Nucleic Acids Research
基于家族级生物物理可解释机器学习预测转录因子突变的DNA结合特异性
小赛推荐：
该研究通过家族级生物物理可解释机器学习方法，成功预测转录因子（TF）突变体的DNA结合特异性变化。通过结合高通量体外结合数据和创新的四面体表示策略，研究为疾病相关突变对TF-DNA相互作用的影响提供了精准的计算框架，具有重要的转化医学和药物研发应用潜力。
文献概述
本文《Predicting the DNA binding specificity of transcription factor mutants using family-level biophysically interpretable machine learning》，发表于《Nucleic Acids Research》杂志，回顾并总结了利用高通量SELEX和PBM数据构建转录因子DNA结合模型的现有方法，进一步开发了一种参考基因家族水平的机器学习策略FamilyCode，以预测突变对TF-DNA结合自由能的影响。
背景知识
转录因子（TF）通过其DNA结合结构域与基因组DNA特异性结合，从而调控基因表达。这种结合特异性在发育、应激反应以及疾病发生中具有关键作用。TF结合位点的突变，尤其是DNA结合结构域中的错义突变，已被证明与多种发育障碍和遗传性疾病相关。尽管已有高通量体外结合数据（如SELEX-seq、PBM）和计算模型（如ProBound、FeatureREDUCE）来解析TF结合特异性，但如何准确预测突变对结合自由能的影响仍是一个挑战。本研究引入了一种创新的四面体坐标系统，将结合特异性参数映射到3D空间，从而在家族水平上实现对突变结合特异性变化的定量预测。研究以bHLH和HD家族TFs为测试对象，通过实验验证和交叉验证，展示了其在突变预测中的高准确性。这一方法为转录因子突变相关疾病的机制研究和药物设计提供了新的计算生物学工具。
研究方法与实验
研究团队整合了来自多个高通量DNA结合实验（HT-SELEX、PBM）的数据，构建了bHLH和HD家族转录因子的结合自由能模型。他们采用Manova分析、PCA回归和四面体坐标系统，将DNA结合自由能参数（ΔΔG/RT）映射到三维空间，从而识别蛋白序列中影响DNA结合特异性的关键位点。此外，研究通过突变体SELEX实验验证了突变对结合特异性的影响，并与现有方法（如rCLAMPS和DeepPBS）进行比较，评估FamilyCode的预测性能。
关键结论与观点
研究意义与展望
该研究为转录因子突变导致的结合特异性变化提供了可解释、可推广的计算模型，有助于深入解析疾病相关TF突变的功能影响。未来可拓展至其他转录因子家族，并结合体内数据进一步提升预测的生理相关性。此外，该方法可被用于大规模突变扫描和功能注释，为个性化医学和靶向治疗提供理论支持。
结语
本文介绍了一种基于家族水平的可解释机器学习方法，用于预测转录因子突变对DNA结合特异性的影响。通过引入四面体坐标系统，研究团队成功将结合自由能参数转换为3D空间中的位置，使得突变效应的定量预测成为可能。研究还通过实验验证了突变体结合特异性变化，展示了模型的高准确性。这一方法不仅为发育障碍和癌症等疾病相关突变的功能解析提供了新工具，也为高通量突变扫描和药物靶点优化提供了计算基础。未来，结合更多体内结合数据和蛋白质结构信息，该方法有望进一步提升预测的精度与适用性。
