引言
在当今的生物医药领域，我们正处于一场静悄悄却惊心动魄的变革之中。长久以来，药物研发的中心法则几乎都围绕着蛋白质展开，但人类基因组中只有约1.5%的序列编码蛋白质，而绝大多数基因转录为非编码RNA。这片浩瀚的“暗物质”海洋中，蕴藏着无数调控疾病的关键开关。
然而，RNA药物研发一直面临着一座难以逾越的大山：三维结构（Tertiary Structure）的缺失。传统的理性药物设计（Rational Drug Design）很大程度上依赖于“锁钥模型”：我们需要精确知道靶点（锁）的三维结构，才能设计出严丝合缝的药物（钥匙）。不幸的是，与折叠稳定的蛋白质不同，RNA就像一条灵动的丝带，其三维结构高度动态且难以通过晶体学手段捕获。在蛋白质数据库（PDB）中，已解析的RNA-小分子复合物结构极其稀缺。
难道没有确定的三维结构，我们就无法设计针对RNA的小分子药物吗？1月2日，《 Nature Biotechnology 》的研究报道“Predicting small molecule–RNA interactions without RNA tertiary structures” ，这项研究打破了对RNA三维结构的依赖，提出了一种仅基于RNA序列和二级结构就能精准预测小分子-RNA相互作用（SRIs）的深度学习模型——SMRTnet。这不仅仅是一个新工具的诞生，更是一种研发逻辑的代际跨越。
告别三维迷信：降维打击的智慧在深入SMRTnet的内核之前，我们先来思考一个问题：为什么之前的预测工具效果不佳？许多早期的计算方法，如分子对接（Molecular Docking）软件AutoDock Vina，或是基于深度学习的RNAmigos2，本质上都受困于对“口袋”三维形状的执着。如果输入的RNA三维结构本身就是通过算法预测的，那么误差就会级联放大。
SMRTnet的研究人员选择了一条不同的路：放弃不确定的三维结构，拥抱更易获取的二级结构。
SMRTnet的核心架构是一个巧妙的多模态数据融合系统（Multimodal Data Fusion, MDF）。它并不是简单地将数据“喂”给神经网络，而是构建了两个强大的“语言专家”：
1. RNA编码器
集成研究团队自研的RNA语言模型 RNASwan-seq。该模型在高达2.14亿个非冗余RNA序列上进行了预训练，能够深刻理解核苷酸序列的语法规则。同时，结合卷积神经网络（CNN）提取RNA的二级结构特征（即碱基配对信息）。
2. 小分子编码器
采用化学语言模型 MoLFormer和图注意力网络（GAT），分别从SMILES字符串和分子图结构中提取化学特征。
这种设计使得SMRTnet拥有了惊人的“阅读理解”能力。在包含1061个高质量晶体结构的PDB数据集上，研究人员通过滑动窗口策略生成了8672个相互作用片段进行训练。结果显示，在五折交叉验证中，SMRTnet的接收者操作特征曲线下面积（auROC）达到了 0.830–0.844。
这是一个什么概念？作为对比，目前领域内领先的工具RNAmigos2在相同测试集上的auROC仅为 0.567–0.596。换句话说，SMRTnet将预测的准确度提升到了一个新的维度。
更值得深思的是，研究人员进行了一项“消融实验”（Ablation Study）。当他们移除了RNA二级结构信息，仅保留序列信息时，模型的性能出现了显著下降（auROC从0.844降至0.760）。这有力地证明了，虽然我们不需要三维结构，但二级结构（碱基如何配对、形成了什么样的茎环）是决定小分子能否结合的关键“指纹”。
大海捞针：在7350种化合物中寻找答案模型在计算机上的跑分高，并不代表在现实世界中能用。真正的考验在于：它能否在茫茫的化合物库中，筛选出真正能结合疾病相关RNA的药物？
