Redesigning the Eterna100 RNA design benchmark for the Vienna 2 folding engine
Questo studio dimostra che le prestazioni degli algoritmi di progettazione dell'RNA sono intrinsecamente legate ai modelli termodinamici utilizzati nei motori di ripiegamento, portando alla creazione di un benchmark Eterna100-V2 rivisto che rivela come sia il benchmark originale che quello aggiornato rimangano irrisolti nelle loro impostazioni previste a causa di precedenti errori di valutazione e sfide specifiche dei motori.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
L'RNA è una molecola che agisce come un versatile operatore all'interno delle cellule viventi, trasportando istruzioni genetiche, aiutando a costruire proteine e persino compiendo reazioni chimiche autonomamente. Per svolgere questi compiti, i filamenti di RNA devono ripiegarsi in forme specifiche e intricate, proprio come un foglio di carta viene appallottolato in una precisa figura di origami. La forma è determinata dalla sequenza di lettere chimiche che compongono il filamento. Gli scienziati stanno ora cercando di progettare i propri programmi di molecole di RNA partendo da zero per creare nuovi medicinali e strumenti biologici. Per farlo, devono risolvere un difficile enigma: data una forma desiderata, quale sequenza di lettere si ripiegherà in essa? Questo è noto come il problema del ripiegamento inverso (inverse folding problem). Per anni, i ricercatori si sono affidati a programmi informatici, chiamati motori di ripiegamento, per prevedere come una sequenza si ripiegherà. Questi programmi utilizzano regole complesse basate sull'energia della molecola per ipotizzare la forma finale. Tuttavia, proprio come una mappa può diventare obsoleta man mano che vengono scoperte nuove strade, le regole che questi programmi informatici utilizzano sono cambiate nel tempo, e questo spostamento ha creato confusione nel campo.
Un insieme ampiamente utilizzato di cento difficili enigmi dell'RNA, noto come Eterna100, è stato creato per testare quanto bene i diversi algoritmi informatici potessero risolvere questo problema di progettazione. Questi enigmi furono originariamente costruiti utilizzando una versione più vecchia del motore di ripiegamento. Mentre il campo passava a una versione più recente e accurata del motore, i ricercatori iniziarono a chiedersi se i vecchi enigmi avrebbero ancora funzionato. Un team di scienziati, lavorando con una comunità online di scienziati cittadini che giocano a giochi di progettazione di RNA, si è messo in viaggio per trovare la risposta. Hanno scoperto che il cambiamento nelle regole informatiche non era un dettaglio minore; esso ha alterato fondamentalmente la fisica degli enigmi. Quando hanno provato a risolvere gli originali cento enigmi utilizzando il nuovo motore, hanno scoperto che diciannove di essi erano impossibili. Le nuove regole rendevano certe caratteristiche strutturali troppo instabili, il che significava che nessuna sequenza di lettere avrebbe mai potuto ripiegarsi in quelle specifiche forme sotto le condizioni aggiornate.
Per risolvere il problema, i ricercatori si sono rivolti ai giocatori umani del gioco Eterna. Hanno chiesto alla comunità di riprogettare quei diciannove enigmi impossibili, apportando le modifiche più piccole possibili alle forme target, affinché potessero essere risolti con il nuovo motore. I giocatori ci sono riusciti, creando una versione modernizzata del benchmark chiamata Eterna100-V2. Questi nuovi enigmi mantenevano lo stesso spirito difficile degli originali, ma erano stati adattati per conformarsi alla comprensione attuale della fisica dell'RNA. Il team ha poi testato sei dei più avanzati algoritmi di progettazione informatica contro i vecchi e i nuovi benchmark. Hanno scoperto che le prestazioni di questi programmi erano altamente sensibili a quale set di regole stavano utilizzando. Alcuni algoritmi che precedentemente sembravano essere i migliori esecutori, improvvisamente faticavano quando passavano al nuovo motore, mentre altri mantenevano la loro posizione. Ciò accadeva perché molti programmi informatici avevano imparato trucchi specifici basati sulle vecchie regole, e tali trucchi non funzionavano quando la fisica sottostante cambiava.
L'indagine ha anche svelato un errore significativo nel modo in cui studi precedenti avevano rivendicato di aver risolto gli enigmi originali. Diversi gruppi di ricerca avevano riferito che i loro algoritmi potevano risolvere tutti i cento enigmi originali. Tuttavia, quando gli autori di questo articolo hanno riesaminato tali soluzioni utilizzando le impostazioni corrette e rigorose del vecchio motore, hanno scoperto che le soluzioni erano in realtà errate. I ricercatori avevano utilizzato il nuovo motore ma avevano cercato di imitare le vecchie regole senza impostare correttamente un parametro cruciale, portando a falsi positivi. Ciò significava che il campo stava sopravvalutando il successo di questi strumenti di progettazione. Anche con il nuovo benchmark corretto, nessun singolo algoritmo informatico è ancora riuscito a risolvere tutti i cento enigmi. I migliori programmi possono risolverne la maggior parte, ma alcuni rimangono insoluti, anche dopo l'esecuzione per giorni.
Lo studio conclude che la difficoltà di progettare l'RNA è profondamente legata al modello termodinamico specifico utilizzato per prevederne il comportamento. Man mano che la nostra comprensione della fisica dell'RNA migliora e i modelli informatici diventano più accurati, i benchmark utilizzati per testare gli strumenti di progettazione devono evolversi insieme ad essi. I ricercatori suggeriscono che i futi algoritmi debbano essere abbastanza flessibili da adattarsi a questi modelli mutevoli, piuttosto che fare affidamento su regole fisse del passato. Fornendo un set di enigmi corretto e modernizzato che riflette la conoscenza scientifica attuale, il team ha dato al campo un modo affidabile per misurare il progresso. Il lavoro evidenzia che, nella ricerca di progettare i mattoni della vita, gli strumenti che usiamo per misurare il successo devono essere precisi quanto le progettazioni che speriamo di creare.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.