चीनी वैज्ञानिकों ने ओपन-सोर्स RNA मॉडल structRFM लॉन्च किया, जिसे नेचर में प्रकाशित किया गया

चीनी विज्ञान और प्रौद्योगिकी विश्वविद्यालय की टीम ने ओपन-सोर्स RNA अनुक्रम आधार मॉडल structRFM लॉन्च किया, जिसे 2.1 करोड़ अनुक्रम-संरचना युग्म डेटा पर प्रशिक्षित किया गया है, जिसके कई मुख्य सूचकांक अंतर्राष्ट्रीय अग्रणी स्तर पर हैं, और यह उपलब्धि नेचर पत्रिका में प्रकाशित हुई।

लेखक, स्रोत: AIBase

चीनी विज्ञान और प्रौद्योगिकी विश्वविद्यालय के अनुसंधान टीम ने हाल ही में जीव विज्ञान और कृत्रिम बुद्धिमत्ता के अंतर्विषय क्षेत्र में एक महत्वपूर्ण क्रांति की है, जिसमें structRFM नामक एक ओपन-सोर्स RNA सीक्वेंस बेस मॉडल को लॉन्च किया गया है, और संबंधित शोध परिणाम हाल ही में अंतरराष्ट्रीय शीर्ष शैक्षणिक पत्रिका 'नेचर' में प्रकाशित हुए हैं। वैश्विक अनुसंधान पारिस्थितिकी के सामूहिक विकास को बढ़ावा देने के लिए, अनुसंधान टीम ने पूर्ण जोड़े गए डेटा, मॉडल वेट्स और स्रोत कोड को पूरी तरह से ओपन-सोर्स करने की घोषणा की है, ताकि वैश्विक अनुसंधानकर्ता बिना किसी सीमा के मुफ्त में इसका उपयोग कर सकें।

राइबोन्यूक्लिक एसिड (RNA), जो जीवों में एक महत्वपूर्ण केंद्रीय बड़ा अणु है, जीन अभिव्यक्ति और प्रोटीन संश्लेषण के पूरे चक्र में व्यापक रूप से शामिल होता है और नियंत्रित करता है, और यह वर्तमान में वैश्विक नवीन औषधि अनुसंधान में एक अपरिहार्य महत्वपूर्ण लक्ष्य है।

सूक्ष्म स्तर पर, आरएनए अणु क्षारक युग्मन के माध्यम से जटिल द्वितीयक संरचनाएँ बनाते हैं और फिर विशिष्ट त्रि-आयामी रूप में मुड़ जाते हैं। ये त्रि-आयामी और द्वितीयक संरचनाएँ ही सीधे अणु की जैविक गतिविधि और उनके अन्य अणुओं के साथ अंतःक्रिया के तरीके को निर्धारित करती हैं। हालाँकि, लंबे समय तक, आरएनए की संरचना और कार्य का सटीक विश्लेषण जैव सूचना विज्ञान के क्षेत्र में एक कठिनाई रही है।

इस समस्या को हल करने के लिए, चीनी विज्ञान और प्रौद्योगिकी विश्वविद्यालय की अनुसंधान टीम ने एक अलग दृष्टिकोण अपनाया और लगभग 21 मिलियन सटीक रूप से एनोटेट किए गए अनुक्रम-द्वितीय संरचना युग्म डेटा बनाए, जिसने बड़े मॉडल के प्रशिक्षण के लिए विशाल और उच्च गुणवत्ता वाले डेटा की नींव रखी।

इसके आधार पर, अनुसंधान टीम ने एक नवीन एल्गोरिथम का डिज़ाइन किया, जिससे मॉडल प्री-ट्रेनिंग चरण में अनुक्रम संदर्भ जानकारी और संरचनात्मक निर्भरता दोनों को एक साथ सीख सके। गहन प्री-ट्रेनिंग के बाद, यह मॉडल अत्यधिक सुविधाजनक और सामान्यीकरण क्षमता प्रदर्शित करता है: शोधकर्ता केवल एक बुनियादी अनुक्रम प्रवेश करते हैं, और मॉडल स्वचालित और सटीक रूप से अनुक्रम-स्तरीय, न्यूक्लियोटाइड-स्तरीय और न्यूक्लियोटाइड जोड़ी-स्तरीय त्रिगुण विशेषताएँ निकालता है, जिससे विभिन्न संरचनात्मक और कार्यात्मक अनुमान कार्यों का कुशलतापूर्वक समर्थन होता है।

कठोर प्रयोगों और बेंचमार्क में, structRFM ने एक उल्लेखनीय समग्र प्रदर्शन प्रदर्शित किया:

Zero-shot classification and structure prediction: The model performs excellently on zero-shot homology classification tasks and significantly improves the accuracy of RNA secondary structure prediction.

Three-dimensional conformation co-optimization: When researchers seamlessly integrated their extracted features into the three-dimensional structure prediction model, the final predictions of the three-dimensional conformation and its corresponding secondary structure were significantly improved.

जैविक कार्यों का सटीक अनुमान: व्यावहारिक अनुप्रयोगों में कार्य अनुमान के लिए, यह मॉडल स्प्लाइसिंग साइट भविष्यवाणी, आंतरिक राइबोसोम प्रवेश स्थल (IRES) पहचान और गैर-कोडिंग आरएनए वर्गीकरण का उत्कृष्ट समर्थन करता है।

उत्कृष्ट सामान्यीकरण और विस्तार क्षमता: नए पता चले RNA परिवारों के सामने, मॉडल ने अभी भी उत्कृष्ट द्वितीयक संरचना भविष्यवाणी प्रदर्शन बनाए रखा; लचीली खंडन रणनीति के माध्यम से, इसने लंबे गैर-कोडिंग RNA के वर्गीकरण कार्यों तक अपने अनुप्रयोग की सीमा सफलतापूर्वक विस्तारित की।

इसके अलावा, शोध टीम ने विस्तृत अब्लेशन प्रयोगों के माध्यम से संरचनात्मक जानकारी के परिचय और मास्किंग रणनीति के महत्व को मॉडल के समग्र प्रदर्शन में सुधार के लिए वैज्ञानिक रूप से सत्यापित किया है, जिससे भविष्य के एल्गोरिथम डिज़ाइन के लिए मजबूत प्रयोगात्मक डेटा का समर्थन मिलता है। इस मॉडल के सम्पूर्ण ओपन-सोर्स होने के साथ, वैश्विक वैज्ञानिक समुदाय इस नए उपकरण का उपयोग करके RNA संरचना विश्लेषण और अग्रणी बायोमेडिकल अनुसंधान की प्रगति को तेज कर सकता है।