【Nucleic Acids Research】四篇好文简读-专题11

一论文题目：

CCPE: cell cycle pseudotime estimation for single cell RNA-seq data 论文摘要：

来自scRNA-seq数据的伪时间分析能够表征各种生物过程的连续进程，例如细胞周期。细胞周期在细胞命运决定和分化中起着重要作用，在分析其他因素的作用时，常常被认为是scRNA-seq数据分析中的一个混杂因素。因此，准确预测细胞周期伪时间和识别细胞周期阶段是表征发育相关生物学过程的重要步骤。在这里，作者开发了CCPE，一种新的细胞周期伪时间估计方法，用于表征细胞周期计时和从scRNA-seq数据中识别细胞周期时相。CCPE使用辨别性螺旋来描述细胞周期的循环过程，并估计每个细胞沿细胞周期的伪时间。作者基于各种模拟和真实的scRNA-seq数据集对CCPE的性能进行了评估。结果表明，CCPE是一种有效的细胞周期估计方法，与现有的其他方法相比，它在各种应用中都具有竞争力。CCPE成功地识别了细胞周期标记基因，并且对scRNA-seq数据中的丢失事件具有很强的鲁棒性。使用CCPE对细胞周期的准确预测也可以有效地促进消除不同细胞类型或条件的细胞周期效应。

论文链接：

https://doi.org/10.1093/nar/gkab1236 Github:

https://github.com/LiuJJ0327/CCPE

二论文题目：

Interpretation of network-based integration from multi-omics longitudinal data 论文摘要：

多组学整合是全面了解复杂生物过程的关键。此外，多组学结合新的纵向实验设计可以揭示组学层之间的动态关系，并确定系统开发或复杂表型中的关键参与者或相互作用。然而，集成方法必须处理好各种实验设计，并不能保证得到可解释的生物学结果。多组学集成的新挑战是解决解释性问题并解开多组学数据中隐藏的知识。在本文中，作者不仅做了集成，还提出了一种通用方法来处理可解释性问题。根据多组学纵向数据，该方法构建并探索了混合多组学网络，该网络由组学层内部和之间的推断和已知关系组成。通过节点标记和传播分析，该方法可以预测调控机制和多组学功能模块。作者将该方法应用于具有各种多组学设计的 3 个案例研究，并确定了单组学分析无法揭示的涉及关键生物学功能的多组学相互作用。此外，作者强调了动力学中的相互作用，这可以帮助识别新的生物机制。

论文链接：

https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkab1200/6457960 代码链接：

https://github.com/abodein/netOmics

三论文题目：

UFold: fast and accurate RNA secondary structure prediction with deep learning 论文摘要：

对于许多 RNA 分子，二级结构对于 RNA 的正确功能至关重要。从核苷酸序列预测 RNA 二级结构是基因组学中长期存在的问题，但随着时间的推移，预测性能已经达到了平台期。传统的 RNA 二级结构预测算法主要基于通过自由能最小化的热力学模型，这强加了强大的先验假设并且运行缓慢。在这里，作者提出了一种基于深度学习的方法，称为 UFold，用于 RNA 二级结构预测，直接根据带注释的数据和碱基配对规则进行训练。UFold 提出了一种新的类似图像的 RNA 序列表示，它可以被全卷积网络 (Fully Convolutional Networks) 有效地处理。作者在家族内和跨家族 RNA 数据集上对 UFold 的性能进行了基准测试。它在各家族内数据集上显著优于以前的方法，同时在不同的 RNA 家族上进行训练和测试时实现了与传统方法相似的性能。UFold 还能够准确预测伪结（pseudoknots）。它的预测速度很快，每个序列（最长为1500 bp）的计算时间约为 160 ms。UFold 的在线 Web 服务链接为 https://ufold.ics.uci.edu

论文链接：

https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkab1074/6430845 代码链接：

https://github.com/uci-cbcl/UFold

四论文题目：

PLIP 2021: expanding the scope of the protein–ligand interaction profiler to DNA and RNA 论文摘要：

随着蛋白质结构数据的增长，配体与其目标分子之间的分子相互作用的分析变得越来越重要。PLIP，蛋白质-配体相互作用分析器，检测和可视化这些相互作用，并以适合进一步处理的格式提供数据。PLIP 在从对接实验的表征到新型配体-蛋白质复合物的评估等应用中已被证明非常成功。除了配体-蛋白质相互作用之外，与 DNA 和 RNA 的相互作用在许多应用中也起着至关重要的作用，例如靶向 DNA 或 RNA 结合蛋白的药物。迄今为止，蛋白质数据库中超过 7% 的所有 3D 结构都包含 DNA 或 RNA。因此，作者扩展了 PLIP 以包含这些重要分子。作者通过与 DNA 靶标结合的抗癌药物和神经系统疾病核心的 RNA-蛋白质复合物的例子证明了这种扩展的作用。PLIP 可在 https://plip-tool.biotec.tu-dresden.de 在线获得，并作为开源代码。到目前为止，该引擎已服务超过一百万次查询，源代码已被下载数千次。

论文链接：

https://academic.oup.com/nar/article/49/W1/W530/6266421 代码链接：

https://github.com/pharmai/plip