Um modelo pioneiro alimentado por Inteligência Artificial (IA) capaz de entender as sequências e padrões estruturais que compõem a "linguagem" genética das plantas foi lançado por uma colaboração de pesquisa.

   O RNA-FM de plantas, considerado o primeiro modelo de IA desse tipo, foi desenvolvido por uma colaboração entre pesquisadores de plantas do John Innes Centre e cientistas da computação da Universidade de Exeter.

   O modelo, dizem seus criadores, é um avanço tecnológico inteligente que pode impulsionar a descoberta e a inovação na ciência das plantas e potencialmente no estudo de invertebrados e bactérias.

   O RNA, assim como seu parente químico mais conhecido, o DNA, é uma molécula importante em todos os organismos, responsável por transportar informações genéticas em suas sequências e estruturas. No genoma, a arquitetura do RNA é composta de combinações de blocos de construção chamados nucleotídeos, que são organizados em padrões da mesma forma que o alfabeto se combina para formar palavras e frases na linguagem.

   O grupo do professor Yiliang Ding no John Innes Centre estuda a estrutura do RNA, uma das principais linguagens em moléculas de RNA, onde os RNAs podem se dobrar em estruturas complexas que regulam funções biológicas sofisticadas, como crescimento de plantas e resposta ao estresse.

   Para entender melhor a linguagem complexa do RNA em suas funções, o grupo do professor Ding colaborou com o grupo do Dr. Ke Li na Universidade de Exeter.

   Juntos, eles desenvolveram o ”PlantRNA-FM”, um modelo treinado em um enorme conjunto de dados de 54 bilhões de informações de RNA que compõem um alfabeto genético em 1.124 espécies de plantas.

   Ao criar o PlantRNA-FM, os pesquisadores seguiram a metodologia na qual modelos de IA, como o ChatGPT, são treinados para entender a linguagem humana. O modelo de IA aprendeu a linguagem baseada em plantas estudando informações de RNA de espécies de plantas em todo o mundo, para dar a ele uma visão abrangente de como o RNA funciona em todo o reino vegetal.

   Assim como o ChatGPT pode entender e responder à linguagem humana, o PlantRNA-FM aprendeu a entender a gramática e a lógica das sequências e estruturas de RNA.

   Os pesquisadores já usaram o modelo para fazer previsões precisas sobre as funções do RNA e identificar padrões estruturais específicos de RNA funcional nos transcriptomas. Suas previsões foram validadas por experimentos que confirmam que as estruturas de RNA identificadas pelo PlantRNA-FM influenciam a eficiência da tradução de informações genéticas em proteínas.

   "Embora as sequências de RNA possam parecer aleatórias aos olhos humanos, nosso modelo de IA aprendeu a decodificar os padrões ocultos dentro delas", diz o Dr. Haopeng Yu, pesquisador de pós-doutorado no grupo do Professor Yiliang Ding no John Innes Centre.

   Esta colaboração bem-sucedida também foi apoiada por cientistas da Northeast Normal University e da Academia Chinesa de Ciências na China que contribuíram para este trabalho.

   O Professor Ding disse: "Nosso PlantRNA-FM é apenas o começo. Estamos trabalhando em estreita colaboração com o grupo do Dr. Li para desenvolver abordagens de IA mais avançadas para entender as linguagens ocultas de DNA e RNA na natureza. Esta descoberta abre novas possibilidades para entender e potencialmente programar plantas, o que pode ter implicações profundas para o melhoramento de culturas e a próxima geração de design de genes baseado em IA. A IA é cada vez mais instrumental em ajudar cientistas de plantas a enfrentar desafios, desde alimentar uma população global até desenvolver plantações que possam prosperar em um clima em mudança.”

   Um modelo de fundação de RNA interpretável para exploração de motivos funcionais de RNA em plantas aparece na Nature Machine Intelligence.