環形RNA是一類具有特殊環狀結構的RNA分子，其獨特的閉合結構可抵抗核酸外切酶降解，相較於線性RNA更加穩定。近年來，大量研究表明環形RNA在基因表達調控、生物發育及疾病發生過程中發揮著重要作用，有望成為多種疾病針對和治療的新型生物標誌物與治療靶點。此外，隨著環形RNA合成技術的發展，環形RNA平台也在RNA適配體、基因編輯和RNA疫苗等領域展現廣闊的應用前景。然而，環形RNA在細胞內豐度極低，且序列與線性RNA高度相似，為環形RNA的進一步深入研究帶來了極大挑戰。近期人工智能技術在生物醫學研究領域的快速發展，為環形RNA的精準識別、大數據整合分析與功能挖掘提供了全新的思路與工具，進一步拓展了環形RNA研究的深度與廣度，推動了該前沿領域的深入發展。

2025年4月17日，必威精装版app西汉姆联 趙方慶團隊在 Nature Genetics上受邀撰寫題為 “Circular RNA discovery with emerging sequencing and deep learning technologies” 的綜述論文。該論文係統總結了環形RNA序列重構、定量解析及功能挖掘中的最新進展和核心挑戰，著重闡述了人工智能技術在環形RNA研究中的關鍵作用，並進一步提出了人工智能驅動環形RNA研究的理論框架和實踐路徑。

傳統環形RNA研究主要依賴測序數據比對結果中識別反向成環位點處的序列特征來鑒定環形RNA。然而，由於環形RNA缺乏poly(A)尾結構，導致常規mRNA轉錄組方法無法用於檢測環形RNA。此外，環形RNA在細胞內豐度極低，需要較大的樣本起始量才能被有效檢測，這也使現有單細胞及空間組學技術難以全麵捕獲複雜組織中環形RNA的表達模式。為了克服現有方法的局限性，研究人員探索了利用人工智能模型對環形RNA進行間接預測分析的新思路。基於前期研究產生的海量組織水平環形RNA測序數據，結合基因組序列特征（如成環位點兩側反向互補序列）以及反式作用因子（如RNA結合蛋白）的表達信息，訓練預測環形RNA剪接偏好的人工智能模型。利用該模型，結合現有單細胞或空間轉錄組測序數據，可將環形RNA研究從組織樣本遷移至單細胞及空間層麵。這一策略有望突破現有環形RNA研究技術的瓶頸，將環形RNA研究範圍突破至單細胞及空間水平，幫助研究人員更好地理解環形RNA在不同組織環境中的生成機製與調控功能。

近十年來，環形RNA研究領域已積累了海量測序數據，然而如何有效挖掘這些數據，深入解析環形RNA在疾病中的調控功能與機製，仍然是當前研究麵臨的重要挑戰。傳統分析方法通常以差異表達或環形RNA-基因共表達網絡為切入點，預測準確度低，難以區分環形RNA表達變化與疾病發展的因果關係。針對這一瓶頸，近期湧現了大量融合人工智能模型的環形RNA功能篩選與預測新方法。這些方法利用深度學習、圖神經網絡等先進AI模型，能夠高效地從多層次數據中提取複雜特征，從而超越簡單的差異表達分析，揭示深層的生物學調控關係。例如，研究人員已經使用多種深度學習模型，結合環形RNA序列特征、疾病發生分子機製等信息，實現了新型環形RNA-疾病調控關係的有效預測。人工智能技術的應用可以幫助我們深入解析龐大的環形RNA測序數據，篩選具有潛在功能的關鍵環形RNA分子，進而加速對環形RNA生物學功能及作用機製的理解。

隨著環形RNA研究的不斷深入，未來研究需要結合多種組學數據（如基因組、蛋白組、表觀基因組等），並整合先進的人工智能模型，深入解析環形RNA的生成調控機製及在細胞中的作用途徑。例如，通過建立高效的單細胞及空間水平環形RNA檢測方法，整合現有單細胞及空間組學數據資源，係統探究環形RNA如何影響三維基因組結構、轉錄調控、蛋白質翻譯等關鍵生物學過程。然而，目前環形RNA檢測技術的局限性導致缺少配對的多組學數據集，使得研究人員難以準確解析環形RNA與其他生物分子的直接調控關係，成為深入開展環形RNA研究的重要技術瓶頸。

整體而言，人工智能模型在環形RNA研究中的深入應用仍麵臨多重挑戰：當前RNA相關研究主要集中於線性mRNA，缺乏高質量的環形RNA序列、結構及功能數據集，極大地限製了環形RNA分子語言模型構建及應用。同時，現有計算模型大多僅考慮線性RNA序列特征，缺少針對環形RNA特有拓撲結構的模型設計，難以直接遷移應用於環形RNA研究。此外，目前人工智能模型在環形RNA表達預測及功能篩選領域的應用仍處於初期探索階段，其預測結果的可靠性亟需進一步的實驗驗證與優化。因此，未來研究需聚焦針對環形RNA的多組學數據采集與整合，開發針對環形拓撲結構的創新模型架構，並結合多層次實驗數據進行迭代優化，進而推動人工智能技術在環形RNA功能機製解析及醫學轉化應用的廣泛應用，助力環形RNA疾病靶點的精準識別以及新型環形RNA藥物平台的理性設計。

該綜述由必威精装版app西汉姆联 趙方慶研究員與張金陽副研究員共同完成，並獲得了國家自然科學基金、國家重點研發計劃項目等資助。

  論文鏈接：https://doi.org/10.1038/s41588-025-02157-7

圖1.  人工智能技術將環形RNA研究提升至單細胞及空間水平

圖2.  基於神經網絡模型的環形RNA功能整合挖掘