中国科学技術大学の研究チームは最近、生命科学と人工知能の交差分野で重要な成果を達成し、structRFMというオープンソースのRNA配列基礎モデルを正式に公開した。この研究成果は最近、国際的な権威ある学術誌『ネイチャー』に掲載された。世界の科学研究エコシステムの共同進歩を促進するため、研究チームはこのモデルの完全な対応データ、モデル重み、およびソースコードを全面的にオープンにし、世界中の研究者が無料で利用できるようにした。
核心背景：RNA研究と新薬開発の根本的な課題を解決する
生物体内で非常に重要な核心大分子として、リボースアミノ酸（RNA）は遺伝子発現とタンパク質合成の全ライフサイクルに広く関与し、調節している。これは現在の世界的なイノベーション薬の研究開発において避けられない重要な標的である。
微観レベルでは、RNA分子が塩基ペアリングによって複雑な二次構造を形成し、さらに特定の三次構造へと折りたたまれる。これらの三次および二次構造が、分子の生物学的活性や他の分子との相互作用の仕方を直接決定する。しかし、長い間、RNAの構造と機能を正確に解析することは、生物情報学の分野における難問であった。
アーキテクチャとデータ：2100万件のペアデータ駆動型の二重予訓練
この難問を解決するために、中国科学技術大学の研究チームは新たな方法を考案し、約2100万件の正確に計算された注釈がある配列－二次構造のデータを構築した。これにより、大規模モデルの訓練に必要な大量かつ高品質のデータの基盤が確保された。
この基礎の上で、研究開発チームは革新的なアルゴリズムを精巧に設計しました。これにより、モデルは事前学習段階でシーケンスの文脈情報と構造依存関係を同時に学習できるようになります。深層の事前学習後、このモデルは非常に高い便利性と一般化能力を示しました。研究者は基本的なシーケンスを入力するだけで、モデルが自動的かつ正確にシーケンスレベル、ヌクレオチドレベル、ヌクレオチドペアレベルの三重の特徴を抽出することができ、これにより多種多様な構造と機能の推測タスクを効率的にサポートします。
実験成果：複数の重要指標が国際的な最先端水準に達した
厳しい実験とベンチマークで、structRFMは注目すべき総合的な性能を示しました：
ゼロサンプル分類と構造予測：このモデルはゼロサンプルの同源性分類タスクで優れた性能を発揮し、RNAの二次構造予測の正確性を大幅に向上させた。
3次元構造の協同最適化：研究者が抽出した特徴を3次元構造予測モデルにシームレスに組み込った後、3次元立体構造およびそれに対応する二次構造の最終予測結果が大幅に改善されました。
生物機能の正確な推測：実際の応用機能推測において、このモデルはスプライシングサイトの予測、内部リボソームエントリーサイト（IRES）の識別、および非コードRNAの分類を優れた形でサポートする。
強力な一般化と拡張能力：新たに発見されたRNAファミリーに対しても、モデルは優れた二次構造予測性能を維持している。柔軟なセグメント分割戦略により、応用範囲を長い非コーディングRNAの分類タスクにも拡大することに成功した。
さらに、研究チームは詳細なアブロード化実験を通じて、構造情報の導入とマスク戦略がモデルの全体的な性能向上に与える重要な役割を科学的な観点から裏付けました。これにより、将来のアルゴリズム設計に向けた確かな実験データが得られます。このモデルが全面的にオープンソースになることで、世界中の科学研究チームがこの新しいツールを利用して、RNA構造の解析や先進的な医薬品研究の進展を加速できるようになるでしょう。