Open AI-model voorspelt vorm van RNA net zo goed als AlphaFold3

RNA is het molecuul dat de informatie uit DNA vertaalt naar eiwitten, maar het doet veel meer dan dat alleen. Sommige RNA-moleculen regelen zelf welke genen aan- of uitstaan, andere spelen een rol bij ziekten zoals kanker. Hoe een RNA-molecuul zich gedraagt, hangt sterk af van de vorm waarin het zichzelf opvouwt. Een los stukje RNA vouwt zich op tot haarspeldjes en lussen, vergelijkbaar met hoe een eiwit zich opvouwt tot een werkzame structuur. Die vorm voorspellen vanuit alleen de volgorde van bouwstenen is lastig, en bestaande AI-modellen voor RNA keken vooral naar de volgorde van letters, niet naar de vouwing zelf.

Structuur als uitgangspunt

Een internationaal onderzoeksteam presenteert nu structRFM, een zogeheten foundation model: een breed inzetbaar AI-systeem dat na training op enorme hoeveelheden data voor allerlei taken kan worden ingezet. Het bijzondere aan structRFM is dat het van begin af aan rekening houdt met structuur. Het model is getraind op 21 miljoen combinaties van RNA-volgordes en de bijbehorende gevouwen structuur. Daarbij leerde het systeem niet alleen voorspellen welke bouwsteen op een bepaalde plek ontbreekt, een gangbare trainingsmethode bij taalmodellen, maar ook welke delen van het molecuul zich aan elkaar binden.

Om te voorkomen dat het model fouten overneemt van één bepaalde voorspellingsmethode voor RNA-structuur, gebruikten de onderzoekers een verzameling van meerdere structuurvoorspellers tegelijk, die ze MUSES noemen. Zo wordt de training minder gevoelig voor de eigenaardigheden van één enkele bron. Daarnaast varieerde het team tijdens de training hoeveel nadruk op structuur lag tegenover nadruk op losse bouwstenen, zodat het model allebei goed leert.

Resultaten die AlphaFold3 evenaren

Het resultaat is een model dat op meerdere vlakken sterk scoort. Zonder specifieke training vooraf kan structRFM al goed inschatten tot welke familie een onbekend RNA-molecuul behoort, en het model zet nieuwe standaarden voor het voorspellen van de zogeheten secundaire structuur, de basisvouwing van RNA. Een uitgebreide versie, Zfold, voorspelt ook de volledige driedimensionale vorm. Op de bekende testwedstrijden CASP15, CASP16 en RNA-Puzzles, waar onderzoeksgroepen wereldwijd hun voorspellingen laten beoordelen, presteert Zfold vergelijkbaar met AlphaFold3, het bekende model van Google DeepMind dat eerder al doorbrak op het gebied van eiwitstructuren.

Het model blijkt ook goed te generaliseren naar RNA-families die pas na de training zijn ontdekt, en naar lange non-coding RNA's, RNA-moleculen die geen eiwit coderen maar wel belangrijke regulerende functies hebben. Omdat de onderzoekers de volledige dataset, modelgewichten en broncode openbaar hebben gemaakt, kunnen andere wetenschappers direct verder bouwen op het werk, bijvoorbeeld bij onderzoek naar RNA-medicijnen of mRNA-vaccins.