حققت فرقة البحث في جامعة الصين للعلوم والتكنولوجيا اختراقًا هامًا مؤخرًا في مجال التطابق بين علوم الحياة والذكاء الاصطناعي، وقد أطلقت رسميًا نموذجًا أساسيًا لسلاسل الحمض النووي الريبوزي مفتوح المصدر يُدعى structRFM. تم نشر نتائج البحث ذات الصلة في مجلة علمية دولية رائدة تُنشر في "نيتشر". من أجل تعزيز التقدم المشترك للبيئة البحثية العالمية، أعلنت فرقة البحث عن فتح المصدر الكامل لبيانات التوافق الكاملة للنموذج، وأوزان النموذج، والكود المصدر، لاستخدام الباحثين حول العالم بشكل مجاني دون أي قيود.
الخلفية الأساسية: التغلب على المشاكل الأساسية في دراسة الحمض النووي الريبوزي وتطوير الأدوية الجديدة
كعنصر جزيئي رئيسي حيوي داخل الكائنات الحية، يشارك الحمض النووي الريبوزي (RNA) بشكل واسع في تنظيم عملية التعبير الجيني وتخليق البروتين طوال الدورة الحياتية، وهو هدف رئيسي لا يمكن تجاهله في تطوير الأدوية المبتكرة على مستوى العالم.
على المستوى المجهري، تكوّن جزيئات الحمض النووي الريبوزي من خلال تبادل البادئات لتشكيل هيكل ثانوي معقد، ثم يتم طيها بشكل دقيق لتشكيل تشكيل ثلاثي الأبعاد محدد. وهذه الهيكلات الثلاثية والثانوية هي التي تحدد مباشرة النشاط البيولوجي للجزيئات وطريقة تفاعلها مع الجزيئات الأخرى. ومع ذلك، كان تحليل هيكل ووظيفة الحمض النووي الريبوزي بدقة لفترة طويلة تحديًا في مجال المعلومات البيولوجية.
الهيكل والبيانات: 21 مليون بيانة مرتبطة تدفع التدريب المسبق المزدوج
لحل هذه المشكلة، استخدم فريق البحث في جامعة كينغدونغ للتكنولوجيا طريقة مختلفة، وقام ببناء حوالي 21 مليون سلسلة من البيانات المزودة بتعليقات محسوبة بدقة - بيانات تكافل الهيكل الثانوي، مما وفر أساسًا ضخمًا وبجودة عالية للتدريب على النماذج الكبيرة.
على هذا الأساس، صمم فريق البحث والتطوير خوارزمية مبتكرة بعناية، تسمح للنموذج بالتعلم في مرحلة التدريب المسبق من كل من السياق المتسلسل والعلاقات التبعية الهيكلية في نفس الوقت. بعد التدريب المسبق العميق، يظهر النموذج قدرة عالية على الراحة والتمكين: يحتاج الباحثون فقط إلى إدخال التسلسل الأساسي، ويستطيع النموذج تلقائيًا وبدقة استخلاص الخصائص الثلاثية على مستوى التسلسل وعلى مستوى النيوكليوتيدات والزوجات من النيوكليوتيدات، مما يدعم بكفاءة مهام التقدير المتعددة للهياكل والوظائف.
نتائج التجربة: العديد من المؤشرات الأساسية وصلت إلى مستوى رائد عالمي
في اختبارات التجارب الصعبة واختبارات المعايير، أظهر structRFM أداءً متميزًا من جميع الجوانب:
تصنيف العينات الصفرية وتوقع البنية: أظهر النموذج أداءً ممتازًا في مهمة تصنيف الأصالة باستخدام عينات صفرية، كما قلل بشكل ملحوظ دقة توقع البنية الثانوية للحمض النووي الريبوزي.
تحسين التوافق للتركيب ثلاثي الأبعاد: عندما قام الباحثون بدمج الخصائص المستخلصة في نموذج توقع التركيب ثلاثي الأبعاد بشكل متناغم، تحسنت بشكل ملحوظ النتائج النهائية للتقديرات المتعلقة بالتركيب ثلاثي الأبعاد والتركيب الثانوي المقابل له.
تقدير وظائف البيولوجيا بدقة: في مجال تقدير الوظائف التطبيقية العملية، يمكن لهذا النموذج أن يدعم بشكل ممتاز توقع نقاط القص والقص، وتحديد نقاط دخول الریبوزيدات الداخلية (IRES)، وتصنيف الحمض النووي غير المُرمز.
القدرة القوية على التعميم والتوسيع: أمام عائلة الحمض النووي الريبوزي الجديدة التي تم اكتشافها، حافظ النموذج على أداء ممتاز في التنبؤ بالبنية الثانوية؛ ومن خلال استراتيجية التقسيم المرنة، نجح أيضًا في توسيع نطاق التطبيقات إلى مهام تصنيف الحمض النووي الريبوزي غير المُرموز لفترة طويلة.
بالإضافة إلى ذلك، قام فريق البحث من خلال تجارب التفريغ الدقيقة بإجراء تحققات علمية أكثر تفصيلاً، ولتأكيد الدور الأساسي لإدخال المعلومات الهيكلية واستراتيجية الحجب في تحسين الأداء العام للنموذج، وذلك لتوفير بيانات تجريبية قوية لتصميم الخوارزميات في المستقبل. مع الانفتاح الكامل على هذا النموذج، سيتسنى لقوى البحث العالمية الاعتماد على هذه الأداة الجديدة لتسريع عملية تحليل بنية الحمض النووي الريبوزي وتطوير الأدوية الطبية المتقدمة.