格里菲斯大學(xué)(Griffith University)的研究人員在世界上首屈一指，已使用人工智能方法更好地預(yù)測RNA二級結(jié)構(gòu)，希望可以將其開發(fā)成為更好地了解RNA如何與多種疾病(例如癌癥)相關(guān)的工具。周耀奇教授，庫爾迪普·帕利瓦爾教授，博士 格里菲斯糖業(yè)研究所和信號處理實驗室的學(xué)生Jaswinder Singh和Jack Hanson博士領(lǐng)導(dǎo)了這項研究，該研究已在《自然通訊》上發(fā)表。

　　在所有生命形式中，核糖核酸(RNA)對于基因的編碼，解碼，調(diào)節(jié)和表達都是必不可少的。RNA和DNA是生命形式中的四個主要大分子。該團隊利用深度學(xué)習(xí)(一種人工智能的子集，用于創(chuàng)建復(fù)雜的數(shù)字函數(shù)，無需明確的人工指導(dǎo)即可自動逼近特定任務(wù))來構(gòu)建RNA序列與結(jié)構(gòu)之間關(guān)系的更準確模型。這項進展是在先前的預(yù)測RNA結(jié)構(gòu)的方法停滯了十多年之后做出的。

　　周教授希望這種新方法對設(shè)計具有治療潛力的新RNA分子有用。周教授說：“想象一下蛋白質(zhì)和RNA是否是兩個人，蛋白質(zhì)站在RNA的前面-我們的重點自然是蛋白質(zhì)。”“因此，盡管事實是蛋白質(zhì)的數(shù)量比RNA的數(shù)量多10倍，但我們對這些RNA在人體中的用途一無所知。“這就是我們開發(fā)該工具的原因：提供一些結(jié)構(gòu)線索。獲取線索非常重要，因為越來越多的RNA與包括多種癌癥在內(nèi)的更多疾病有關(guān)。

　　“最令人振奮的方面是，我們現(xiàn)在可以更好地將測序信息與結(jié)構(gòu)聯(lián)系起來。我們的序列被編碼在我們的基因組中，但是它們?nèi)绾瓮ㄟ^結(jié)構(gòu)與其功能相關(guān)尚不清楚。“使用這種深度學(xué)習(xí)技術(shù)，我們可以更好地將序列連接到結(jié)構(gòu)上，并更好地了解它們的功能。一旦我們了解了序列如何編碼結(jié)構(gòu)并因此起作用，我們就可以設(shè)計RNA來完成特定目的，例如新藥或分子傳感器。”

　　為了開發(fā)該方法，團隊必須通過采購近似的計算數(shù)據(jù)來擴展已知RNA結(jié)構(gòu)的現(xiàn)有數(shù)據(jù)集，然后使用精確的數(shù)據(jù)完善自動訓(xùn)練方法。帕利瓦爾教授說，只有大約3000萬未知基因中只有不到250種非冗余的已知RNA結(jié)構(gòu)可訪問，這是一個挑戰(zhàn)，只有使用其深度學(xué)習(xí)方法才能解決。

　　帕利瓦爾教授說：“在這項研究中，通過深度學(xué)習(xí)來模擬RNA核苷酸序列與這些核苷酸堿基在其功能結(jié)構(gòu)中的配對之間的基本關(guān)系。”“這是一個非常復(fù)雜的功能，因為從理論上講，核苷酸可以與RNA中的任何其他堿基配對，因此深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的工作是找出哪些核苷酸配對在一起。“更重要的是，這些算法必須通用并且可用于數(shù)百萬個獨特的RNA序列。

　　“在我們的工作之前，大多數(shù)以前的研究都依賴于基于RNA生物學(xué)家族的比較方案或基于統(tǒng)計的手工評分算法。這些方法可以某種程度地模擬將RNA核苷酸序列與其配對結(jié)構(gòu)聯(lián)系起來的極其復(fù)雜的功能，但是已經(jīng)達到了堿基對預(yù)測的準確度停滯在80%左右。“利用深度學(xué)習(xí)，我們能夠克服所有這些缺點，為所有RNA結(jié)構(gòu)提供一攬子解決方案，同時打破了已有十多年的性能上限，堿基對準確性達到93%。”

　　研究小組表示，將深度學(xué)習(xí)用于RNA堿基對的預(yù)測是一種可行的工具，并且是世界首創(chuàng)，與以前的嘗試相比，它幾乎在所有方面都具有出色的性能。糖業(yè)研究所的創(chuàng)始人兼所長Mark von Itzstein AO教授說：“這一發(fā)現(xiàn)為其他計算研究小組為該問題的未來研究開辟了道路，同時為從事生物醫(yī)學(xué)，藥物研究的實驗實驗室提供了更準確的工具。發(fā)現(xiàn)和分子生物學(xué)。”

　　“ 使用二維深度神經(jīng)網(wǎng)絡(luò)和傳遞學(xué)習(xí)的集成進行RNA二級結(jié)構(gòu)預(yù)測”的研究已發(fā)表在《自然通訊》上。