RNA 신약 발견의 돌파구, 최초의 RNA 기본 모델, 10억개 이상의 뉴클레오티드 수준 측정 기술 공개
- WBOY앞으로
- 2023-12-28 09:29:25927검색
Editor | KX
최근 생명공학 기업인 Atomic AI는 화학적 매핑 데이터를 활용한 최초의 대규모 언어 모델(LLM) 개발에 성공했다고 발표했습니다. Atomic AI는 고급 기계 학습 기술과 최신 구조 생물학을 결합하여 RNA 약물 발견의 미스터리를 해결합니다.
Atomic AI의 연구원들은 대규모 화학 매핑 데이터의 사내 맞춤형 습식 실험실 분석 컬렉션을 활용하는 새로운 플랫폼 구성 요소를 만들었습니다. 과학자들은 수백만 개의 RNA 서열에 대한 데이터를 수집하고 10억 개 이상의 뉴클레오티드 수준 측정을 수행했습니다. 이 데이터를 바탕으로 훈련된 ATOM-1은 RNA에 대한 풍부한 이해를 개발하여 다양한 RNA 패턴의 특성을 최적화하는 데 사용할 수 있습니다.
Atomic AI는 12월 14일 "ATOM-1: 화학 지도 데이터를 기반으로 구성된 RNA"라는 제목의 기사를 게재했습니다. Structure and Function'은 bioRxiv에 게재된 사전 인쇄 논문입니다. 이 논문에서 Atomic AI는 고유한 ATOM-1™ 플랫폼 구성 요소를 자세히 설명합니다. 이 기본 모델은 RNA의 구조와 기능을 정확하게 예측할 수 있으며 RNA 치료법 개발을 개선하는 데 중요한 역할을 합니다
Atomic AI의 최고 과학 책임자인 Manjunath Ramarao 박사는 다음과 같이 말했습니다.
RNA 기반 약물과 RNA 표적 약물이 질병을 치료하는 새로운 방법을 기대하고 있습니다. 이러한 치료법을 최적화하려면 시간이 많이 걸리고 비용이 많이 드는 실험적 스크리닝이 필요하지만, 합리적인 설계를 위해서는 RNA 구조와 기능에 대한 정확한 이해가 필요합니다. 현재까지 생명과학계에서 사용할 수 있는 고품질 RNA 데이터는 거의 없습니다. 생체 내 정보를 수집하기 위한 동물 모델이나 3D RNA 구조를 결정하기 위한 저온전자현미경(cryo-EM)과 같은 기존 방법은 사용하기 어렵고 시간이 많이 걸리기 때문입니다. 안정성, 독성, 번역 효율성을 포함한 핵심 RNA 치료 특성을 최적화하는 것은 "실제" 데이터가 부족하여 어려운 일이었습니다"ATOM-1은 구조적, 기능적 측면을 예측할 수 있습니다. 우리는 효율적인 치료제 설계를 돕기 위해 소분자, mRNA 백신, siRNA 및 원형 RNA를 포함한 핵심 기능을 제공합니다. 궁극적으로 환자에게 필요한 치료법을 빠르고 효과적으로 제공하기 위해 RNA 표적과 도구를 검증해야 합니다."라고 Atomic AI의 창립 과학자이자 기계 학습 책임자인 Stephan Eismann 박사는 말했습니다. RNA 뉴클레오티드 변형 및 차세대 시퀀싱을 통해 Atomic AI 팀은 최초의 RNA 기반 모델을 만들었습니다. 우리는 우리 모델을 RNA 연구의 다른 측면에 광범위하게 적용하고 RNA 기반 약물을 최적화하는 데 사용하게 되어 기쁘게 생각합니다. 고품질 RNA 데이터 부족
화학적 지도 데이터로 훈련된 최초의 RNA 기반 모델
이 설계 문제를 해결하기 위해 Atomic AI는 기계 학습 훈련을 위해 특별히 개발된 데이터 수집 전략을 통해 화학 지도 데이터에 대해 훈련된 최초의 RNA 기반 모델인 ATOM-1을 출시했습니다. ATOM-1 임베딩 위에 작은 프로브 신경망을 사용하여 이 모델이 RNA의 풍부한 내부 표현을 개발했음을 보여줍니다. 제한된 양의 추가 데이터로 훈련된 이러한 소규모 네트워크는 주요 RNA 예측 작업에서 최첨단 정확도를 달성하여 이 접근 방식이 전체 RNA 분야에 걸쳐 치료 설계를 가능하게 할 수 있음을 입증했습니다.
그림: 높은 정확도로 요약된 2차 구조 예측을 위한 ATOM-1 프로브. (출처: 논문) ATOM-1은 이전에 발표된 방법보다 더 정확하게 RNA의 2차 및 3차 구조를 예측할 수 있습니다.
