چین کے سائنس اینڈ ٹیکنالوجی یونیورسٹی کی ٹیم نے اوپن سورس RNA سیکوئنس بیس مڈل structRFM متعارف کرایا، جو 21 ملین سیکوئنس-سٹرکچر جوڑوں کے ڈیٹا پر تربیت یافتہ ہے، جس کے کئی بنیادی اشارے بین الاقوامی سطح پر آگے ہیں، اور یہ کام نیچر میں شائع ہوا۔مضمون کے مصنف، ذریعہ: AIBase
چین کے سائنس اور ٹیکنالوجی کے یونیورسٹی کے تحقیقی ٹیم نے حال ہی میں زندگی کی سائنس اور مصنوعی ذہانت کے تقاطعی شعبے میں ایک بڑی کامیابی حاصل کی ہے، جس کے تحت انہوں نے structRFM نامی ایک اوپن سورس RNA سیکوئنس فاؤنڈیشن ماڈل متعارف کرایا ہے، اور متعلقہ تحقیقی نتائج حال ہی میں بین الاقوامی سطح کے اعلیٰ ترین اکادمک جریدے "نیچر" میں شائع ہوئے ہیں۔ عالمی تحقیقی ایکوسسٹم کے مشترکہ ترقی کو فروغ دینے کے لیے، تحقیقی ٹیم نے اس ماڈل کے مکمل جوڑے گئے ڈیٹا، ماڈل وزن اور سورس کوڈ کو مکمل طور پر اوپن سورس کرنے کا اعلان کیا ہے، تاکہ عالمی تحقیق کار آزادانہ اور مفت استعمال کر سکیں۔
مرکزی پس منظر: RNA تحقیق اور نئی دواوں کے ترقی کے بنیادی چیلنجز کو حل کرنا
زندہ جسم میں ایک انتہائی اہم مرکزی بڑا مولیکیول کے طور پر، رائیبونیوکلیک ایسڈ (RNA) جین کے اظہار اور پروٹین کے تخلیق کے پورے دائرہ کار میں شامل اور تنظیم کرتا ہے، جو عالمی نوآوری دوا کے ترقی میں ایک ناگزیر اہم ٹارگٹ ہے۔
میکرو لیول پر، RNA مولیکیولز قاعدہ جوڑ کے ذریعے پیچیدہ دوسری ساختیں بناتے ہیں اور مخصوص تین ابعادی ڈھانچوں میں طویل ہوتے ہیں۔ یہی تین ابعادی اور دوسری ساختیں، مولیکیول کی بائیولوجیکل سرگرمی اور ان کے دوسرے مولیکیولز کے ساتھ تعامل کے طریقے کو ب без ترتیب دیتی ہیں۔ تاہم، طویل عرصے تک، RNA کی ساخت اور فنکشن کو درست طریقے سے سمجھنا بائیو انفارمیٹکس کے شعبے کا ایک بڑا چیلنج رہا ہے۔
آرکیٹیکچر اور ڈیٹا: 21 ملین جوڑوں کے ڈیٹا سے چلنے والی دوہری پری ٹریننگ
اس مسئلے کو حل کرنے کے لیے، چینی سائنس اور ٹیکنالوجی یونیورسٹی کی تحقیقی ٹیم نے ایک نئی راہ اختیار کی اور تقریباً 21 ملین درست طور پر نوٹ کی گئی تسلسل-ثانوی ساخت جوڑوں کا ڈیٹا سیٹ تیار کیا، جس نے بڑے ماڈلز کے تربیت کے لیے وسیع اور اعلیٰ معیار کا ڈیٹا بنیاد فراہم کیا۔
اس کے علاوہ، ریسرچ ٹیم نے ایک نوٹیف الگورتھم تیار کیا جس سے ماڈل کو پری ٹریننگ کے دوران سیکوئنس کے سیکونڈل کنٹیکس اور سٹرکچرل ڈیپینڈنسیز دونوں کو سیکھنے کی اجازت دی گئی۔ گہری پری ٹریننگ کے بعد، یہ ماڈل انتہائی آسانی اور جنرلائزیشن کی صلاحیت دکھاتا ہے: ریسرچرز صرف بنیادی سیکوئنس درج کرتے ہیں، اور ماڈل خود بخود اور درست طریقے سے سیکوئنس لیول، نیوکلیوٹائڈ لیول اور نیوکلیوٹائڈ پیر لیول کے تینوں خصوصیات نکال لیتا ہے، جس سے مختلف سٹرکچرل اور فنکشنل انفرنس ٹاسکس کو مؤثر طریقے سے سپورٹ کیا جا سکتا ہے۔
تجربی کامیابی: کئی مرکزی اشاریے بین الاقوامی سطح تک پہنچ گئے ہیں
سخت تجربوں اور بنچ مارکس میں، structRFM نے ایک قابل ذکر مجموعی کارکردگی دکھائی:
زیرو شاٹ طبقہ بندی اور ساخت کی پیش گوئی: ماڈل نے زیرو شاٹ ہم آہنگی طبقہ بندی کے کام میں عمدہ کارکردگی دکھائی اور RNA دوسری ساخت کی پیش گوئی کی درستگی میں نمایاں بہتری لائی۔
تین ابعادی ترتیب کا مسلسل بہتر بنانا: جب محققین نے اپنے استخراج کیے گئے خصوصیات کو تین ابعادی ساخت کے پیش گوئی ماڈل میں بے خود ڈال دیا، تو تین ابعادی ڈھانچہ اور اس کے متعلقہ دو ابعادی ساخت کے آخری پیش گوئی نتائج میں نمایاں بہتری آئی۔
بائیولوجیکل فنکشن کی درست اندازہ لگانے: عملی استعمال کے حوالے سے، یہ ماڈل اسپلائیسنگ سائٹ کی پیشگوئی، انٹرنا ل رائبوسومل انٹری سائٹ (IRES) کی شناخت اور غیر کوڈنگ آر این اے کی درجہ بندی کو بہترین طریقے سے سپورٹ کرتا ہے۔
طاقتور جامعیت اور وسعت کی صلاحیت: نئے دریافت شدہ RNA خاندانوں کے سامنے، ماڈل نے دوسری ساخت کے پیشگوئی میں بہترین کارکردگی برقرار رکھی؛ لچکدار ٹکڑوں کی حکمت عملی کے ذریعے، اس نے لمبے غیر پروٹین کوڈنگ RNA کی درجہ بندی کے کام تک اپنی заہمیت کو وسعت دے دیا۔
علاوہ ازیں، تحقیقی ٹیم نے مفصل ابلاسیشن تجربات کے ذریعے ساختی معلومات کے شامل کرنے اور ماسکنگ اسٹریٹیجی کے ماڈل کی کل پرفارمنس میں اضافے کے لیے اہم کردار کو سائنسی طور پر تصدیق کیا، جس نے مستقبل کے الگورتھم ڈیزائن کے لیے مضبوط تجرباتی ڈیٹا فراہم کیا۔ اس ماڈل کے مکمل طور پر اوپن سورس ہونے کے ساتھ، عالمی سائنسی برادری اس نئے ٹول کا استعمال کرتے ہوئے RNA ساخت کے تجزیہ اور جدید بائیو میڈیکل تحقیق کے ترقی کو تیز کر سکتی ہے۔