为了验证这一点，研究人员构建了一个包含 7,350种天然产物和代谢物的实体化合物库，并选择了10个具有高度临床价值但结构各异的疾病相关RNA靶点进行筛选。这些靶点包括：
● 致癌因子：如MYC基因的内部核糖体进入位点（IRES）、Pre-miR-155、HOTAIR Helix 7；
● 病毒RNA：HIV-1 RRE IIb，以及SARS-CoV-2的5'非翻译区（5' UTR）中的五个结构元件（SL1, SL2/3, SL4, SL5a, SL5b）；
● 神经退行性疾病靶点：HTT基因的CAG重复扩增序列。
这是一场完全脱离已知三维结构先验知识的“盲测”。SMRTnet对这7万多个“RNA-小分子”组合进行了打分。随后，研究人员选取了排名靠前的候选分子，利用 微量热泳动（MST）技术进行了湿实验验证。
结果令人震惊：在预测的候选分子中，有 40个分子被实验证实能够与对应的RNA靶点结合。这些分子的解离常数（$K_d$）跨度很大，从纳摩尔（nM）级别到微摩尔（µM）级别，其中有6个相互作用的亲和力达到了纳摩尔级。
对于药物筛选而言，这是一个非常可观的命中率。更重要的是，SMRTnet不仅能找到结合分子，还能区分特异性。例如，针对SARS-CoV-2不同茎环结构（SL1 vs SL5b）预测出的结合分子截然不同，这表明模型捕捉到了RNA二级结构中细微的构象差异。
攻克“癌症之王”：MYC IRES的精彩案例在所有测试的靶点中，MYC无疑是最具挑战性的一座高峰。作为一种在大多数人类癌症中过度表达的转录因子，MYC长期以来被认为是“不可成药”（Undruggable）的，因为其蛋白结构缺乏适合小分子结合的深口袋。因此，靶向其mRNA的翻译过程，特别是通过IRES进行的非帽依赖性翻译，成为了极其诱人的策略。
研究人员利用SMRTnet对针对 MYCIRES 的筛选结果进行了更深度的验证。他们采用分层抽样策略，从预测分数高低不同的区间中随机抽取了376个化合物进行实验。
数据揭示了模型预测分数与实际结合率之间极强的相关性：
在预测分数 0.9–1.0的区间内，实验验证的阳性率达到了28.6%；
随着预测分数降低，阳性率呈现阶梯式下降；
在预测分数 0.0–0.1的低分区间，测试的93个化合物中没有一个显示出结合活性（0%）。
这种清晰的量效关系（Dose-Response Relationship）是评估一个AI模型可靠性的黄金标准。它意味着SMRTnet给出的分数不仅仅是一个数字，而是真实反映了物理化学层面的结合概率。
在这次筛选中，一个名为 伊立替康盐酸盐三水合物（Irinotecan hydrochloride trihydrate, IHT）的药物脱颖而出。伊立替康本是知名的拓扑异构酶I抑制剂，但SMRTnet预测它能以高亲和力结合MYCIRES。
这是否意味着老药可以新用？为了回答这个问题，必须搞清楚它是“怎么”结合的。
AI的“注意力”与分子的“锁孔”SMRTnet的一个重要特性是它的可解释性。通过分析模型中的梯度信号（Gradient Signals），研究人员可以识别出RNA序列上哪些核苷酸对预测结果贡献最大。这些区域被称为 高关注区域（High-Attention Regions, HARs）。
对于 MYCIRES，SMRTnet将目光锁定在了一个特定的内部环（Internal Loop）上：5' UUCG / 3' ACCC。模型预测，IHT正是嵌入这个微小的结构口袋中。
为了验证这一预测的精准度，研究人员设计了一组极其严密的突变实验。他们构建了 20种MYCIRES 的突变体，分为五类，包括改变内部环序列、缩小或扩大内部环，以及完全消除内部环（使其变成全配对的双链结构）等。
MST实验的结果与SMRTnet的预测惊人地一致：
