CPRISP：预测 circRNA-RBP 互作并辅助神经退行性疾病靶点发现的深度学习框架

研究团队提出可解释深度学习框架 CPRISP，用于预测环状 RNA（circRNA）与 RNA 结合蛋白（RBP）的互作位点。该框架整合 circRNA 序列组成、理化性质、二级结构、预训练表征与蛋白特征，在 37 个基准数据集上提升了互作位点预测表现，并能在不同细胞系间泛化。模型解释还原出保守的单链序列模式；对阿尔茨海默病、帕金森病和肌萎缩侧索硬化相关蛋白的分析识别出核质运输、溶酶体信号和鸟苷三磷酸酶活性等反复出现的通路，并筛选出候选化合物供后续实验验证。作者指出，该工作支持对 circRNA-蛋白互作进行准确且可解释的定位，但不代表已证明治疗有效性。