中国农业大学博士生第一作者在一区Top期刊（IF5y=16.3）发表研究成果

可变剪接（AS）是增强蛋白质组复杂性的重要调控机制，但其在蛋白质相互作用网络（PPI）层面的重布线效应仍缺乏系统性解析。为深入理解AS的功能影响，中国农业大学与迈阿密大学联合团队在Genome Biology发表研究，开发了融合蛋白质序列与结构信息的深度学习框架DeepISO，用于预测由AS引起的蛋白互作重布线。该模型创新性结合AlphaFold2预测结构与ESM2嵌入特征，通过图卷积网络和随机森林集成，有效识别结构域缺失等复杂变化导致的互作差异。测试数据中AUROC达0.848，AUPRC达0.842，性能显著优于已有方法。案例分析证实DeepISO能准确捕捉AS驱动的互作变化机制，并在乳腺癌数据中系统揭示了相关网络重布线现象，为疾病机制研究提供了新线索。