Predikcija i generiranje RNA tercijarnih struktura metodama temeljenima na dubokom učenju
Trajanje projekta: 2024 - 2027
Financiranje: Hrvatska zaklada za znanost
RNA je dugo bila zanemarena kao potencijalna meta za razvoj lijekova zbog nedostatka detaljnog razumijevanja strukture. Međutim, ova se percepcija mijenja kako se njezin značaj sve više prepoznaje, posebno imajući u vidu da nekodirajuće RNA čine znatan dio genoma, između 70% i 75%. Slično proteinima, RNA molekule usvajaju složene tercijarne strukture koje kontroliraju različite fazama njihovog životnog ciklusa, uključujući transkripciju, translaciju, degradaciju i transport. Pojava alata baziranih na umjetnoj inteligenciji, osobito u određivanju strukture proteina kao što je AlphaFold2, zajedno sa sve većim znanjima o zamršenim obrascima savijanja molekula i potencijalu RNA molekule u razvoju novih lijekova, ponovno je potaknuo interes u akademskoj zajednici i industriji. Unatoč tome, ostaju značajne prepreke u prilagodbi alata sličnih proteinima za točno predviđanje tercijarnih struktura RNA. Ovaj prijedlog projekta ima za cilj riješiti te izazove i steći duboko razumijevanje ograničenja trenutnih pristupa temeljenih na dubokom učenju u predviđanju tercijarnih struktura RNA, kao i razvoju novih metoda. Naš pristup uključuje naš nedavno razvijen RNA veliki jezični model RiNALMo koji ćemo koristiti kao ulaznu značajku za predviđanje strukture. RiNALMo je pokazao iznenađujuće generalizacijske sposobnosti kada smo ga prilagodili predviđanju sekundarne strukture. Povrh toga, istražit ćemo i razvoj dubokih generativnih metoda za modeliranje konformacijskog prostora molekula RNA i dizajn tercijarnih struktura RNA. Vjerujemo da će razvijene metode imati važan utjecaj na strukturnu biologiju, posebno za razvoj novih lijekova fokusiranih na RNA molekulu.
Projektni tim
Članovi projekta:
- Prof. dr. sc. Mile Šikić - voditelj
- Dr. sc. Tin Vlašić (A*STAR GIS, Singapur)
- Rafael Josip Penić - doktorand
- Dr. sc. Roland G. Huber (A*STAR BII, Singapur)