| 编号 | 629 | |
| 名称 | siRNA Efficacy Prediction (ENsiRNA) | |
| 封面 |  | |
| 描述 | 用 RNA 语言模型和双链三维结构预测 siRNA 敲低效力。design 从 mRNA 评估未修饰候选，modify 评估带化学修饰的双链。 | |
| 标签 |
| |
| 作者 | Wenchong Tan | |
| 发布时间 | 2026-11-07 00:00:00 | |
| 参考文献 | Wenchong Tan, Mingshu Dai, Shimin Ye, Xin Tang, Dawei Jiang, Dong Chen & Hongli Du (2025) ENsiRNA: A Multimodality Method for siRNA-mRNA and Modified siRNA Efficacy Prediction Based on Geometric Graph Neural Network, Journal of Molecular Biology, 437:12 | |
- 简介
- 参数说明
- design
- mRNA
- Sense Sequences
- Max Records
- Output
- modify
- Sense Sequence
- Antisense Sequence
- Sense Modifications
- Antisense Modifications
- Max Records
- Output
- 结果说明
- design
- modify
- 参考文献
siRNA Efficacy Prediction (ENsiRNA)
简介
ENsiRNA 由华南理工大学生物科学与工程学院的 Tan 等人于 2025 年发表在 Journal of Molecular Biology。它要解决的问题是：给定一条 mRNA，哪些 siRNA 更可能把它敲低；如果 siRNA 已经带有化学修饰，这些修饰会怎样改变预测效力。
模型同时使用三类信息。RNA 语言模型 RNA-FM 提供序列表示，双链的三维坐标提供几何，未修饰模式再加入配对自由能，修饰模式则把糖环、磷酸和碱基上的化学修饰写成节点特征。预测网络是 E(3) 等变图神经网络：旋转或平移整条双链不会改变分数。未修饰模式把 siRNA 和 mRNA 放在同一张异构图里；修饰模式只建 siRNA 双链的同构图。五个已训练 checkpoint 的 sigmoid 输出取平均，得到 0 到 1 之间的 Avg_score，数值越高表示预测敲低效力越高。
论文报告，标准 siRNA 的 Pearson 相关系数比对照方法高出 13% 以上，化学修饰 siRNA 仍有竞争力。论文中的三维坐标来自 Rosetta rna_denovo。本模块改为用 RNAplex 2.6.4 确定链间配对，用 Ducque 生成初始坐标，再用 OpenMM 8.4.0 的 RNA.OL3 力场和 GBn2 隐式溶剂做约束能量最小化。化学修饰不进入这个物理结构，只作为修饰模型的特征。因此论文里的相关系数不能直接当作当前坐标流程的实测指标。
计算需要 CUDA GPU。RNA 语言模型固定加载到 GPU 上，不提供纯 CPU 推理。本模块只做效力预测，不检索脱靶位点或 SNP。
design 从 mRNA 得到未修饰 siRNA 并打分。没有另外提供正义链时，它对每条 mRNA 的全部 19 nt 窗口逐一建模，长转录本会产生大量候选。modify 不对 mRNA 取窗口，只对用户给出的正义链、反义链和化学修饰打分。
参数说明
design
从 mRNA 生成未修饰 siRNA，或核对自己提供的正义链，再预测敲低效力。反义链由正义链的前 19 nt 取反向互补得到，不能单独指定。
mRNA
FASTA 文件。每条记录的 > 后面整行都会成为转录本标识，所以标识行不要再写描述文字。序列中的 T 按 U 读取，大小写都可以。一条记录是一条待分析的 mRNA。
>GAPDH_HUMAN
CGTCATGGGTGTGAACCATGAGAAGTATGACAACAGCCTCAAGATCATC
GAPDH_HUMAN 是标识，下一行是序列。多条 mRNA 按文件中的顺序依次处理。
Sense Sequences
可选 FASTA。记录条数和顺序必须与 mRNA 文件一致。每条正义链先把 T 换成 U，再只保留前 19 nt；这 19 nt 必须原样出现在对应的 mRNA 中，否则该次计算失败。标识取 > 后第一个空格之前的文字。
>siGAPDH
CAAGGTCATCCATGACAACTT
上面这条 21 nt 序列只会使用前 19 nt。留空时，程序改为对每条 mRNA 从 5′ 端开始取全部 19 nt 窗口。窗口数约等于转录本长度减 18，每个窗口都会生成结构并打分。
Max Records
最多读取多少条 mRNA，默认 1000。它只截断 FASTA 记录数，不限制一条 mRNA 内部的 19 nt 窗口数。
