Nature Biotechnology：AI算法让RNA调控研究“坐上高铁”，一举揭秘4亿年进化路标

生命，这部由DNA谱写的宏伟天书，其最经典的篇章莫过于 中心法则 DNA转录为RNA，RNA翻译为蛋白质。然而，当我们沉醉于这简洁而优雅的线性叙事时，却常常忽略了幕后一个更为庞大、喧嚣且至关重要的世界 转录后调控(post-transcriptional regulation)。在这个世界里，信使RNA(mRNA)不再是任人摆布的傀儡信使，它更像是一张携带着宝贵信息的蓝图，而一群被称为RNA结合蛋白(RNA-binding proteins, RBPs)的 工匠 则围着它忙碌不休。

它们有的像精明的剪辑师，对RNA进行剪接(splicing)；有的像严格的交警，决定RNA的去向(localization)；有的像高效的翻译官，控制其何时被翻译成蛋白质(translation)；还有的像冷酷的清道夫，负责将其降解(degradation)。这数千种RBP构成了细胞内一张错综复杂、动态变化的调控网络，精确地控制着基因表达的每一个细节。然而，要理解这张网络，我们必须先回答一个根本问题：这些 工匠 是如何识别它们各自负责的 蓝图 的？答案在于 基序 (motif) 一段特定的RNA序列，就像一把独特的钥匙，只有特定的RBP这把锁才能识别。

遗憾的是，我们对这套 钥匙-锁 系统的了解，长期以来都如雾里看花。在已知的数百万种真核生物RBP中，有实验数据支撑其结合基序的，不足0.1%。我们的知识库严重偏向于人类、小鼠和果蝇等少数模式生物，对于广阔的生命之树上的其他分支，几乎一无所知。

现在，这一局面迎来了颠覆性的突破。7月25日，一项发表在《Nature Biotechnology》上的重磅研究 A resource of RNA-binding protein motifs across eukaryotes reveals evolutionary dynamics and gene-regulatory function ，为我们呈上了一份前所未有的生命 密码本 。研究人员不仅通过大规模实验填补了数据空白，更开发出一种名为JPLE的巧妙算法，利用人工智能的力量，成功预测了来自690种真核生物的34,746个RBP的结合基序。这本全新的 密码本 不仅让我们得以一窥RNA调控世界的全貌，更揭示了其在长达数亿年进化历程中的壮丽史诗。