▼ 实验发现 1：
当内部环被移除，突变体变成完全配对的双链结构时，SMRTnet预测的结合分数跌至谷底，实验也证实IHT完全失去了结合能力。
▼ 实验发现 2：
当2×2的内部环被改变为3×3时，预测分数和实验测得的结合能力反而有所上升，暗示这种构象可能更有利于IHT的嵌入。
这一系列证据构建了一个完整的逻辑链条：AI不仅预测了“谁”会结合，还正确指出了“哪里”结合，甚至预测了结构变化对结合能力的具体影响。这种精度，对于缺乏三维结构信息的预测工具来说，在过去是难以想象的。
从试管到细胞：生物学功能的真实调控结合只是第一步，能在细胞内发挥功能才是药物研发的终极目标。既然IHT能结合 MYCIRES，它能抑制癌细胞中的MYC蛋白表达吗？
研究人员在HeLa（宫颈癌细胞）、Jurkat（T淋巴细胞白血病细胞）和Raji（伯基特淋巴瘤细胞）三种依赖MYC生长的癌细胞系中测试了IHT的效果。实验数据令人振奋：
mRNA与蛋白水平的双重抑制在HeLa细胞中，10 µM的IHT处理48小时后，MYC的mRNA水平下降了约56.9%，而MYC蛋白水平下降了约71.6%。
细胞功能的改变在三种癌细胞系中，IHT处理导致细胞增殖被抑制了 19.6%–48.4%，同时细胞凋亡率激增了56.6%–124.2%。
为了排除IHT通过其他途径（如原本的拓扑异构酶抑制作用）影响MYC的可能，研究人员使用了一种精巧的双荧光素酶报告系统。结果显示，IHT特异性地降低了由 MYCIRES 驱动的荧光素酶活性（下降约14.2%），而对完全配对突变的对照组没有影响。这意味着，IHT确实是通过直接结合并干扰IRES的功能来发挥作用的。
更有趣的是，研究人员将IHT与一种专门设计的降解剂 MYC-RiboTAC进行了对比。数据表明，在降低MYCmRNA和蛋白水平方面，IHT的效果甚至超过了MYC-RiboTAC。这是一个非常积极的信号，说明通过AI筛选出的先导化合物，即使在未经化学修饰优化的情况下，也已具备相当的生物活性。
药物发现的新纪元SMRTnet的出现，标志着我们在RNA药物发现领域迈出了关键的一步。它证明了，通过深度学习融合大规模预训练模型，我们可以在完全不知道RNA三维结构的情况下，仅凭序列和二级结构信息，就能高效、准确地预测小分子与RNA的相互作用。
这项研究的意义远不止于发现了一个IHT。它为我们提供了一把通用的钥匙，去开启那些曾被认为“不可成药”的宝库。从病毒基因组的保守区域，到驱动癌症的非编码RNA，SMRTnet极大地拓展了潜在药物靶点的版图。
当然，目前的SMRTnet并非终点。研究人员也坦诚，目前经实验验证的数据相对于庞大的化学空间来说仍然有限。未来，随着高通量筛选技术产生更多的大规模数据集，以及多组学数据（如基因表达谱）的整合，这类AI模型将进化出更强大的能力——不仅预测结合，还能预测结合后的生物学后果。
当下一次听到“无药可救”或“不可成药”时，请记住，在AI的视野里，也许根本不存在绝对的“不可”。在这个由核苷酸序列编织的生命密码中，新的治疗希望正在被一行行代码解码。
参考文献
Fei Y, Wang P, Zhang J, Shan X, Cai Z, Ma J, Wang Y, Zhang QC. Predicting small molecule-RNA interactions without RNA tertiary structures. Nat Biotechnol. 2026 Jan 2. doi: 10.1038/s41587-025-02942-z. Epub ahead of print. PMID: 41482542.
声明：本文仅用于分享，不代表平台立场，如涉及版权等问题，请尽快联系我们，我们第一时间更正，谢谢！