科技日报北京6月30日电 （记者张佳欣）美国弗吉尼亚理工大学科学家团队开发出一种名为“RNAbpFlow”的AI模型，在RNA结构预测任务中的表现可媲美谷歌旗下“深度思维”公司开发的“阿尔法折叠3”，且无需依赖海量进化序列数据库，有望加速RNA靶向药物研发。相关研究发表于新一期《自然·方法》杂志。
RNA是mRNA疫苗等生物技术的核心分子，但其三维结构复杂且不断变化，比蛋白质更难预测。长期以来，由于RNA相关结构数据稀缺，科学家难以准确描绘其空间构象，这也成为RNA药物研发的一大瓶颈。
研究团队介绍，在一项国际通用基准的盲测中，RNAbpFlow成功预测了14个RNA目标中的12个正确结构，而“阿尔法折叠3”只预测了8个。更重要的是，RNAbpFlow无需依赖大多数主流工具所需的大规模进化序列数据库，仅利用RNA序列及碱基配对信息即可完成预测。
与“阿尔法折叠”等主要依靠进化信息推断结构的方法不同，RNAbpFlow采用近年来生成式AI领域广泛应用的流匹配技术，通过端到端方式直接生成RNA的全原子三维结构。模型从完全随机的噪声出发，在碱基配对信息引导下逐步折叠形成正确构象，并可一次生成多个不同结构，从而更好地反映RNA分子的动态变化。
该方法最大的优势在于对数据依赖较低。当前多数AI预测模型需要大量不同物种的相关RNA序列作为训练依据，而这类数据往往十分有限。RNAbpFlow无需这些数据库，因此特别适用于缺乏已知近缘序列的RNA分子。团队已利用该方法预测了新冠病毒基因组中的一个保守RNA结构元件以及实验室构建核酶等分子的结构。
不过，对于尺寸更大、结构更加复杂的RNA，依赖丰富进化信息的现有预测平台仍具有一定优势。RNAbpFlow则在数据稀缺的复杂场景中表现更为突出。
研究团队目前正开发升级版本，并计划参加今年夏季举行的CASP国际结构预测竞赛。
日前，高等教育数字化与课程思政建设研讨会暨中国高校财经慕课联盟首届“同课异构”教学竞赛颁奖典礼在对外经济贸易大学 根据近日发表于《科学-机器人》的一项研究，人们可以学习用眼睛和胸部肌肉控制第三条手臂。研究人员称，这种“额外肢体”可 12月19日，《自然-计算科学》发表的一项研究描述了一种机器学习方法，能够从不同方面准确预测人类生活，包括早死可能性和 12月17日，由中国科学院大学马克思主义学院、中国科学院大学党史党建研究中心主办的“纪念毛泽东同志诞辰130周年学术研讨 美国哈佛大学校长克洛迪娜·盖伊当地时间1月2日发表声明，宣布辞去哈佛大学校长一职。 盖伊在声明中说，她 编者按 世界在变，变化中不断积蓄着突破的力量。局势纵横看似山重水复，历史规律昭示未来终将柳暗花明。2023年与我们挥 。本文链接：AI模型以更少数据精准预测RNA三维结构http://www.sushuapos.com/show-11-35954-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 太阳能反应器在户外将废塑料转化为燃料
下一篇： 机器学习筛选出两种新型超导材料