生信爱好者周刊（第 20 期）：科研苦行¶

这里记录每周值得分享的生信相关内容，周日发布。

本杂志开源（GitHub: openbiox/weekly），欢迎提交 issue，投稿或推荐生信相关内容。

GitHub 粉们可以通过 Watch 仓库的 Release（提前）关注发布内容。

讨论区的帖子《谁在招人？》，提供生信深造和就业信息，欢迎访问或发布学位攻读/工作/实习等岗位。

「本期专用讨论区」

封面图¶

现代与自然的设计结合：裂开的大楼（via）。

本周话题：科研苦行 ¶

“双料”院士王晓东背着一袋尿素要进研究所大楼，却被拒之门外；同学在认真做学术报告，台下的王晓东却惊得大跌眼镜；天台上，王晓东身穿实验服，抱着电吉他，前仰后合地忘情弹奏。

这些场景都出自近日爆火的一段视频，由北京生命科学研究所（NIBS）所长、百济神州创始人王晓东带领他的学生“整点儿奇活”，最终制成贺岁大片《苦行僧》科研版和王晓东solo大作《晓东RAP》！

这是课题组第七次放送贺岁视频，融合了摇滚和RAP，并用黑色幽默的形式将时下的热梗融入科研，展现了科研“苦行僧”在梦想与现实，杂念和初心之间的“斗争”和“修行”。

科研是苦是乐，科研人心中评说～你是否也会用类似的方式表达与科研“欲罢不能”的情感？

生信科技动态¶

1、Briefings in Bioinformatics | 高歌课题组建立人类RNA转录本编码能力定量

高歌课题组收集了发表于公共数据库22个不同细胞类型的人类Ribo-seq/RNA-seq配对数据，并进行系统挖掘分析，对数据中101,170条转录本的翻译状态进行了严格判定。其中，46%的转录本为编码，43%为非编码。值得注意的是，研究团队发现11%的转录本，在不同细胞中呈现不同的翻译状态，即在部分细胞中编码，而在另一部分细胞中非编码。研究团队将其命名为“环境依赖编码转录本”(context-dependent coding transcripts, CDCTs)。

在此基础上，高歌课题组应用数据驱动的特征选择算法，综合运用序列内生和细胞环境特征，建立了人类RNA转录本编码能力跨细胞定量模型RiboCalc，实现了对人类转录本在多种细胞环境下的编码能力的高精度预测(r = 0.81)。模型分析显示，转录本的序列和所在细胞环境都对编码能力的决定起到了重要作用，提示转录本的编码能力不应被简化为单纯的编码/非编码二分分类，而是一个依赖于环境的连续定量指标。值得注意的是，自14年以来即有若干工作报导一些非编码RNA可以在特定条件下结合核糖体甚至产生肽段(如[1])，RiboCalc分析显示这些RNA转录本与不结合核糖体的RNA相比编码能力分数显著高，为理解相关现象提供了新的线索。

2、Bioinformatics | HPODNets: 预测人类蛋白质-表型关联的深度图卷积网络

破解人类基因/蛋白质与异常表型之间的关系，对疾病的预防、诊断和治疗具有重要意义。人类表型本体 (HPO)是描述人类疾病中遇到的表型异常的标准化词汇表。但是目前的HPO注释是不完整的。因此有必要预测人类蛋白质-表型关联。就目前的蛋白质标注计算方法而言 (如功能注释)，有三个重要特征：1)多重网络输入，2)半监督学习，3)深度图卷积网络 (GCN)，而目前还没有包含所有这些特征的方法来预测人类蛋白质的HPO注释。

作者开发了具有上述三个特征的预测模型：HPODNets，用于预测人类蛋白质-表型关联。HPODNets采用8层GCN从多个蛋白质相互作用网络中获取高阶拓扑信息。实验结果表明HPODNets的有效性，在蛋白质功能预测方面优于7种最先进的方法。

3、Nature Machine Intelligence | 在实验中恢复转录组范围内RNA结构谱丢失信号的方法