Barabasi 组新作：非编码 RNA 提高网络医学预测能力

关键词：复杂网络，生物网络，网络医学，相互作用组

论文题目：Noncoding RNAs improve the predictive power of network medicine论文地址：https://www.pnas.org/doi/10.1073/pnas.2301342120
网络医学提高了人们对疾病机理的认识，提供了对疾病机理、合并症以及新型诊断工具和治疗方法的定量见解。然而，大多数基于网络的方法都依赖于蛋白质-蛋白质相互作用（PPI）的综合图谱，而忽略了非编码 RNA（ncRNA）介导的相互作用。巴拉巴西组近日于PNAS上发表的实证研究，系统性地将非编码RNA与蛋白质之间的相互作用结合起来，构建了一个包含人体细胞中所有物理相互作用的综合网络。
加入非编码RNA增加了相互作用组中基因和相互作用的数量，相互作用组中的基因数量增加了 46%，相互作用的数量增加了 107%，发现了 132 种疾病模块，它们在基于蛋白质相互作用组中缺乏统计学意义，但在纳入非编码RNA介导的相互作用后却有了有统计学意义，这大大提高了网络科学识别疾病模块的能力。这项研究最终表明，纳入非编码RNA相互作用有助于揭示以前无法检测到的疾病间关系，并提高我们预测疾病间共病模式的准确性。

图1. ncRNA 在基因调控中的作用以及与人类相互作用组的联系。(A) 现代生物学的中心法则。显示转录过程的 DNA 链：miRNA、lncRNA 和 mRNA 都是从 DNA 转录的；然而，只有经过处理的 mRNA 才能翻译成蛋白质。(B) miRNA 可与 lncRNA、mRNA 和蛋白质结合。当 miRNA 与 mRNA 和 lncRNA 相互作用时，它们会（激活或抑制）基因表达过程。(C) 蛋白质互作网络。蛋白质之间相互作用，形成蛋白质-蛋白质相互作用网络。有些蛋白质充当 转录因子，调控基因表达。蛋白质互作网络只涉及蛋白编码基因之间的结合相互作用。(D)非编码RNA与蛋白编码 RNA 相互作用，形成一个连接密集的网络，即蛋白质互作网络和非编码RNA互作网络，其中包含来自不同基因组元素的多种类型的物理相互作用。(E) 蛋白质互作网络和非编码RNA互作网络。网络上的每条边代表不同元素类型之间各自相互作用的相对频率。蛋白质互作网络是蛋白质互作网络和非编码RNA互作网络的一个子图，它只包含蛋白质编码基因及其相互作用；转录因子和蛋白质之间的相互作用占蛋白质互作网络和非编码RNA互作网络网络中相互作用的 33%，这表明尽管蛋白质相互作用在网络中起着重要作用，但它们与其他群体的相互作用也很重要。大多数相互作用发生在 miRNA 与蛋白编码基因和转录因子之间。

图2. 对比风湿性关节炎、克罗恩病、先兆子痫的疾病模块网络在只包含蛋白质互作（上图）和引入了非编码RNA后（下图）的对比，引入后网络中涉及的基因和相互作用基因对增加

编译｜郭瑞东

大模型与生物医学：

AI + Science第二季读书会启动

详情请见：

大模型与生物医学：AI + Science第二季读书会启动

推荐阅读

‍1. 未来医学展望：多尺度生命形式为生物医学提供新道路2. 老药新用治疗新冠疾病？网络医学框架加速药物研发3. 网络医学新发现：西地那非具有防治阿尔茨海默症潜力4. 张江：第三代人工智能技术基础——从可微分编程到因果推理 | 集智学园全新课程5. 成为集智VIP，解锁全站课程／读书会6. 加入集智，一起复杂！

点击“阅读原文”，报名读书会