋白结合位点预测不再只看RNA：CPRISP把蛋白序列也编进模型，37套基准平均AUC达0.9874
核心概要
环状RNA与RNA结合蛋白的结合位点预测长期偏重转录本特征，蛋白侧信息利用有限。CPRISP把环状RNA的序列组成、理化性质、二级结构与预训练嵌入，同蛋白序列的全局与局部表示一起送入多尺度残差网络分类。在37套基准数据集上，其平均AUC为0.9874，高于CircSSNN的0.9230；在序列相似度受控划分下仍保持0.9861。
深度剖析
预测环状RNA与RNA结合蛋白的结合位点时，模型现在同时读取环状RNA一侧的多层描述和蛋白一侧的序列信息，而不只依赖转录本特征。 此前的深度模型多把重点放在环状RNA衍生特征上，核苷酸层面的理化与结构信息常被忽略，决定结合特异性的蛋白序列特征也常被低估。 在37套RBP基准数据集上，CPRISP的平均AUC为0.9874，CircSSNN为0.9230，iCircRBP-DHN为0.8869，HCRNet为0.8868，CRBPDL为0.8838，CRIP为0.8388，CSCRSites为0.8348；CPRISP在其中32套上取得最高平均AUC。
环状RNA一侧被拆成互补的几路描述，蛋白一侧则同时给出整体语义和局部片段的一致性表示，两路拼接后由卷积分类器输出结合概率。 环状RNA特征包括k-mer核苷酸频率、电子-离子相互作用赝势等理化性质、RNAfold预测的二级结构六类上下文以及Circ2Vec嵌入，各路先经卷积编码对齐，再由多尺度残差网络融合；蛋白序列用ProteinBERT提取全局特征，并用随机子序列采样加对比学习约束同一位置表示一致。 去掉蛋白序列信息的CRSP变体在AGO2、EIF4A3、PTB等数据集上AUC低于0.9，在IGF2BP1和IGF2BP3上与CPRISP的差距超过0.1；在四个RBP、八个有向跨细胞系任务上，CPRISP平均AUC为0.9221，全部任务排名第一。
启示与展望
演示范围是37套环状RNA-RBP基准数据集、四个RBP的八个有向跨细胞系任务，以及九个神经退行性疾病相关RBP的通路与化合物排序分析；作者指出跨细胞系结论限于所评估的蛋白与细胞系对，化合物分析不建立直接结合、靶点占据或疗效。
作者说明SHAP归因分数不应解读为分子机制的直接证据，二级结构仅用六类粗粒度上下文表示，探索性的三维结构表示在所用距离直方图编码下未超过RNAfold配置；跨细胞系泛化范围尚待更多RBP与细胞环境验证。