Pasukan Universiti Sains dan Teknologi China melancarkan model asas urutan RNA terbuka structRFM, dilatih berdasarkan 21 juta pasangan urutan-struktur, dengan beberapa indikator utama mencapai tahap antarabangsa terkini, dan hasilnya diterbitkan di Nature.Penulis artikel, sumber: AIBase
Pasukan penyelidik Universiti Sains dan Teknologi China baru-baru ini mencapai terobosan besar di bidang persilangan sains kehidupan dan kecerdasan buatan, dengan secara rasmi melancarkan model asas urutan RNA bernama structRFM yang bersifat sumber terbuka. Kajian berkaitan telah dipaparkan di jurnal akademik antarabangsa terkemuka, Nature. Untuk mendorong kemajuan bersama ekosistem penyelidikan global, pasukan penyelidik mengumumkan pembukaan sepenuhnya data pasangan, berat model, dan kod sumber model tersebut, untuk digunakan secara percuma tanpa sekatan oleh penyelidik di seluruh dunia.
Latar belakang utama: Menyelesaikan masalah mendasar dalam penyelidikan RNA dan pembangunan ubat baru
Sebagai sejenis molekul besar penting dalam badan hidup, asid ribonukleik (RNA) terlibat secara meluas dan mengawal keseluruhan kitaran ekspresi gen dan sintesis protein, menjadikannya sasaran kunci yang tidak boleh dielakkan dalam pembangunan ubat inovatif global semasa ini.
Pada peringkat mikro, molekul RNA membentuk struktur sekunder yang kompleks melalui pasangan besa, kemudian melipat menjadi konformasi tiga dimensi yang spesifik. Struktur tiga dimensi dan sekunder inilah yang secara langsung menentukan aktiviti biologi molekul serta cara mereka berinteraksi dengan molekul lain. Namun, selama ini, penyelesaian tepat struktur dan fungsi RNA tetap menjadi cabaran besar dalam bidang bioinformatik.
Arkitektur dan Data: Dua latihan pra-sebelumnya yang didorong oleh 21 juta pasangan data
Untuk menyelesaikan masalah ini, pasukan penyelidik Universiti Sains dan Teknologi China mengambil pendekatan baru dengan membina sekitar 21 juta pasangan data urutan-struktur sekunder yang dianotasi secara tepat, membina asas data yang besar dan berkualiti tinggi untuk latihan model besar.
Berdasarkan ini, pasukan penyelidik telah merekabentuk algoritma inovatif yang membolehkan model mempelajari maklumat konteks urutan dan hubungan struktur secara serentak semasa peringkat pra-latihan. Selepas pra-latihan mendalam, model ini menunjukkan kemudahan dan keupayaan penggeneralisasian yang sangat tinggi: penyelidik hanya perlu memasukkan urutan asas, dan model akan secara automatik dan tepat mengekstrak tiga ciri—peringkat urutan, peringkat nukleotida, dan peringkat pasangan nukleotida—untuk menyokong pelbagai tugas inferens struktur dan fungsi dengan cekap.
Keberkesanan eksperimen: Beberapa indikator utama mencapai tahap terkini antarabangsa
Dalam ujian dan pengujian bersepadu yang ketat, structRFM menunjukkan prestasi menyeluruh yang menakjubkan:
Klasifikasi tanpa contoh dan ramalan struktur: Model menunjukkan prestasi cemerlang dalam tugas klasifikasi homologi tanpa contoh dan meningkatkan ketepatan ramalan struktur sekunder RNA secara ketara.
Pengoptimuman koordinasi konformasi tiga dimensi: Apabila ciri-ciri yang diekstrak oleh penyelidik digabungkan secara lancar ke dalam model ramalan struktur tiga dimensi, hasil ramalan akhir bagi konformasi tiga dimensi dan struktur sekunder yang berkaitan telah diperbaiki secara ketara.
Inferensi fungsi biologi yang tepat: Dalam aplikasi praktikal inferensi fungsi, model ini mampu menyokong dengan cemerlang ramalan laman pemotongan, pengenalan situs masuk ribosom internal (IRES), dan pengelasan RNA bukan pengkode.
Kemampuan generalisasi dan ekspansi yang kuat: Terhadap keluarga RNA baru yang ditemukan, model tetap menunjukkan prestasi yang sangat baik dalam ramalan struktur sekunder; melalui strategi penggalan yang fleksibel, ia juga berjaya memperluas batas aplikasi ke tugas pengelasan RNA bukan pengkode panjang.
Selain itu, pasukan penyelidik telah mengesahkan secara saintifik peranan penting pengenalan maklumat struktur dan strategi penutupan terhadap peningkatan prestasi keseluruhan model melalui eksperimen ablasi yang teliti, memberikan sokongan data eksperimen yang kukuh untuk reka bentuk algoritma masa depan. Dengan pembebasan sepenuhnya model ini secara sumber terbuka, kekuatan penyelidikan global akan dapat memanfaatkan alat baharu ini untuk mempercepatkan kemajuan dalam penyelesaian struktur RNA dan pembangunan perubatan biologi terkini.