Redesigning the Eterna100 RNA design benchmark for the Vienna 2 folding engine
Cette étude démontre que la performance des algorithmes de conception d'ARN est intrinsèquement liée aux modèles thermodynamiques utilisés dans les moteurs de repliement, menant à la création d'un benchmark Eterna100-V2 révisé qui révèle que les benchmarks originaux et mis à jour restent tous deux non résolus selon leurs paramètres prévus en raison d'erreurs d'évaluation antérieures et de défis spécifiques aux moteurs.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
L'ARN est une molécule qui agit comme un travailleur polyvalent à l'intérieur des cellules vivantes, transportant des instructions génétiques, aidant à la construction de protéines et effectuant même des réactions chimiques par elle-même. Pour accomplir ces tâches, les brins d'ARN doivent se replier en des formes spécifiques et complexes, tout comme une feuille de papier que l'on froisserait pour créer une figure d'origami précise. La forme est déterminée par la séquence de lettres chimiques qui composent le brin. Les scientifiques tentent désormais de concevoir leurs propres molécules d'ARN à partir de zéro pour créer de nouveaux médicaments et outils biologiques. Pour ce faire, ils doivent résoudre un puzzle difficile : étant donné une forme souhaitée, quelle séquence de lettres se repliera pour l'obtenir ? C'est ce qu'on appelle le problème du repliement inverse. Pendant des années, les chercheurs se sont appuyés sur des programmes informatiques, appelés moteurs de repliement, pour prédire comment une séquence va se replier. Ces programmes utilisent des règles complexes basées sur l'énergie de la molécule pour deviner la forme finale. Cependant, tout comme une carte peut devenir obsolète à mesure que de nouvelles routes sont découvertes, les règles utilisées par ces programmes informatiques ont évolué au fil du temps, et ce changement a créé de la confusion dans le domaine.
Un ensemble de cent puzzles d'ARN particulièrement difficiles, connu sous le nom d'Eterna100, a été créé pour tester l'efficacité de différents algorithmes informatiques à résoudre ce problème de conception. Ces puzzles ont été initialement construits à l'aide d'une ancienne version du moteur de repliement. Alors que le domaine passait à une version plus récente et plus précise du moteur, les chercheurs ont commencé à se demander si les anciens puzzles seraient toujours fonctionnels. Une équipe de scientifiques, travaillant avec une communauté de citoyens scientifiques qui jouent à des jeux de conception d'ARN, s'est donné pour mission de trouver la réponse. Ils ont découvert que le changement des règles informatiques n'était pas un détail mineur ; il modifiait fondamentalement la physique des puzzles. Lorsqu'ils ont tenté de résoudre les cent puzzles originaux avec le nouveau moteur, ils ont découvert que dix-neuf d'entre eux étaient impossibles. Les nouvelles règles rendaient certaines caractéristiques structurelles trop instables, ce qui signifie qu'aucune séquence de lettres ne pourrait jamais se replier en ces formes spécifiques sous les conditions mises à jour.
Pour corriger cela, les chercheurs se sont tournés vers les joueurs humains du jeu Eterna. Ils ont demandé à la communauté de redessiner ces dix-neuf puzzles impossibles, en apportant les changements les plus minimes possibles aux formes cibles afin qu'ils puissent être résolus avec le nouveau moteur. Les joueurs ont réussi, créant une version modernisée du test de référence appelée Eterna100-V2. Ces nouveaux puzzles conservaient le même esprit difficile que les originaux, mais avaient été ajustés pour correspondre à la compréhension actuelle de la physique de l'ARN. L'équipe a ensuite testé six des algorithmes de conception informatique les plus avancés contre les deux références (l'ancienne et la nouvelle). Ils ont constaté que les performances de ces programmes étaient très sensibles aux règles utilisées. Certains algorithmes qui semblaient auparavant être les plus performants ont soudainement eu du mal lorsqu'ils ont été soumis au nouveau moteur, tandis que d'autres ont maintenu leur niveau. Cela s'est produit parce que de nombreux programmes informatiques avaient appris des astuces spécifiques basées sur les anciennes règles, et ces astuces ne fonctionnaient plus lorsque la physique sous-jacente changeait.
L'enquête a également mis en lumière une erreur significative dans la manière dont des études précédentes prétendaient avoir résolu les puzzles originaux. Plusieurs groupes de recherche avaient rapporté que leurs algorithmes pouvaient résoudre la totalité des cent puzzles originaux. Cependant, lorsque les auteurs de cet article ont réexaminé ces solutions en utilisant les paramètres stricts et corrects de l'ancien moteur, ils ont constaté que les solutions étaient en fait incorrectes. Les chercheurs avaient utilisé le nouveau moteur tout en essayant d'imiter les anciennes règles sans obtenir un réglage crucial, ce qui a conduit à des faux positifs. Cela signifie que le domaine avait surestimé le succès de ces outils de conception. Même avec la nouvelle référence corrigée, aucun algorithme informatique unique n'a encore réussi à résoudre la totalité des cent puzzles. Les meilleurs programmes en résolvent la plupart, mais une poignée reste non résolue, même après plusieurs jours de calcul.
L'étude conclut que la difficulté de concevoir l'ARN est profondément liée au modèle thermodynamique spécifique utilisé pour prédire son comportement. À mesure que notre compréhension de la physique de l'ARN s'améliore et que les modèles informatiques deviennent plus précis, les tests de référence utilisés pour évaluer les outils de conception doivent évoluer de concert avec eux. Les chercheurs suggèrent que les futurs algorithmes doivent être assez flexibles pour s'adapter à ces modèles changeants plutôt que de s'appuyer sur des règles fixes du passé. En fournissant un ensemble de puzzles corrigé et modernisé qui reflète les connaissances scientifiques actuelles, l'équipe a offert au domaine un moyen fiable de mesurer ses progrès. Ce travail souligne que dans la quête de la conception des blocs de construction du vivant, les outils que nous utilisons pour mesurer le succès doivent être aussi précis que les conceptions que nous espérons créer.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.