ถ้าเรารู้เพียงลำดับ A, U, G และ C เราจะบอกได้ไหมว่า RNA สายหนึ่งพับเป็นรูปร่างแบบไหน? เบสที่อยู่ห่างกันบนสายเดียวกันอาจเข้ามาจับคู่เมื่อสายพับตัว ความสัมพันธ์แบบนี้สำคัญต่อทั้งรูปร่างและหน้าที่ของ RNA
ทีมวิจัยนำโดย Heqin Zhu เสนอ structRFM โมเดลพื้นฐานที่ใช้ข้อมูลคู่เบสช่วยฝึก AI ให้เรียนรู้จากลำดับ RNA งานเผยแพร่ออนไลน์ใน Nature เมื่อ 4 พฤศจิกายน 2026 และเปิดชุดข้อมูล น้ำหนักโมเดล และโค้ดให้ใช้ศึกษาต่อ
ซ่อนเบสให้โมเดลทาย โดยใช้โครงสร้างช่วยเลือกตำแหน่ง
ลองนึกถึง RNA ที่พับเป็นกิ๊บติดผม ช่วงก้านเกิดจากเบสสองฝั่งจับคู่กัน แม้ตำแหน่งเหล่านั้นจะอยู่ห่างกันเมื่อเขียนเป็นลำดับ วิธีฝึกแบบซ่อนเบสแล้วให้โมเดลทายกลับจึงเพิ่มโจทย์ได้อีกแบบ: ถ้าซ่อนตำแหน่งตามความสัมพันธ์ของคู่เบส โมเดลจะเรียนรู้ทั้งบริบทตามแนวสายและตำแหน่งที่สัมพันธ์กันเมื่อสายพับ
ทีมวิจัยสร้างชุดฝึกประมาณ 21 ล้านคู่ลำดับ–โครงสร้างทุติยภูมิ โดยใช้ MUSES รวมผลจากตัวทำนายหลายแหล่งเพื่อลดการพึ่งคำทำนายจากวิธีเดียว ตัวเลขนี้ไม่ได้หมายถึงโครงสร้าง 21 ล้านชิ้นที่วัดในห้องแล็บ ระหว่างฝึก ทีมปรับสัดส่วนระหว่างการซ่อนตำแหน่งตามคู่เบสกับการซ่อนแบบสุ่ม เมื่อฝึกเสร็จ โมเดลรับลำดับ RNA และสร้างคุณลักษณะระดับทั้งสาย ระดับเบส และระดับคู่ตำแหน่งให้เครื่องมืออื่นนำไปใช้
ผลทดสอบบอกอะไรได้บ้าง
ผู้วิจัยรายงานผลดีในการจัดกลุ่ม RNA ที่มีบรรพบุรุษร่วมกันโดยไม่ฝึกเพิ่มสำหรับงานนั้น และในการทำนายว่าเบสตำแหน่งใดจับคู่กัน ส่วนการทำนายสามมิติใช้ Zfold ซึ่งนำคุณลักษณะจาก structRFM ไปใช้ต่อ ผู้วิจัยรายงานว่าผลอยู่ในระดับใกล้เคียง AlphaFold 3 บนชุดทดสอบ CASP15-natural, CASP16 และ RNA-Puzzles ที่ศึกษา ผลเปรียบเทียบนี้มีขอบเขตตามชุดทดสอบและตัวชี้วัดของงาน
ด้านหน้าที่ ทีมทดสอบงานอย่างการทำนายตำแหน่งตัดต่อ RNA และการจำแนก RNA ที่ไม่เข้ารหัสโปรตีน สำหรับนักวิจัย จุดน่าสนใจคือใช้โมเดลช่วยเลือกสมมติฐานหรือโมเลกุลที่จะนำไปทดลองก่อน แต่คำทำนายไม่ได้ยืนยันว่า RNA จะพับหรือทำงานเช่นนั้นจริงในเซลล์ โดยเฉพาะเมื่อข้อมูลโครงสร้างที่ใช้สอนโมเดลส่วนใหญ่มาจากการคำนวณ
อ่านเพิ่มเติม
Zhu H, Li R, Chang A, และคณะ. An open structure-guided RNA foundation model for generalizable prediction. Nature. เผยแพร่ออนไลน์ 4 พฤศจิกายน 2026.
ข่าวและแผนภาพจาก USTC (5 พฤศจิกายน 2026) · โค้ดและทรัพยากร structRFM