그림: 257개의 파라메트릭 선형 프로브로 2차 구조에 대해 훈련하면 다른 RNA로 일반화될 수 있습니다. (출처: 논문)
그림: 3차 구조 예측을 위한 ATOM-1 프로브는 최첨단 정확도를 보여줍니다. (출처: 논문) 특히, ATOM-1을 백신 설계를 위한 다른 계산 도구와 비교한 후향적 분석에서 ATOM-1은 용액 내 mRNA 안정성을 예측하는 1,600가지 다른 방법 모두를 능가했습니다. 이러한 결과를 바탕으로 제한된 데이터를 사용하여 새로운 기본 모델을 적용하여 RNA의 다양한 특성을 예측하고 RNA의 구조를 결정할 뿐만 아니라 RNA 치료제의 다른 주요 특징도 예측할 수 있습니다.
그림: 기본 모델이 포함되지 않은 기준선과 비교한 ATOM-1 프로브의 구조 예측. (출처: Paper) "Atomic AI"의 창립자이자 CEO인 Raphael Townshend 박사는 지난 2년 반 동안 기본 모델을 훈련하기 위해 의도적으로 데이터를 설계하고 수집해 왔다고 말했습니다. "기계 학습과 생성 인공 지능을 통해 우리는 이제 소수의 초기 데이터 포인트로 ATOM-1을 조정하여 RNA 구조와 기능을 높은 정확도로 예측할 수 있는 독특한 기회를 갖게 되었습니다."
Zeng이 표지에 등장했습니다. Science, Atomic AI의 독자적인 AI 기반 3D RNA 구조 엔진
Atomic AI는 2021년 5월에 설립된 신흥 생명공학 회사로 샌프란시스코 베이 지역에 본사를 두고 있습니다. 이 회사는 기계 학습과 구조 생물학의 융합을 활용하여 RNA 약물 발견을 발전시키는 데 중점을 두고 있습니다. 그들은 딥러닝 기본 모델을 사용하여 RNA 표적화 소분자, RNA 기반 약물 및 RNA 도구를 탐색하고 설계하는 독점 플랫폼을 개발했습니다.
Atomic AI의 기술 "Geometric Deep Learning of RNA Structure"("Geometric Deep Learning" 관련 기사) of RNA Structure" "RNA 구조의 심층 학습")이 사이언스(Science) 잡지 표지에 게재되었습니다.
과학 표지 기사 링크: https://www.science.org/doi/10.1126/science.abe5650 Atomic AI의 PARSE 엔진은 RNA 구조 데이터 세트를 생성할 수 있는 인공지능 기반의 3D RNA 구조 엔진입니다. . 기계 학습의 기본 모델과 습식 실험실의 대규모 내부 실험을 결합하여 엔진은 RNA 표적의 기능적 결합자를 밝힐 수 있습니다
엔진의 획기적인 기술은 RNA 모티프의 전례 없는 속도와 정확성으로 구조화되고 리간드 가능한 리간드를 예측합니다. 이는 현재 RNA 약물 발견 방법의 주요 장애물입니다.
고급 알고리즘과 대규모 실험 생물학 연구를 결합하여 현재 시판되는 약물이 없는 질병을 치료하기 위한 새로운 RNA 표적 약물과 RNA 기반 약물을 설계할 수 있습니다.
3D RNA를 활용하여 구조적 구조를 발견하고 설계합니다. 데이터베이스를 통해 Atomic AI는 합리적으로 설계된 일련의 저분자 약물 후보 개발을 진전시킬 계획입니다.
Atomic AI는 두 차례의 투자를 통해 총 4,200만 달러를 조달했으며, 가장 최근에는 2023년 1월에 시리즈 A 자금을 조달했습니다. Atomic AI는 두 번의 투자 라운드에 걸쳐 총 4,200만 달러의 자금을 조달했으며, 그 중 가장 최근은 2023년 1월에 시리즈 A 자금을 조달했습니다.
Atomic AI는 기계를 기반으로 하는 인공 지능 강화 구조 생물학 분야를 선도하고 있습니다. 학습 연구자, 의약 화학자, 엔지니어, 실험 생물학자, 전략 과학 자문가, 세계적 수준의 투자자로 구성된 팀입니다. RNA 약물 설계 변경으로 치료 불가능한 질병 치료에 성공했다
Atomic AI 공식 홈페이지 : https://atomic.ai/ 참고 내용 : https://www.businesswire.com/news/home/20231215527488/ ko /
위 내용은 RNA 신약 발견의 돌파구, 최초의 RNA 기본 모델, 10억개 이상의 뉴클레오티드 수준 측정 기술 공개의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!