287
PlantRNA-FM, модель штучного інтелекту, навчена на даних РНК із понад 1100 рослин, розшифровує генетичні шаблони для розвитку рослинництва, покращення врожаю та вирішення глобальних проблем сільського господарства. Новаторська модель штучного інтелекту (AI), призначена для декодування послідовностей і структурних моделей, які формують генетичну «мову» рослин, була запущена дослідницьким співробітництвом.
Ця інноваційна модель під назвою Plant RNA-FM є першою у своєму роді та була розроблена в партнерстві між дослідниками рослин із Центру Джона Іннеса та комп’ютерними спеціалістами з Університету Ексетера. Модель, за словами її творців, є розумним технологічним проривом, який може стимулювати відкриття та інновації в рослинництві та, можливо, у вивченні безхребетних і бактерій.
РНК, як і її більш відома хімічна родичка ДНК, є важливою молекулою в усіх організмах, відповідальною за перенесення генетичної інформації у своїх послідовностях і структурах. У геномі архітектура РНК складається з комбінацій будівельних блоків, званих нуклеотидами, які впорядковані в шаблони, так само як алфавіт поєднує слова та фрази в мові.
Розшифровка складної структури РНК
Група професора Yiliang Ding у Центрі Джона Іннеса вивчає структуру РНК, одну з ключових мов у молекулах РНК, де РНК можуть складатися в складні структури, які регулюють складні біологічні функції, такі як ріст рослин і реакція на стрес.
Щоб краще зрозуміти складну мову РНК у її функціях, група професора Дінга співпрацювала з групою доктора Ке Лі в Університеті Ексетера. Разом вони розробили PlantRNA-FM, модель, навчену на величезному наборі даних із 54 мільярдів фрагментів інформації РНК, які складають генетичний алфавіт 1124 видів рослин .
При створенні PlantRNA-FM дослідники дотримувалися методології, згідно з якою моделі ШІ, такі як ChatGPT, навчаються розуміти людську мову. Модель штучного інтелекту навчили рослинній мові шляхом вивчення інформації про РНК видів рослин у всьому світі, щоб дати їй повне уявлення про те, як РНК працює в царстві рослин.
Подібно до того, як ChatGPT може розуміти людську мову та реагувати на неї, PlantRNA-FM навчився розуміти граматику та логіку послідовностей і структур РНК. Дослідники вже використовували цю модель, щоб зробити точні прогнози щодо функцій РНК і визначити специфічні функціональні структурні моделі РНК у транскриптомах. Їхні прогнози були підтверджені експериментами, які підтверджують, що структури РНК, ідентифіковані PlantRNA-FM, впливають на ефективність трансляції генетичної інформації в білок.
«Хоча послідовності РНК можуть виглядати випадковими для людського ока, наша модель штучного інтелекту навчилася розшифровувати приховані шаблони в них», — каже д-р Хаопен Ю, дослідник постдокторства в групі професора Іліанга Діна в Центрі Джона Іннеса.
Спільні зусилля з майбутнім потенціалом
Цю успішну співпрацю також підтримали вчені з Північно-східного педагогічного університету та Китайської академії наук у Китаї, які зробили свій внесок у цю роботу.
Професор Дін сказав: «Наш PlantRNA-FM — це лише початок. Ми тісно співпрацюємо з групою доктора Лі, щоб розробити більш просунуті підходи штучного інтелекту для розуміння прихованих мов ДНК і РНК у природі. Цей прорив відкриває нові можливості для розуміння та потенційного програмування рослин, що може мати глибокі наслідки для покращення врожаю та наступного покоління генного дизайну на основі ШІ. Штучний інтелект все більше допомагає рослинникам вирішувати проблеми, починаючи від годування населення планети і закінчуючи вирощуванням культур, які можуть процвітати в мінливому кліматі».
