Bioinformatika zásadně proměňuje moderní biologii – mění surová data v poznatky, které mohou zachraňovat životy. V Biotechnologickém ústavu Akademie věd ČR se snaží posouvat tyto hranice dál a vyvíjí na míru šité nástroje pro práci se složitými biomolekulárními strukturami.
Zatímco nedávný úspěch nástroje AlphaFold ukázal sílu umělé inteligence při predikci 3D struktur proteinů – což byl monumentální milník, který navázal na desítky let sbíraná data (více než 200 000 záznamů v PDB) – jedna zásadní výzva stále přetrvává: nukleové kyseliny.
Jak bylo popsáno nedávném článku „When will RNA get its AlphaFold moment?“, predikce struktur RNA a DNA zatím stagnuje. Kritickým úzkým hrdlem je nedostatek vysoce kvalitních strukturních dat o nukleových kyselinách, který brání úspěšné adaptaci metod původně vyvinutých pro proteiny.
Mise: Budování základů pro budoucnost AI v oblasti RNA
Aby v Biotechnologickém ústavu Akademie věd ČR otevřeli nové možnosti v biologii a medicíně a přispěli k příchodu „AlphaFold momentu“ i pro nukleové kyseliny, řeší tento nedostatek dat přímo. Vyvinuli komplexní platformu pro důslednou kontrolu kvality a zpřesňování stávajících strukturních dat nukleových kyselin.
Sada nástrojů DNATCO (dostupná na datmos.org) nabízí pokročilou anotaci a validaci struktur RNA/DNA. Díky těmto nástrojům je možné vytvořit referenční soubor „zlatého standardu“ – vysoce kvalitní tréninkovou bázi, která je nezbytná pro rozvoj nové generace metod strojového učení a AI zaměřených na nukleové kyseliny.
Klíčové je také to, že tyto nástroje umožňují identifikovat a zpřesnit jemné, ale důležité strukturní znaky – například neobvyklé konformace kostry, které se vyskytují až u třetiny nukleotidů. Díky tomu jsou výsledné modely mnohem spolehlivější pro trénink AI.
Zdroj: Akademie věd
- Autor článku: ne
- Zdroj: Akademie věd ČR
