РНК (рибонуклеиновая кислота) играет важнейшую роль во множестве биологических процессов. В последние годы исследователи начали рассматривать РНК не только как промежуточное звено в синтезе белка, но и как потенциальную мишень для лекарственных препаратов. Некоторые функции РНК, например, сайленсинг генов, уже используются для лечения различных заболеваний.
Однако существует серьезная проблема: экспериментальное определение трехмерной структуры РНК — процесс чрезвычайно трудоемкий и длительный. На сегодняшний день известна структура лишь небольшой части всех существующих РНК-молекул. Это создает значительный разрыв между количеством известных последовательностей РНК и доступными данными об их пространственной организации. В результате многие потенциально спасительные открытия, связанные с РНК, могут быть отложены на годы или даже десятилетия.
Исследователи из Университета Пердью разработали революционное решение этой проблемы — вычислительный инструмент под названием "NuFold". Этот инструмент способен моделировать трехмерные структуры РНК и, по словам разработчиков, может ускорить медицинские открытия на десятилетия. Исследовательская группа под руководством Дайсуке Кихары, профессора биологических наук и компьютерных наук в Колледже наук Университета Пердью, опубликовала свои результаты в престижном журнале Nature Communications.
NuFold предоставляет ученым возможность визуализировать структуры РНК в трехмерном пространстве, что критически важно для понимания их функций. Профессор Кихара называет NuFold «РНК-эквивалентом AlphaFold" — вычислительного метода предсказания структуры белков, который, по его словам, должен получить Нобелевскую премию по химии в 2024 году. Подобно тому, как AlphaFold произвел революцию в исследованиях белков, NuFold может значительно продвинуть исследования РНК, которые считаются даже более сложными для моделирования.
Разработка NuFold заняла три года. Главным разработчиком выступил доктор Юки Кагая, постдокторский исследователь Университета Пердью. Ключевая особенность NuFold — способ внутреннего представления РНК, учитывающий пары оснований, критически важные для структуры РНК, при этом сохраняющий присущую РНК гибкость. Эталонные тесты показали, что NuFold превосходит традиционные методы, основанные на энергетических расчетах, и обеспечивает более точное предсказание локальных структур, чем недавно разработанные подходы, основанные на глубоком обучении.
Значимость NuFold трудно переоценить. Этот инструмент использует современные методы машинного обучения для предсказания полных атомных структур РНК на основе информации о последовательности. Он может существенно ускорить разработку лекарств, вовлекающих РНК, и предоставляет вычислительное решение для проблем, которые не могут быть немедленно решены экспериментальными методами.
Команда исследователей, помимо профессора Кихары и доктора Кагаи, включает нескольких талантливых ученых из Университета Пердью: Зиконг Чжан, Набил Ибтехаз и Сяо Ван (аспиранты компьютерных наук), Цукаса Накамура (постдок биологических наук) и Пранав Дип Пунуру (студент-бакалавр биологических наук). Все они внесли значительный вклад в разработку кода, проведение тестов и создание веб-сервера Google Colab.
Важно отметить, что код NuFold и записная книжка Google Colab находятся в свободном доступе для исследователей и всех заинтересованных лиц. Это позволяет научному сообществу немедленно начать использовать этот инновационный инструмент для продвижения исследований РНК и разработки новых методов лечения заболеваний, связанных с РНК. Группа Кихары работает в составе Группы структурной биологии в рамках Департамента биологических наук Университета Пердью и аффилирована с Институтом исследования рака Пердью, а также сотрудничает с Центром перспективных вычислений Розена (RCAC).
Изображение носит иллюстративный характер
Однако существует серьезная проблема: экспериментальное определение трехмерной структуры РНК — процесс чрезвычайно трудоемкий и длительный. На сегодняшний день известна структура лишь небольшой части всех существующих РНК-молекул. Это создает значительный разрыв между количеством известных последовательностей РНК и доступными данными об их пространственной организации. В результате многие потенциально спасительные открытия, связанные с РНК, могут быть отложены на годы или даже десятилетия.
Исследователи из Университета Пердью разработали революционное решение этой проблемы — вычислительный инструмент под названием "NuFold". Этот инструмент способен моделировать трехмерные структуры РНК и, по словам разработчиков, может ускорить медицинские открытия на десятилетия. Исследовательская группа под руководством Дайсуке Кихары, профессора биологических наук и компьютерных наук в Колледже наук Университета Пердью, опубликовала свои результаты в престижном журнале Nature Communications.
NuFold предоставляет ученым возможность визуализировать структуры РНК в трехмерном пространстве, что критически важно для понимания их функций. Профессор Кихара называет NuFold «РНК-эквивалентом AlphaFold" — вычислительного метода предсказания структуры белков, который, по его словам, должен получить Нобелевскую премию по химии в 2024 году. Подобно тому, как AlphaFold произвел революцию в исследованиях белков, NuFold может значительно продвинуть исследования РНК, которые считаются даже более сложными для моделирования.
Разработка NuFold заняла три года. Главным разработчиком выступил доктор Юки Кагая, постдокторский исследователь Университета Пердью. Ключевая особенность NuFold — способ внутреннего представления РНК, учитывающий пары оснований, критически важные для структуры РНК, при этом сохраняющий присущую РНК гибкость. Эталонные тесты показали, что NuFold превосходит традиционные методы, основанные на энергетических расчетах, и обеспечивает более точное предсказание локальных структур, чем недавно разработанные подходы, основанные на глубоком обучении.
Значимость NuFold трудно переоценить. Этот инструмент использует современные методы машинного обучения для предсказания полных атомных структур РНК на основе информации о последовательности. Он может существенно ускорить разработку лекарств, вовлекающих РНК, и предоставляет вычислительное решение для проблем, которые не могут быть немедленно решены экспериментальными методами.
Команда исследователей, помимо профессора Кихары и доктора Кагаи, включает нескольких талантливых ученых из Университета Пердью: Зиконг Чжан, Набил Ибтехаз и Сяо Ван (аспиранты компьютерных наук), Цукаса Накамура (постдок биологических наук) и Пранав Дип Пунуру (студент-бакалавр биологических наук). Все они внесли значительный вклад в разработку кода, проведение тестов и создание веб-сервера Google Colab.
Важно отметить, что код NuFold и записная книжка Google Colab находятся в свободном доступе для исследователей и всех заинтересованных лиц. Это позволяет научному сообществу немедленно начать использовать этот инновационный инструмент для продвижения исследований РНК и разработки новых методов лечения заболеваний, связанных с РНК. Группа Кихары работает в составе Группы структурной биологии в рамках Департамента биологических наук Университета Пердью и аффилирована с Институтом исследования рака Пердью, а также сотрудничает с Центром перспективных вычислений Розена (RCAC).