Output
结果文件名，默认 EnsiRNA_design.csv。
modify
对已经确定的化学修饰 siRNA 预测效力。正义链和反义链按 FASTA 标识配对，可以不等长。修饰写在单独的文本里，不写进序列字母。
Sense Sequence
正义链 FASTA。标识取 > 后第一个空格之前的文字，序列中的 T 按 U 读取。标识必须能和反义链一一对应。
>AD-60489.1_r1_001
CAGAAAGAGUGUCUCAUCUUA
Antisense Sequence
反义链 FASTA，写法和正义链相同。标识集合必须与正义链一致，顺序可以不同；结果按正义链文件中的顺序输出。
Sense Modifications
正义链修饰，纯文本。有多条序列时，每条以与 FASTA 相同的标识开头，下一行写修饰；只有一条序列时可以不写标识。一行里用分号连接多种修饰，名称和位置用冒号分开，位置从 1 数起，逗号列举，连字符表示闭区间。没有修饰时把该条留空。名称必须与下面的词表完全一致，包括大小写和空格。Unlocked nucleic acid、UnLocked nucleic acid 和 unlocked nucleic acid 是三个不同的可接受名称。
>AD-60489.1_r1_001
2-Fluoro:1,3,5;2-O-Methyl:2,4,6;Phosphorothioate:2-3
2-Fluoro:1,3,5 表示第 1、3、5 位是 2′-氟。Phosphorothioate:2-3 表示第 2 位和第 3 位的磷酸连接换成硫代磷酸。
糖环名称：
Hexitol nucleic acid
Locked nucleic acid
Unlocked nucleic acid
2-O-Methyl
2-Fluoro
2-Deoxy
2-Deoxyribonucleotide
4-Thioribose
2,4-bridged nucleic acid
2,4-Carbocyclic-Ethylene-bridged nucleic acid-Locked nucleic acid
2,4-Carbocyclic-Locked nucleic acid-Locked nucleic acid
2-Aminoethoxymethyl
2-Aminoethyl
2-Aminopropoxymethyl
2-Cyanoethyl
2-Deoxy-2-Fluoro
2-Deoxy-2-Fluoro-4-Thioarabinonucleic acid
2-Deoxy-2-Fluoroarabinonucleic acid
2-Deoxy-2-fluorouridine
2-Deoxy-2-N,4-C-Ethylene-Locked nucleic acid
2-Guanidinoethyl
2-O-Guanidinopropyl
2-O-Lysylaminohexyl
2-O-methoxyethylribose
2-O-Methyl-4-Thioribose
3-Amino
3-O-methylribose
4-C- Aminomethyl-2-O-Methylribose
4-C-Hydroxymethyl Deoxyribonucleic acid
5-Amino
5-O-Methyl
5-Thio
Alfa-L-Locked nucleic acid
Aminoisonucleotide-Adenine
Aminoisonucleotide-thymidine
Cyclohexenyl nucleic acid
Dihydrouridine
Dimethoxy-Nitrophenyl Ethyl group
Fluorescein
Galactose
Glucosamine analogue
Methyl
Methyleneamide
Oxetane-Locked nucleic acid
Serinol nucleic acid
Tricyclodeoxyribonucleic acid
UnLocked nucleic acid
Xylo-3-fluororibose
Xylo-O-methylribose
2-Aminopropyl_sugar
2-Deoxyinosine
2-Deoxynebularine
2-Deoxythymidine
Deoxyadenine
Deoxyuridine
Altritol nucleic acid
2-N-Adamant-1-yl-Methylcarbonyl-2-Amino-Locked Nucleic Acid
2-N-Pyren-1-yl Methyl-2-Amino-Locked nucleic acid
2-O-(2-Methoxyethyl)
2-O-Allyl-ribose
2-O-Benzyl
2-O-Fluoro
2-O-Guanidinoethyl-ribose
