清華交叉信息院曾堅(jiān)陽(yáng)研究組發(fā)文闡釋深度學(xué)習(xí)解碼蛋白質(zhì)翻譯過(guò)程 

清華新聞網(wǎng)9月29日電  9月27日，清華大學(xué)交叉信息研究院曾堅(jiān)陽(yáng)研究組在《細(xì)胞》子刊《細(xì)胞·系統(tǒng)》（Cell Systems）發(fā)表了題為《利用深度學(xué)習(xí)分析核糖體停滯現(xiàn)象與蛋白質(zhì)翻譯動(dòng)態(tài)》（“Analysis of Ribosome Stalling and Translation Elongation Dynamics by Deep Learning”）的研究論文，首次利用深度學(xué)習(xí)技術(shù)對(duì)蛋白質(zhì)翻譯的動(dòng)態(tài)過(guò)程進(jìn)行建模，提出了一種全新的基于高通量測(cè)序技術(shù)的深度學(xué)習(xí)計(jì)算框架，并以此揭示了蛋白質(zhì)翻譯這一基本生物過(guò)程的調(diào)控機(jī)制。該成果被第21屆國(guó)際計(jì)算分子生物學(xué)大會(huì)（RECOMB 2017）接收，并作為計(jì)算生物學(xué)新興研究方向的代表性工作被邀請(qǐng)做大會(huì)論文口頭報(bào)告。  

基于深度學(xué)習(xí)模型的蛋白質(zhì)翻譯過(guò)程的研究框架圖。

蛋白質(zhì)翻譯是遺傳信息從其攜帶者DNA到執(zhí)行者蛋白質(zhì)傳遞的關(guān)鍵一環(huán)，也是分子生物學(xué)中心法則的核心環(huán)節(jié)。在蛋白質(zhì)翻譯的過(guò)程中，一種名為核糖體（ribosome）的細(xì)胞器會(huì)沿著信使RNA鏈，按照遺傳密碼子的對(duì)應(yīng)法則依次將核苷酸序列翻譯成氨基酸序列，繼而形成多肽鏈。近年來(lái)，生物學(xué)家們通過(guò)各種高通量測(cè)序技術(shù)測(cè)量發(fā)現(xiàn)，蛋白質(zhì)翻譯的過(guò)程是動(dòng)態(tài)變化的，其中大量存在一種核糖體翻譯停滯（ribosome stalling）的現(xiàn)象，這一現(xiàn)象與翻譯過(guò)程中的蛋白質(zhì)折疊和定位等一系列重要過(guò)程有關(guān)。

作為該領(lǐng)域的一項(xiàng)突破性進(jìn)展，曾堅(jiān)陽(yáng)研究組首次提出了一種基于機(jī)器學(xué)習(xí)的計(jì)算框架來(lái)研究核糖體停滯現(xiàn)象的調(diào)控機(jī)制和功能，并成功利用深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)了對(duì)蛋白質(zhì)翻譯過(guò)程中核糖體翻譯停滯的精確預(yù)測(cè)。傳統(tǒng)的觀(guān)點(diǎn)認(rèn)為，mRNA序列信息只是通過(guò)密碼子表編碼氨基酸序列，而本工作首次對(duì)mRNA序列中編碼蛋白質(zhì)翻譯的調(diào)控信息進(jìn)行建模。該模型僅以信使RNA的一級(jí)序列作為特征輸入，沒(méi)有整合其他的生物學(xué)特征。進(jìn)一步地，研究人員基于深度學(xué)習(xí)自動(dòng)提取的隱藏特征以及模型精確的預(yù)測(cè)結(jié)果，對(duì)調(diào)控核糖體翻譯停滯的各種因素以及該現(xiàn)象的生物學(xué)功能進(jìn)行了系統(tǒng)性的分析，在驗(yàn)證前人研究成果的同時(shí)，提出了許多新的假設(shè)，為進(jìn)一步探究蛋白質(zhì)翻譯的動(dòng)態(tài)特征打下了堅(jiān)實(shí)的基礎(chǔ)。

該文的通訊作者為交叉信息研究院助理教授曾堅(jiān)陽(yáng)，論文共同第一作者為交叉信息研究院博士張賽（目前在美國(guó)斯坦福大學(xué)進(jìn)行博士后研究）、藥學(xué)實(shí)驗(yàn)班博士生胡海林（目前為醫(yī)學(xué)院在讀博士生）以及本科生周鏡天（目前在美國(guó)加州大學(xué)圣地亞哥分校攻讀博士學(xué)位）。該項(xiàng)工作與美國(guó)加州大學(xué)河濱分校合作完成。國(guó)際計(jì)算分子生物學(xué)大會(huì)（RECOMB）是計(jì)算生物學(xué)領(lǐng)域的兩大頂級(jí)會(huì)議之一，該會(huì)議歷年平均錄用率約為20%?！都?xì)胞·系統(tǒng)》（Cell Systems）是隸屬于Cell出版集團(tuán)新興交叉學(xué)科期刊，其定位于收錄系統(tǒng)生物學(xué)和定量生物學(xué)研究的高水平文章。作為國(guó)際知名頂級(jí)期刊《細(xì)胞》（Cell）的子刊，《細(xì)胞·系統(tǒng)》建刊兩年以來(lái)，已經(jīng)在國(guó)際上取得了相當(dāng)廣泛的影響力。

此外，本文的姊妹工作，《TITER: 利用深度學(xué)習(xí)預(yù)測(cè)蛋白質(zhì)翻譯起始位點(diǎn)》（TITER: predicting translation initiation sites by deep learning），已于2017年7月在國(guó)際計(jì)算生物學(xué)知名期刊《生物信息學(xué)》（Bioinformatics）在線(xiàn)發(fā)表，同時(shí)被國(guó)際分子生物學(xué)智能系統(tǒng)大會(huì)（ISMB 2017）收錄為大會(huì)口頭報(bào)告。該研究利用深度學(xué)習(xí)技術(shù)預(yù)測(cè)轉(zhuǎn)錄組中的翻譯起始位點(diǎn)，首次將預(yù)測(cè)范圍擴(kuò)大到了轉(zhuǎn)錄組中所有種類(lèi)的翻譯起始位點(diǎn)，并對(duì)翻譯起始位置的序列特征、調(diào)控功能、突變效應(yīng)做了深度解析。該項(xiàng)工作共同第一作者為張賽和胡海林同學(xué)，并與醫(yī)學(xué)院公共健康研究中心張磊教授合作完成。這兩項(xiàng)工作的完成為人類(lèi)解碼蛋白質(zhì)翻譯過(guò)程提供了重要信息。

曾堅(jiān)陽(yáng)研究組是國(guó)內(nèi)較早將深度學(xué)習(xí)應(yīng)用到基因組學(xué)數(shù)據(jù)分析的研究組之一。本系列工作得到中國(guó)國(guó)家自然科學(xué)基金、美國(guó)國(guó)家科學(xué)基金會(huì)（NSF）和清華大學(xué)結(jié)構(gòu)生物學(xué)高精尖創(chuàng)新中心的經(jīng)費(fèi)支持。

論文鏈接：

Analysis of Ribosome Stalling and Translation Elongation Dynamics by Deep Learning

http://www.cell.com/cell-systems/fulltext/S2405-4712(17)30337-X

TITER: predicting translation initiation sites by deep learning

https://doi.org/10.1093/bioinformatics/btx247

供稿：交叉信息研究院 編輯：華山