Chińscy naukowcy opracowali model sztucznej inteligencji, który pozwala dokładniej przewidywać budowę RNA i lepiej poznawać jego rolę w funkcjonowaniu komórek. Technologia może pomóc w badaniach nad chorobami i poszukiwaniu nowych leków. Wyniki prac zespołu z Uniwersytetu Nauki i Technologii Chin opublikowano 4 listopada w prestiżowym czasopiśmie naukowym „Nature”.
RNA, czyli kwas rybonukleinowy, jest niezbędny do prawidłowego funkcjonowania organizmów żywych. Uczestniczy między innymi w produkcji białek i regulowaniu aktywności genów. O jego działaniu decyduje jednak nie tylko kolejność elementów tworzących RNA, lecz także kształt cząsteczki. RNA zwija się bowiem w złożone struktury, które wpływają na przebieg procesów w komórce.
Ustalenie, jaki kształt przyjmie konkretna cząsteczka, jest trudnym zadaniem. Choć naukowcy dysponują ogromnymi zbiorami sekwencji RNA, sama znajomość kolejności ich elementów nie wystarcza, aby dokładnie przewidzieć wszystkie oddziaływania decydujące o ostatecznej strukturze. To utrudnia badanie procesów biologicznych, w tym tych związanych z powstawaniem chorób.
Rozwiązania tego problemu poszukał zespół chińskich badaczy kierowany przez Zhou Shaohua i Xiong Penga. Naukowcy stworzyli model sztucznej inteligencji nazwany structRFM, który podczas uczenia analizuje zarówno sekwencje RNA, jak i informacje o ich strukturze. Wykorzystano do tego zbiór około 21 milionów par sekwencji i odpowiadających im struktur, wyznaczonych metodami komputerowymi.
System działa na zasadzie podobnej do modeli językowych, które uczą się rozpoznawać zależności między słowami. Zamiast tekstu analizuje jednak elementy tworzące RNA i związki między nimi. Dzięki temu może pomagać w przewidywaniu nie tylko sposobu ułożenia cząsteczki, lecz także niektórych z jej funkcji biologicznych.
Przeprowadzone testy wykazały, że structRFM poprawia wyniki przewidywania struktury RNA. Pozwala między innymi dokładniej ustalać, które fragmenty cząsteczki łączą się ze sobą. Po wykorzystaniu modelu w dodatkowym narzędziu nazwanym Zfold poprawiły się również prognozy jej trójwymiarowego kształtu. W wybranych testach wyniki były porównywalne z osiąganymi przez AlphaFold 3, jeden z najbardziej znanych systemów sztucznej inteligencji stosowanych w badaniach struktur biologicznych.
Chińscy naukowcy sprawdzili także, czy model potrafi rozpoznawać funkcje różnych rodzajów RNA. System uzyskał dobre rezultaty między innymi w przewidywaniu miejsc związanych z obróbką RNA oraz klasyfikowaniu cząsteczek, które nie służą bezpośrednio do produkcji białek. Co istotne, zachował dobre wyniki również w przypadku nowych rodzin RNA, których nie uwzględniono podczas jego uczenia.
Dokładniejsze przewidywanie struktury RNA może w przyszłości pomóc badaczom lepiej rozumieć mechanizmy chorób i szukać nowych leków. Na razie jednak model sprawdzono w testach obliczeniowych. Praca nie potwierdza jego skuteczności w opracowywaniu konkretnej terapii.
Zespół z Uniwersytetu Nauki i Technologii Chin udostępnił kod źródłowy modelu, jego wytrenowane parametry oraz zbiór danych wykorzystanych podczas badań. Dzięki temu naukowcy z innych ośrodków mogą sprawdzać uzyskane wyniki i rozwijać technologię na potrzeby własnych prac nad RNA.
Zeskanuj, aby pobrać
