Una nueva herramienta de inteligencia artificial captura las estrategias utilizadas por los mejores jugadores de un videojuego basado en Internet para diseñar nuevas moléculas de ARN. Rohan Koodli y sus colegas del laboratorio abierto masivo de Eterna presentan la herramienta, llamada EternaBrain, en PLOS Biología Computacional . Eterna es dirigida por el laboratorio del Prof. Rhiju Das en la Facultad de Medicina de la Universidad de Stanford en California.
Se encuentra naturalmente en todas las células vivas, las moléculas de ARN realizan funciones biológicas esenciales. Los últimos años han visto un gran interés en diseñar nuevas estructuras de ARN para su uso en el tratamiento del cáncer, la edición de genes CRISPR y más. Sin embargo, cada estructura de ARN consiste en una secuencia largade cuatro bloques de construcción, y determinar la secuencia precisa necesaria para construir una estructura dada puede ser computacionalmente difícil.
En el nuevo estudio, Koodli, Das y sus colegas llevaron a cabo una investigación a través del videojuego Eterna basado en Internet, una iniciativa de ciencia ciudadana para abordar los desafíos computacionales del diseño de ARN. Eterna presenta a cada jugador una estructura de ARN objetivo, y elel jugador intenta descubrir una secuencia de ARN que permita que la molécula terminada se pliegue en la forma deseada. Algunos jugadores superan a los mejores métodos automatizados por computadora para resolver estos desafíos.
Usando un conjunto de datos de 1.8 millones de opciones de diseño hechas por jugadores de Eterna, los investigadores descubrieron una red neuronal artificial que captura algunas de las predilecciones y estrategias de estos expertos. Llamado EternaBrain, este enfoque puede predecir las opciones de los mejores jugadores con significativamente mejorprecisión que se logra al adivinar al azar. Un algoritmo extendido EternaBrain funciona de manera similar o mejor que los algoritmos desarrollados previamente para resolver los desafíos de Eterna.
"Nuestros hallazgos sugieren que debería ser posible crear algoritmos automáticos para el diseño de ARN por computadora que emulen o superen a los diseñadores de ARN humanos", dice Das. "Pero todavía no estamos allí; todavía tenemos mucho que aprender de ambos jugadores".e investigadores de IA "
A continuación, los investigadores verán si pueden superar a los mejores jugadores integrando EternaBrain con otros enfoques computacionales para el diseño de ARN. "También esperamos aplicar EternaBrain a los problemas más complicados que enfrentan los jugadores de Eterna, incluido el diseño de computadoras de ARN y 3Dmáquinas y el aprendizaje de reglas de diseño a partir de datos reales de laboratorio húmedo ", dice Das.
Fuente de la historia :
Materiales proporcionados por PLOS . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :