AI绕过3D结构预测实现RNA设计 登《Science》封面
AI可跳过RNA三维结构预测直接设计假结，效果媲美人类专家，为RNA医学与合成生物学提供新思路。
RNA的功能取决于其折叠结构，但结构预测长期困难。最新《Science》封面研究显示，借助深度学习工具RNet（基于RNA化学图谱训练的神经网络），AI能在不提前预测三维结构的情况下，直接设计出功能相关的RNA假结（一种特殊折叠结构），表现与人类专家相当。
正文摘录
.jpg) 编辑丨coisini RNA 分子在生物学中扮演着极为多样的角色，既能作为编码蛋白质合成指令的信使，也能作为响应配体的调控开关来控制基因表达，还能催化生化反应。而这些功能通常取决于每个 RNA 所采用的特定折叠方式。 如果能够从序列准确预测 RNA 结构，就有望加速对 RNA 机制的理解，以及 RNA 合成药物的设计。然而，RNA 结构预测一直是个公认的难题。 近年来，基于深度学习的 RNA 结构预测方法取得了不少进展。为了全面评估这些方法的实际性能，RNA 设计平台 Eterna 联合斯坦福大学、华盛顿大学等机构开展了一项评估研究。研究意外发现，某些难度很高的 RNA 设计任务，也许并不需要先解决 RNA 三维结构预测问题就能实现。 这项研究登上了最新一期《Science》封面，诺贝尔奖得主大卫・贝克（David Baker）也是论文作者之一。