В результате научного сотрудничества была создана новаторская модель на основе искусственного интеллекта (ИИ), способная понимать последовательности и структурные закономерности, составляющие генетический «язык» растений. Интерпретируемая фундаментальная модель РНК для исследования функциональных мотивов РНК в растениях опубликована в журнале Nature Machine Intelligence.
Растительная РНК-ФМ, которая считается первой в своем роде моделью искусственного интеллекта, была разработана в результате сотрудничества исследователей растений из Центра Джона Иннеса и специалистов по информатике из Университета Эксетера.
По словам ее создателей, эта модель представляет собой интеллектуальный технологический прорыв, который может способствовать открытиям и инновациям в области науки о растениях, а потенциально и в области изучения беспозвоночных и бактерий.
РНК, как и ее более известная химическая родственница ДНК, является важной молекулой во всех организмах, отвечающей за перенос генетической информации в ее последовательностях и структурах. В геноме архитектура РНК состоит из комбинаций строительных блоков, называемых нуклеотидами, которые организованы в узоры таким же образом, как алфавит объединяется, чтобы создавать слова и фразы в языке.
Группа профессора Иляна Дина в Центре Джона Иннеса изучает структуру РНК — один из ключевых языков в молекулах РНК, где РНК могут складываться в сложные структуры, которые регулируют сложные биологические функции, такие как рост растений и реакция на стресс.
Чтобы лучше понять сложный язык РНК и ее функции, группа профессора Дина сотрудничала с группой доктора Кэ Ли из Эксетерского университета.
Вместе они разработали PlantRNA-FM — модель, обученную на огромном наборе данных из 54 миллиардов фрагментов РНК-информации, составляющих генетический алфавит 1124 видов растений.
При создании PlantRNA-FM исследователи следовали методологии, в которой модели ИИ, такие как ChatGPT, обучаются понимать человеческий язык. Модель ИИ обучалась растительному языку, изучая информацию РНК из видов растений по всему миру, чтобы дать ей всестороннее представление о том, как РНК работает в растительном царстве.
Так же, как ChatGPT может понимать и реагировать на человеческий язык, PlantRNA-FM научился понимать грамматику и логику последовательностей и структур РНК.
Исследователи уже использовали эту модель для точных предсказаний функций РНК и для идентификации конкретных функциональных структурных паттернов РНК в транскриптомах. Их предсказания были подтверждены экспериментами, которые подтверждают, что структуры РНК, идентифицированные PlantRNA-FM, влияют на эффективность перевода генетической информации в белок.
«Хотя последовательности РНК могут казаться человеческому глазу случайными, наша модель искусственного интеллекта научилась расшифровывать скрытые в них закономерности», — говорит Хаопэн Юй, научный сотрудник в группе профессора Иляна Дина в Центре Джона Иннеса.
Это успешное сотрудничество также было поддержано учеными из Северо-Восточного педагогического университета и Китайской академии наук в Китае, которые внесли свой вклад в эту работу.
«Наш PlantRNA-FM — это только начало. Мы тесно сотрудничаем с группой Ли, чтобы разработать более продвинутые подходы ИИ для понимания скрытых языков ДНК и РНК в природе. Этот прорыв открывает новые возможности для понимания и потенциального программирования растений, которые могут иметь глубокие последствия для улучшения сельскохозяйственных культур и следующего поколения дизайна генов на основе ИИ. ИИ играет все более важную роль в помощи ученым-растениеводам в решении сложных задач — от обеспечения продовольствием мирового населения до разработки сельскохозяйственных культур, которые могут процветать в условиях меняющегося климата», - резюмировал профессор Дин.
