Команда Університету науки і технологій Китаю представила відкриту базову модель для послідовностей РНК structRFM, навчену на 21 мільйоні пар «послідовність-структура». Кілька ключових показників досягли міжнародного рівня, і результати були опубліковані в журналі «Природа».Автор статті, джерело: AIBase
Недавно дослідницька група Університету наукових і технічних наук Китаю досягла значного прориву в галузі перетину життєвих наук та штучного інтелекту, офіційно запустивши відкриту базову модель послідовностей РНК під назвою structRFM. Відповідні наукові результати були опубліковані у міжнародному провідному науковому журналі «Nature». Щоб сприяти спільному розвитку глобальної наукової екосистеми, дослідницька група оголосила про повне відкриття повних парних даних, ваг моделі та вихідного коду для безкоштовного використання всіма науковцями світу без обмежень.
Основний контекст: подолання фундаментальних проблем у дослідженнях РНК та розробці нових ліків
Рибонуклеїнова кислота (РНК) — це один із ключових біополімерів у біологічних організмах, який широко бере участь у регуляції всього життєвого циклу експресії генів та синтезу білків і є критичною мішенню для розробки інноваційних ліків по всьому світу.
На мікрорівні молекули РНК утворюють складні вторинні структури за допомогою парування основ і далі складаються у специфічні тривимірні конформації. Саме ці тривимірні та вторинні структури безпосередньо визначають біологічну активність молекули та її взаємодію з іншими молекулами. Однак протягом тривалого часу точне розшифрування структури та функції РНК залишалося складною задачею в галузі біоінформатики.
Архітектура та дані: двоїсте попереднє навчання на основі 21 мільйона пар даних
Щоб вирішити цю проблему, дослідницька команда Університету науки і технологій Китаю використала інший підхід, створивши приблизно 21 мільйон точних анотованих пар «послідовність-вторинна структура», що заклала масштабну та високоякісну базу даних для навчання великих моделей.
На цій основі команда розробників розробила інноваційний алгоритм, який дозволяє моделі під час попереднього навчання одночасно вивчати інформацію про послідовний контекст та структурні залежності. Після глибокого попереднього навчання модель продемонструвала високу зручність та узагальнювальну здатність: дослідникам достатньо ввести базову послідовність, і модель автоматично та точно витягує три типи ознак — на рівні послідовності, нуклеотиду та пар нуклеотидів, ефективно підтримуючи різноманітні завдання з виведення структури та функцій.
Ефективність експерименту: кілька ключових показників досягли міжнародного рівня
У суворих експериментах та тестах на ефективність structRFM продемонстрував вражаючі всебічні результати:
Нульова класифікація та структурне прогнозування: Модель відмінно впоралася з завданням нульової класифікації гомології та значно підвищила точність прогнозування вторинної структури РНК.
Спільна оптимізація тривимірної конформації: коли дослідники безперервно інтегрували витягнуті ознаки до моделі передбачення тривимірної структури, це значно покращило кінцеві результати передбачення тривимірної конформації та відповідної вторинної структури.
Точне виведення біологічних функцій: У практичних застосуваннях для виведення функцій модель чудово підтримує прогнозування сайтів сплайсингу, виявлення внутрішніх рибосомних сайтів входу (IRES) та класифікацію некодуючих РНК.
Потужна узагальнювальна та розширювальна здатність: навіть при роботі з ново виявленими сімействами РНК модель зберігає відмінну точність у прогнозуванні вторинної структури; завдяки гнучкій стратегії сегментації її застосування було успішно розширено на завдання класифікації довгих некодуючих РНК.
Крім того, дослідницька команда за допомогою детальних абляційних експериментів науково підтвердила ключову роль введення структурної інформації та стратегії маскування для підвищення загальної продуктивності моделі, забезпечивши міцну експериментальну базу для майбутнього проектування алгоритмів. Зі відкриттям коду моделі, науковий світ зможе використовувати цей новий інструмент для прискорення розшифровки структури РНК та розробки передових біомедичних технологій.