RNA结合蛋白（RBP）在各种生物学过程中都起着至关重要的作用，它们在RNA上的结合位点可以深入了解涉及RBPs的疾病背后的机制。因此，如何识别RNA上的RBP结合位点对于后续分析至关重要。今天，小编就给大家介绍一种基于深度学习的RNA-蛋白质结合位点预测的网站：RBPsuite，这是一个易于使用的网络服务器，用于预测线性和环形RNA上的RBP结合位点。

RBPsuite首先将输入的RNA序列分割为101个核苷酸的片段，并对片段与RBP之间的相互作用进行评分。RBPsuite进一步检测结合片段上已验证的基序，从而给出沿全长序列的结合得分分布。对于线性RNA，RBPsuite使用iDeepS来预测它们与RBP的结合分数；对于环状RNA（circRNA），RBPsuite使用CRIP预测它们与RBP的结合分数。

话不多说，上链接：http://www.csbio.sjtu.edu.cn/bioinf/RBPsuite/  ，根据官网地址打开主页面如下。

RBPsuite需要三种类型的输入：RNA类型，预测模型和RNA序列。电子邮件地址是可选的。如果提供了电子邮件，则作业完成后将向该电子邮件发送通知。

Step 1. 选择 RNA类型

线性RNA、circRNA是由不同的模型预测的。如果不确定输入序列属于哪种RNA类型，则可以首先使用WebCircRNA(https://rth.dk/resources/webcircrna/submit)评估circRNA的潜力，然后选择RNA类型。

Step 2. 选择预测模型

RBPsuite提供两种类型的预测模型：常规模型（所有可用的RBP）和特定模型（一种特定的RBP）。如果确切知道蛋白质名称，则使用特定模型。否则使用常规模型，该模型将预测所有RBP与输入RNA之间的相互作用得分。

Step 3. 输入RNA序列

我们可以输入RNA序列或以FASTA格式上传序列文件。

Step 4.电子邮件（可选）

此步骤可选。但建议输入邮箱地址，RBPsuite会将结果发送到邮箱。这样我们就可以将结果保存下来，不会丢失。

下面我们以线性RNA，常规模型为例，对该数据库的简要使用进行说明。

提交后，跳转至结果页面，我们可以单击此URL，或者下方邮件的RESULT查看结果。

该结果将显示输入RNA与所有RBP之间的相互作用得分。有关单个RBP，我们可以单击感兴趣的RBP，以查看预测结果的更多详细信息。下面我们以RBP：CSTF2T为例，对结果进行简要说明。

点击CSTF2T，以下表格将显示输入RNA序列的不同区段与RBP结合的具体得分情况。

注意：为了提高计算效率，RBPsuite将输入序列划分为长度为101的不重叠的区段，并在表格中显示具有感兴趣RBP的每个段的分数。

当然，这些结果都是可供下载的。