RNAFoldingAI — программное обеспечение молекулярного моделирования РНК, с элементами искусственного интеллекта. Разрабатывается участниками Викиверситета для проведения исследований в трех направлениях: геномика, искусственный интеллект, гибкое программное обеспечение высокого качества.
Все авторские права самого программного обеспечения принадлежат основателю проекта Сергею Яковлеву, но участникам проекта программное обеспечение может быть предоставлено для реализации научных и образовательных целей.
В ходе исследования оказалось, что удовлетворение формальному критерию (минимуму энергии) не достаточно, а именно не хватает биологического аспекта. Собственно это одна из причин, почему не удовлетворительно ПО Rosseta, именно с точки зрения биологии.
«Поиск структуры с минимальной оценкой энергии цепи применяя методы ИИ» (Модуль FoldingSearchAI)[]
Подход № 1. Обучение с подкреплением[]
Это подход заморожен — признан недостаточным, детали см. в архиве.
Подход № 2. Поиск на дереве — понятие о параллельно идущих процессах[]
Это похоже на игру в шахматы, при том что правила игры одному из играющих неизвестны.
Разработка и проверка методов производится на основании данных о рибозиме NC_003540. Его третичная структура изображена в начале данной статьи. Ниже представлены его водородные связи, получив которые эксперимент можно считать успешным.
У этого разрабатываемого подхода есть некоторая аналогия со следующим подходом:
Схематично такая процедура может быть описана следующим образом. Ландшафт энергии системы заливается водой, вода образует лужи вокруг локальных минимумов. При повышении уровня воды лужи начинают сливаться, пока не останется всего одна лужа. Результатом процедуры является направленное дерево бассейнов (луж), причем минимальным лужам ставится в соответствие их глубина (значения локальных минимумов энергии), более крупным лужам — уровень энергии, на которых эти лужи сливаются (величина барьера активации между бассейнами). В результате мы получаем дерево бассейнов и функцию на дереве бассейнов — распределение энергий локальных минимумов и барьеров активации. После этого строится модель иерархической динамики, основанная на дереве бассейнов и функции барьеров активации на нём. Это и есть модель межбассейновой кинетики. [1]
Но данный подход выгодно отличает, отсутствие всякой сложной математики, благодаря чему его можно реализовать на практике.
Следует иметь введу, что в третичной структуре отсутствует симметричность, в отличии от вторичной. То есть, последовательность ga≠ag или gagg≠ggag. Поэтому атомные цепи будут разные — координаты атомов будут разные, несмотря на то, что повороты одни и же, для соответствующих нуклеотидов. А так же их энергетические оценки будут существенно разные, так как они зависят от координат атомов.
Определение наличия водородных связей между атомами[]
