一種新的人工智能工具可以捕獲基于互聯(lián)網的視頻游戲的頂級玩家用來設計新RNA分子的策略。Ehana大型開放實驗室的Rohan Koodli及其同事在PLOS計算生物學中介紹了名為EternaBrain的工具。Eterna由加州斯坦福大學醫(yī)學院Rhiju Das教授的實驗室指導。

RNA分子天然存在于所有活細胞中，具有必要的生物學功能。近年來，人們對設計用于癌癥治療，CRISPR基因編輯等的新RNA結構表現(xiàn)出濃厚的興趣。但是，每個RNA結構都由四個結構單元的長序列組成，因此確定構建給定結構所需的精確序列可能在計算上很困難。

在這項新研究中，Koodli，Das及其同事通過基于Eterna的互聯(lián)網視頻游戲進行了研究，這是一項旨在解決RNA設計計算難題的公民科學計劃。Eterna為每個玩家提供了目標RNA結構，而玩家試圖發(fā)現(xiàn)一個RNA序列，該序列可使完成的分子折疊成所需的形狀。在解決這些挑戰(zhàn)方面，一些參與者表現(xiàn)優(yōu)于最佳的計算機自動化方法。

研究人員使用Eterna參與者提供的180萬種設計選擇的數據集，發(fā)現(xiàn)了一個人工神經網絡，可以捕獲這些專家的某些偏愛和策略。這種稱為EternaBrain的方法可以預測最佳球員的選擇，其準確率遠高于通過隨機猜測獲得的準確性。擴展的EternaBrain算法在解決Eterna挑戰(zhàn)方面的性能與以前開發(fā)的算法相似或更好。

達斯說：“我們的發(fā)現(xiàn)表明，應該有可能為計算機RNA設計創(chuàng)建一種自動算法，以模仿或勝過人類RNA設計人員。”“但是我們還沒有到那里;我們仍然需要向游戲玩家和AI研究人員學習很多東西。”

接下來，研究人員將觀察他們是否可以通過將EternaBrain與其他用于RNA設計的計算方法相集成來勝過頂尖廠商。戴斯說：“我們也希望將EternaBrain應用到Eterna參與者正在解決的更復雜的問題上，包括RNA計算機和3D機器的設計以及從實際濕實驗室數據中學習設計規(guī)則。”