B-RANKO: An ncRNA Foundation Model with Bidirectional Decoder-Only Architecture
B-RANKOは、新規な150Mパラメータの双方向デコーダーのみの基盤モデルであり、de novo RNA配列生成と転移可能な表現学習を統合し、生物学的に妥当な配列の生成において強力な性能を示し、RNAエンジニアリングのタスクにおいて競争力のある結果を達成している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
あらゆる生細胞の中には、リボ核酸、すなわちRNAと呼ばれる分子が存在し、それが極めて重要な伝達者および管理者として機能しています。DNAが生命の設計図であるマスターブループリントを保持している一方で、RNAはそれらの指示を読み取り、タンパク質を構築し、さらには化学反応を触媒する、能動的な作業員なのです。近年、科学者たちは、RNAが単なる受動的な情報の運び手ではなく、医学やバイオテクノロジーにおいて計り知れない可能性を秘めた「プログラマブルなツール」であることに気づきました。このため、研究者たちは、疾患に対して高い精度で標的を定める治療法を生み出すことを目的に、新しいRNA分子を理解し設計するために人工知能を活用してきました。しかし、コンピュータにRNAの複雑な言語を理解させ、かつ新しい機能的な配列を発明させるという両方の能力を教え込むことは、困難であることが判明しています。既存のAIモデルの多くは、どちらか一方のタスクには優れていますが、両方をこなせるものは稀であり、これがこれらの分子の力を完全に活用する上での障壁となっています。
この隔たりを埋めるために、ザグレブ大学とシンガポール・ゲノム研究所の研究チームは、「B-RANKO」と呼ばれる新しい人工知能システムを開発しました。このモデルは、自然界のRNAの深いパターンを学習して正確な予測を行うことと、全く新しいRNA配列をゼロから生成することという、2つのことを同時に行うように設計されています。研究者たちは、数百万もの例を含む公開データベースから得られた、既知のRNA配列の膨大なコレクションを用いてB-RANKOを学習させました。核心となる革新は、モデルがこれらの配列をどのように読み、書き込むかという点にあります。テキストを厳格に左から右へと読み進める標準的なAIモデルとは異なり、B-RANKOは、両端から同時に配列を生成し、二つの半分が中央で合流するまで内側へと進んでいくという独自のメソッドを採用しています。このアプローチは、RNA分子が自然に折りたたまれる様子、つまりストランドの両端がしばしば結合して安定した構造を形成するという性質を模倣しています。両方向から一度にパズルの次のピースを予測するようにモデルを訓練することで、研究者たちは、単一のアーキテクチャによって新しい分子の創造と既存の分子の分析の両方を習得させることに成功したのです。
チームが新しいRNAを創造する能力をテストした際、その結果は驚くべきものでした。コンピュータが生成した配列は、本物の生物学的分子のように見え、振る舞いました。それらは適切な化学的バランスを備え、自然界に見られるRNAと同様に、物理的に安定した形状へと折りたたまれました。決定的なのは、これらの新しい配列が、モデルが学習中に見たものの単なるコピーではなかったということです。研究者が生成された分子を膨大な既知のRNAライブラリと比較したところ、生成されたものの大部分は完全に新規なものであり、学習データには存在しなかったユニークな変異体であることが分かりました。モデルは過去を単に暗記したのではなく、RNA化学の根底にあるルールを十分に学習し、新しい可能性を想像することができるようになったのです。
研究者たちはその後、B-RANKOを実用的なアプリケーション、具体的には、鍵が鍵穴にぴったり合うように、特定の標的に結合するように設計されたRNA分子である「アプタマー」を設計する能力についてテストしました。既知のアプタマーのデータセットを用いてモデルを微調整したところ、望ましい特性を持つ新しい候補を生成することに成功しました。RNAの折りたたみ方を予測することから、細胞内の機構との相互作用を決定することに至るまで、13の異なるタスクにわたる広範な評価において、B-RANKOは顕著な強みを発揮しました。特に、ワクチン分子がどれほど安定しているか、あるいはCRISPRツールが誤った遺伝子に当たることなく特定の遺伝子をどれほど正確に標的にできるかといった、エンジニアリングに関するタスクにおいて優れた性能を示しました。これらの領域において、モデルは他の多くの主要なモデルを凌駕しており、新しい配列を生成する能力が、理解の能力を損なうものではないことを証明しました。
モデルは大きな有望性を示した一方で、研究者たちはその限界についても慎重に言及しています。このモデルはすべてのタスクにおいて等しく完璧であるわけではなく、例えば、RNAの微細な内部構造を予測する精度については、広範なエンジニアリングへの応用における成功と比較して、わずかに劣っていました。これは、モデルがRNAの挙動に関する一般的なルールを捉えている一方で、最も複雑な局所的詳細を理解することについては、まだ改善の余地があることを示唆しています。さらに、コンピュータによって生成された配列は、これまでのところシミュレーションを通じてのみ評価されています。真のテストは、これらの分子が実際にラボで構築され、予測通りに機能するかどうかが実際の生物学的システムの中で検証される時に訪れます。
B-RANKOの開発は、計算生物学の分野における重要な前進を意味します。単一のモデルが自然から効果的に学び、そして新しい生物学的ツールを創造できることを証明することで、研究者たちはRNA設計のための統一されたフレームワークを提供しました。このアプローチは、RNA分子の広大な景観を探索するための強力な新しい方法を提供し、新しい医薬品やバイオテクノロジーの発見を加速させる可能性があります。この研究は、RNAエンジニアリングの未来において、分析と創造のための別々のツールを必要とするのではなく、その両方をこなすことができる単一の多才なシステムが必要になることを示唆しており、プログラマブルな生物学の新しい時代への扉を開いています。
自分の分野の論文に埋もれていませんか?
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。