清华大学张强锋/北京大学汪阳明合作最新Nature子刊

背景：RNA作为药物发现靶点具有广阔前景，但现有预测小分子-RNA交互作用的方法通常依赖RNA三级结构信息，而大多数疾病相关RNA缺乏明确三级结构，限制了药物开发。研究目的：清华大学张强锋和北京大学汪阳明团队开发了深度学习模型SMRTnet，旨在无需RNA三级结构即可预测小分子-RNA交互作用。该方法整合大语言模型、卷积神经网络和图注意力网络，通过多模态数据融合分析RNA二级结构和小分子特征。结论：SMRTnet在多个实验基准测试中性能优于现有工具，成功预测出40个对疾病相关RNA靶点具有纳摩尔至微摩尔结合力的小分子，其中针对MYC IRES的预测小分子在癌细胞中显示出抑制增殖和促进凋亡的生物活性，证明了该方法在加速RNA靶向治疗药物发现中的有效性和应用潜力。