CFRPI：基于反事实学习的异构图神经网络预测ncRNA-蛋白质相互作用

CFRPI是由zParaselene开发的创新项目，开源于GitHub（发布时间2026年5月31日）。该项目结合反事实学习框架与异构图神经网络，用于预测非编码RNA（ncRNA）与蛋白质之间的相互作用，旨在为生物信息学研究提供高效、可解释的新工具，解决传统方法成本高、周期长及黑盒模型缺乏可解释性的问题。

非编码RNA（ncRNA）在基因调控、细胞分化和疾病发生等生物过程中发挥关键作用。理解ncRNA与蛋白质之间的相互作用（ncRPI）对揭示基因表达调控机制和疾病病理学意义重大。然而，实验方法鉴定ncRPI成本高、周期长，难以满足大规模筛选需求，因此开发高效准确的计算方法成为生物信息学领域的重要方向。

ncRPI预测面临两大核心挑战：一是数据异构性，ncRNA和蛋白质作为不同生物分子，序列特征、结构特性和功能模式差异大，有效融合异构信息是建模关键；二是预测结果的可解释性，生物学家不仅需要知道相互作用关系，更希望理解背后机制，传统黑盒模型难以满足这一需求。

CFRPI的核心创新在于引入反事实学习框架。反事实学习通过构建假设场景（如某个特征不同时结果变化），帮助模型识别影响预测的关键因素。在ncRPI预测中，该方法能区分序列特征的因果性影响与统计相关性，显著提升预测的可解释性，为生物学家提供明确的特征重要性指示。

CFRPI采用异构图神经网络作为基础架构：将ncRNA和蛋白质表示为不同类型节点，已知相互作用构成边；通过消息传递机制，ncRNA节点聚合相互作用蛋白质的特征，蛋白质节点聚合相关ncRNA的特征，双向信息流动使模型学习跨分子类型的表征，捕捉ncRPI的复杂模式。

CFRPI在多个公开数据集上评估，相比矩阵分解、随机森林和同质图神经网络，在AUC、AUPR等指标上显著提升。更重要的是，通过反事实分析识别的关键序列片段与已知生物学知识高度一致，验证了其在预测准确性和生物学可解释性上的优势。

CFRPI为ncRPI研究提供高效可解释的计算工具：湿实验生物学家可用于筛选候选相互作用对，缩小实验范围；计算生物学家可借鉴其反事实学习框架应用于其他生物分子相互作用预测；开源实现方便社区复现结果、扩展功能，促进方法改进。

CFRPI成功结合反事实学习与异构图神经网络，为ncRPI预测提供新方案，在高预测精度基础上增强可解释性，弥合计算预测与生物学理解的鸿沟。未来，随着单细胞测序技术发展，整合细胞上下文信息将是该方法及同类研究的进一步方向。