bioRxiv· Ma, Z.; Zheng, Y.·· 来源仅提供日期AI 评分57
RiboCouple 用学习到的相互作用拓扑连接 RNA 骨架生成与序列设计
RiboCouple links RNA backbone generation to sequence design through a learned interaction topology
AI 导读
RiboCouple 提出一种从 RNA 骨架几何推断残基配对状态、再传入序列解码的方法,在 550 条生成骨架上取得 45.1% 的联合重折叠有效率,高于无拓扑解码器的 33.5%。
预印本 · biorxiv · 10.64898/2026.10.15.759394
本站摘要基于收录版本 v2(2026-10-26),原始摘要与 AI 导读固定保留。
来源最近更新: · 来源 v2
摘要 · AI 翻译
设计具有指定结构的 RNA 是 RNA 工程的核心。骨架优先的方法在序列分配之前先生成几何结构,但如何将关系信息传递给序列设计仍不清楚。我们提出 RiboCouple,它从骨架几何中推断残基对的概率状态,通过第二轮循环回收配对概率,并将其作为软注意力偏置传递给序列解码。在 550 条生成的骨架上,配对类型解码的联合重折叠有效率为 45.1%,而匹配的无拓扑解码器为 33.5%。在另一个包含 110 条骨架的队列中,将对齐的配对状态替换为统计匹配的供体状态后,有效率从 46.4% 降至 21.4%,表明解码依赖于与骨架对齐的关系信息。在外部重折叠之前,配对置信度排序使前 248 条的有效率提升至 59.6%,并可迁移到其他生成器;在包含 94 条链的时间留出天然骨架基准上,配对耦合解码提升了二级结构的一致性。这些发现确立了由骨架推断的相互作用拓扑作为连接骨架生成、序列解码和候选优先级排序的中间表示。
来源:bioRxiv · biorxiv.org