Další hranice v bioinformatice? Rozluštění 3D kódu RNA

Bioinformatika zásadně proměňuje moderní biologii – mění surová data v poznatky, které mohou zachraňovat životy.

V Biotechnologickém ústavu Akademie věd ČR se snažíme posouvat tyto hranice dál a vyvíjíme na míru šité nástroje pro práci se složitými biomolekulárními strukturami. Zatímco nedávný úspěch nástroje AlphaFold ukázal sílu umělé inteligence při predikci 3D struktur proteinů – což byl monumentální milník, který navázal na desítky let sbíraná data (více než 200 000 záznamů v PDB) – jedna zásadní výzva stále přetrvává: nukleové kyseliny.

Jak jsme popsali v našem nedávném článku „When will RNA get its AlphaFold moment?“ (https://doi.org/10.1093/nar/gkad726), predikce struktur RNA a DNA zatím stagnuje. Kritickým úzkým hrdlem je nedostatek vysoce kvalitních strukturních dat o nukleových kyselinách, který brání úspěšné adaptaci metod původně vyvinutých pro proteiny.

Naše mise: Budování základů pro budoucnost AI v oblasti RNA
Abychom otevřeli nové možnosti v biologii a medicíně a přispěli k příchodu „AlphaFold momentu“ i pro nukleové kyseliny, řešíme tento nedostatek dat přímo. Vyvinuli jsme komplexní platformu pro důslednou kontrolu kvality a zpřesňování stávajících strukturních dat nukleových kyselin.

• Naše sada nástrojů DNATCO (dostupná na datmos.org) nabízí pokročilou anotaci a validaci struktur RNA/DNA.
• Díky těmto nástrojům můžeme vytvořit referenční soubor „zlatého standardu“ – vysoce kvalitní tréninkovou bázi, která je nezbytná pro rozvoj nové generace metod strojového učení a AI zaměřených na nukleové kyseliny.
• Klíčové je také to, že tyto nástroje umožňují identifikovat a zpřesnit jemné, ale důležité strukturní znaky – například neobvyklé konformace kostry, které se vyskytují až u třetiny nukleotidů. Díky tomu jsou výsledné modely mnohem spolehlivější pro trénink AI.