Tim Universitas Ilmu dan Teknologi Tiongkok meluncurkan model dasar urutan RNA terbuka structRFM, dilatih dengan 21 juta pasangan urutan-struktur, dengan beberapa indikator inti mencapai tingkat terdepan internasional, hasilnya dimuat di Nature.Penulis artikel, sumber: AIBase
Tim peneliti Universitas Ilmu dan Teknologi Tiongkok baru-baru ini mencapai terobosan besar di bidang interdisipliner ilmu kehidupan dan kecerdasan buatan, secara resmi meluncurkan model dasar urutan RNA bernama structRFM yang bersifat open-source. Penelitian terkait telah dipublikasikan di jurnal akademik internasional ternama, Nature. Untuk mendorong kemajuan bersama ekosistem ilmiah global, tim peneliti mengumumkan bahwa seluruh data pasangan, bobot model, dan kode sumber dari model ini akan dibuka secara gratis tanpa batasan bagi para ilmuwan di seluruh dunia.
Latar belakang utama: Mengatasi tantangan mendasar dalam penelitian RNA dan pengembangan obat baru
Sebagai salah satu molekul besar penting dalam tubuh biologis, asam ribonukleat (RNA) secara luas terlibat dan mengatur seluruh siklus hidup ekspresi gen dan sintesis protein, menjadikannya target kunci yang tak terhindarkan dalam pengembangan obat inovatif global saat ini.
Pada tingkat mikro, molekul RNA membentuk struktur sekunder yang kompleks melalui pasangan basa, kemudian melipat menjadi konformasi tiga dimensi tertentu. Struktur tiga dimensi dan sekunder inilah yang secara langsung menentukan aktivitas biologis molekul serta cara mereka berinteraksi dengan molekul lain. Namun, selama ini, analisis presisi struktur dan fungsi RNA tetap menjadi tantangan besar di bidang bioinformatika.
Arsitektur dan Data: Dual Pre-training yang Didorong oleh 21 Juta Pasangan Data
Untuk memecahkan tantangan ini, tim peneliti Universitas Ilmu dan Teknologi Tiongkok mengambil pendekatan baru dengan membangun sekitar 21 juta pasangan data urutan-struktur sekunder yang telah diannotasi secara akurat, menjadi fondasi data besar dan berkualitas tinggi untuk pelatihan model besar.
Berdasarkan ini, tim pengembang merancang algoritma inovatif yang memungkinkan model untuk mempelajari informasi konteks sekuensial dan hubungan struktural secara bersamaan selama tahap pra-pelatihan. Setelah pra-pelatihan mendalam, model ini menunjukkan kemudahan dan kemampuan generalisasi yang sangat tinggi: peneliti hanya perlu memasukkan sekuens dasar, dan model secara otomatis dan akurat mengekstraksi tiga fitur tingkat sekuens, tingkat nukleotida, dan tingkat pasangan nukleotida, sehingga secara efisien mendukung berbagai tugas inferensi struktural dan fungsional.
Hasil eksperimen: Beberapa indikator inti mencapai tingkat terdepan internasional
Dalam eksperimen dan pengujian benchmark yang ketat, structRFM menunjukkan kinerja menyeluruh yang luar biasa:
Klasifikasi nol-sample dan prediksi struktur: Model menunjukkan kinerja unggul dalam tugas klasifikasi homologi nol-sample dan secara signifikan meningkatkan akurasi prediksi struktur sekunder RNA.
Optimasi koordinasi konformasi 3D: Ketika para peneliti mengintegrasikan fitur yang mereka ekstrak secara mulus ke dalam model prediksi struktur 3D, hasil prediksi akhir untuk konformasi 3D dan struktur sekunder terkait secara signifikan meningkat.
Inferensi fungsi biologis yang akurat: Dalam penerapan inferensi fungsi, model ini mampu mendukung dengan sangat baik prediksi situs splicing, identifikasi internal ribosome entry site (IRES), dan klasifikasi RNA non-koding.
Kemampuan generalisasi dan ekspansi yang kuat: Menghadapi keluarga RNA baru yang ditemukan, model tetap menunjukkan kinerja prediksi struktur sekunder yang sangat baik; melalui strategi segmentasi yang fleksibel, model juga berhasil memperluas cakupan aplikasinya ke tugas klasifikasi RNA non-koding panjang.
Selain itu, tim peneliti melalui eksperimen ablasi yang cermat, secara ilmiah memvalidasi peran krusial dari pengenalan informasi struktural dan strategi masking dalam meningkatkan kinerja keseluruhan model, memberikan dukungan data eksperimen yang kuat untuk desain algoritma masa depan. Dengan dibukanya model ini secara terbuka secara menyeluruh, kekuatan ilmiah global akan dapat memanfaatkan alat baru ini untuk mempercepat kemajuan dalam analisis struktur RNA dan pengembangan obat biomedis mutakhir.