结构对齐驱动的跨图建模实现功能性 RNA 设计

这篇论文提出一种结构对齐驱动的跨图建模方法,用于功能性 RNA 分子设计,把 RNA 的序列信息和二级/三级结构信息通过图神经网络联合建模,提升设计出的 RNA 分子实现预期功能的成功率。

• 传统 RNA 设计方法多聚焦序列层面的优化,容易忽视结构与功能之间的强耦合关系,该工作把结构对齐作为建模的核心约束
• 采用跨图建模(cross-graph modeling)架构,能够同时捕捉不同 RNA 分子间结构层面的相似性和差异性
• 目标是服务于“功能性 RNA 设计”这一实际应用场景,即为特定生物学功能(如结合特定靶点、调控基因表达)定向设计 RNA 序列
• 属于 AI for Science 在核酸分子设计方向的又一次方法学推进,延续了近年图神经网络在生物大分子建模中的应用趋势
• 看点:RNA 疗法(如 mRNA 药物、RNA 适配体)是当前生物医药的热门方向,结构感知的 AI 设计工具若能提升湿实验成功率,将直接压缩新型 RNA 药物的研发周期。

本内容由 AI 生成，仅供参考，请注意甄别