2-O-Methyl ribose
2-O-Methylribose
2-Deoxy-2-fluororibose
2-O-(2-methoxyethyl)ribose
unlocked nucleic acid
DeoxyThymidine
2-Methoxyribose
2-N-Adamant-1-yl-Methylcarbonyl-2-Amino-Locked nucleic acid
Phosphate
磷酸名称：
Boranophosphate
Dodecyl derivative
5-Phosphate
5-phosphate ribose
Phosphodiester
Phosphorothioate
碱基名称：
2,3-Di-Chlorobenzene
2,4-Difluorobenzene
2,4-Difluorotoluene
2-Aminopurineribonucleotide
2-Thiouridine
4-Methylbenzimidazole
5-Bromo-Uridine
5-Fluoro-2-Deoxyuridine
5-Iodo-Uridine
5-Methylcytosine
5-Nitroindole-2-Deoxyribonucleotide
5-Nitroindoleribonucleotide
5-O-methylthymidine
Anthracene
Diaminopurine
Difluorotoluyl nucleotide
Fluorouridine
Hypoxanthine
Inosine
Methylcytosine
Methyluridine
N-3 Methyluridine
Naphthalene modification
Nebularine
Pseudouridine
2-Aminopropyl_base
Thymidine
Propynyluridine
Antisense Modifications
反义链修饰，格式和词表与 Sense Modifications 相同。标识与反义链 FASTA 对应；未写到的标识视为没有修饰。
Max Records
正义链和反义链各自最多读取多少条，默认 1000。截断发生在按标识配对之前，因此两边文件的前若干条标识仍然必须能够对应。
Output
结果文件名，默认 EnsiRNA_modify.csv。
结果说明
design
| 输出文件名称 | 说明 |
|---|---|
| EnsiRNA_design.csv | 每个候选一条记录，保留输入顺序，不按分数重排。文件名可以用 Output 修改。 |
EnsiRNA_design.csv 说明如下：
| 字段 | 说明 |
|---|---|
| ID | 提供正义链时为 mRNA标识_正义链标识；自动取窗口时为 mRNA标识_窗口起点，起点从 0 计。 |
| sense seq | 实际参与打分的 19 nt 正义链，字母为 A/C/G/U。 |
| anti seq | 由这 19 nt 得到的反向互补链。 |
| Avg_score | 五个 checkpoint 的 sigmoid 输出的平均值，保留 4 位小数，范围在 0 到 1。越大表示预测敲低效力越高。代码没有另设通用阈值。 |
作业目录里还会留下由输入文件名派生的正义链、反义链 FASTA 和结构 PDB。正式结果以 EnsiRNA_design.csv 为准，序列和分数都在这张表里。
未修饰模式要求配对核心连续。双链内部如果出现 bulge 或断开的配对，这次计算会失败，而不是返回一个较低的分数。
modify
| 输出文件名称 | 说明 |
|---|---|
| EnsiRNA_modify.csv | 每个成功配对的双链一条记录，顺序与正义链文件一致。文件名可以用 Output 修改。 |
EnsiRNA_modify.csv 说明如下：
| 字段 | 说明 |
|---|---|
| ID | 正义链 FASTA 的标识。 |
| Avg_score | 与 design 相同，是五个 checkpoint 的平均预测效力，范围在 0 到 1，越大越高。序列本身不重复写入，用 ID 回查输入。 |
修饰模式允许配对核心之间有未配对残基。某个双链无法生成结构或无法解析修饰时，本次不发布结果表。
参考文献
- Wenchong Tan, Mingshu Dai, Shimin Ye, Xin Tang, Dawei Jiang, Dong Chen & Hongli Du (2025) ENsiRNA: A Multimodality Method for siRNA-mRNA and Modified siRNA Efficacy Prediction Based on Geometric Graph Neural Network, Journal of Molecular Biology, 437:12, DOI: 10.1016/j.jmb.2025.169131
