Stanford Das Lab, RNA katlama araştırmalarını topluluk katılımı ve hızlandırılmış bilgisayar kaynaklarıyla devrim niteliğinde bir yaklaşımla ilerletiyor. NVIDIA DGX Cloud desteği ile NAIRR Pilot programı kapsamında, laboratuvar 32 NVIDIA A100 DGX Cloud düğümüne ve her birinde sekiz GPU’ya üç ay boyunca erişim sağladı. Bu, araştırma ekibinin küçük ölçekli denemelerden büyük ölçekli dağıtık eğitim süreçlerine geçiş yapmasını sağladı ve büyük modeller ile veri setleri üzerinde çalışarak RNA katlama araştırmalarını ileriye taşıdı.
Dr. Rhiju Das ve ekibi, 2020 yılında COVID-19 pandemisine yanıt olarak düzenledikleri OpenVaccine Kaggle yarışmasıyla RNA araştırmalarında öncülük etmekte. Ek olarak, 2024 yılında RNA katlama konusunu derinlemesine incelemek için Ribonanza yarışmasını düzenliyorlar. Amaçları, RNA yapısı ve fonksiyonlarının doğru modellemesi aracılığıyla biyolojik bilimin anlaşılmasını ve uygulamalarını hızlandırmak.
RNA katlama modellerinin geliştirilmesindeki en büyük zorluklardan biri, AlphaFold2‘yi eğitmek için kullanılan protein yapı veritabanı gibi deneysel RNA yapı verilerinin eksikliğidir.
Bu sorunu çözmek için, Das Lab, topluluğun yeni RNA dizileri üretmesine olanak sağlayan Eterna adında bir oyun geliştirdi. Bu diziler laboratuvar ortamında sentezleniyor ve kimyasal haritalama deneyleri ile katlanmış RNA yapıları tahmin ediliyor.
Yöntem
Das Lab‘ın RNA katlama araştırmalarını hızlandırma stratejisi, aşağıdaki önemli adımları içeriyor:
- Topluluk destekli veri derleme: Laboratuvar, yeni RNA dizilerini toplamak için Eterna video oyununu yarattı ve bu verileri diğer uzmanlar tarafından derlenmiş veritabanlarıyla birleştirdi.
- RNA yapı verilerini yaklaşık olarak belirleme: Laboratuvar ortamında test edilen RNA’nın kimyasal haritalama deneyleri, Eterna ve diğer topluluk kaynaklı yöntemler aracılığıyla geliştirilen dizilere dayalı reaktivite profilleri üretir.
- Topluluk destekli model tasarımı: Kaggle yarışmaları, çeşitli model mimarileri ve eğitim yöntemlerini topluluk yardımıyla test etmek için kullanılıyor.
Topluluk odaklı veri derlemenin yanı sıra, Das Lab, sentetik tasarımlar elde etmek için birçok yöntem kullanıyor. Bu yöntemlerden biri, insan seviyesinde performans sergilemek üzere Eterna oyununu oynayacak şekilde eğitim almış bir modeli kullanarak yeni dizilerin üretilmesini hızlandırmak. Bu model, NVIDIA DGX Cloud’da Q-learning algoritmasıyla 4K saat A100 GPU ile eğitildi.
Geçen yılki Ribonanza yarışmasından elde edilen en iyi modeller temel alınarak, Das Lab, önceki tüm çözümleri geride bırakan yeni bir model olan RibonanzaNet geliştirdi. Daha yakın zamanlarda, eğitim veritabanlarını 210K’dan 40M RNA dizisi ve kimyasal reaktivite profiline genişletmeye başladılar. NVIDIA DGX Cloud‘ın hesaplama gücü sayesinde, büyük ölçekli dağıtık eğitim, çeşitli model mimarileri ile deneyler yapma ve eğitim hiperparametrelerini optimize etme sürecine başladılar.
Sonuçlar
Das Lab, RNA yapı eğitimine yönelik en büyük veritabanını başarıyla derledi. Bu veritabanını kullanarak, 256 A100 GPU üzerinde temel modeller eğitmeye başladılar ve RibonanzaNet‘ten faydalandılar. En son modelleri, RibonanzaNet2, 100M parametreli bir RNA yapı modelidir ve ikincil yapı modellemesinde şu ana kadar ulaşılan en üst düzey performansı sergiliyor. Bu model, topluluk tarafından ince ayar yapılmak üzere açıktır.
26 Şubat 2025’te Das Lab, toplamda 75K $ ödül sunan Stanford RNA 3D Folding Kaggle yarışmasını başlattı. Üç ay sürecek olan bu yarışma, topluluğu, RibonanzaNet2‘yi yapı tahmini için ince ayar yapmaya teşvik ediyor. Değerlendirme, yarışmanın başladığı andan sonra toplanan deneysel RNA yapılarını içermektedir.
Stanford RNA 3D Folding Kaggle yarışmasında RibonanzaNet2‘yi ince ayar yapmaya başlamak için RibonanzaNet2 alpha sürümü forum gönderisine ve RibonanzaNet2 modeli sürümüne göz atabilirsiniz. Daha fazla bilgi için, RibonanzaNet2 duyurusunu içeren altı bölümlü gönderiye göz atabilirsiniz. Yarışmaya katılmak ve biyolojinin kalan büyük zorluklarından birini çözmeye yardımcı olmak için sadece iki ay kalmıştır.
Bu araştırmanın önemi, biyolojik bilimin anlaşılmasını ve uygulamalarını hızlandırma potansiyelinde yatıyor. RNA katlama araştırmaları, tıp, tarım ve biyoteknoloji gibi alanlarda önemli etkilere sahiptir. Örneğin, RNA’nın yapı ve işlevine ilişkin daha doğru modellemelerin geliştirilmesi, araştırmacıların çeşitli hastalıkların altında yatan mekanizmaları daha iyi anlamasını ve daha etkili tedaviler geliştirmesini sağlar.
Katilim Sağlayın
Das Lab’ın başarıları, RNA katlama ve biyoloji alanında ilerlemeyi sağlamak için hızlandırılmış bilgisayar teknolojisinin ve topluluk destekli iş birliğinin potansiyelini göstermektedir. Gelecekte model ve veri seti boyutunu artırma ile birlikte NVIDIA DGX Cloud gibi eğitim kaynaklarını ölçeklendirme planları yapılmaktadır.
RNA’nın AI temel modellerinin ilerlemesine katkıda bulunmak istiyorsanız, Stanford RNA 3D Folding Kaggle yarışmasına katılın ve RibonanzaNet2‘yi ince ayar yapmaya başlayın.
Das Lab araştırmalarıyla ilgili daha fazla bilgi için aşağıdaki kaynaklara göz atabilirsiniz:
