Исследователи Университета Пусана в Южной Корее разработали circMAC, модель искусственного интеллекта для поиска возможных участков связывания микроРНК с кольцевыми РНК. Статья вышла 9 сентября 2026 года в журнале Briefings in Bioinformatics. О работе 22 октября сообщил Phys.org со ссылкой на университет.

Почему важно не разрывать кольцо

Кольцевая РНК замкнута сама на себя. Место соединения её концов называют стыком обратного сплайсинга. Если читать такую молекулу как линейную, последовательность рядом со стыком может оказаться разделённой условной границей. circMAC сохраняет её непрерывность: в свёрточной части модели последовательность циклически дополняется, поэтому короткие мотивы, пересекающие стык, анализируются вместе.

На вход модель получает полноразмерную кольцевую РНК и зрелую микроРНК, после чего оценивает вероятность связывания для каждого нуклеотида. Она учитывает свойства конкретной микроРНК, а не только общие особенности последовательности кольцевой РНК.

Представим кольцо с коротким узором, часть которого оказалась перед условным началом записи, а часть после него. Если разрезать кольцо и читать как прямую ленту, узор распадётся на два фрагмента. Циклическое дополнение позволяет модели рассмотреть их как единый участок. Это объясняет вычислительный приём, но само по себе не доказывает, что молекулы действительно взаимодействуют.

По сообщению Университета Пусана, основной набор включал 19 674 пары для обучения и 7 838 для проверки. Участками связывания были помечены 5,7% позиций. В тестах с последовательностями длиной 1 000 нуклеотидов вариант circMAC, предварительно обученный на предсказании спаривания оснований, получил F1-macro 0,762, AUROC 0,902 и AUPRC 0,545. По данным авторов, он превзошёл сравнивавшиеся предварительно обученные языковые модели РНК. В тестах полноразмерных моделей circMAC также показал лучший общий результат, когда изоформы или стыки анализировали раздельно.

Эти метрики показывают, насколько хорошо модель распознаёт размеченные участки в тестовых данных, но не подтверждают их биологическую функцию. circMAC помогает выбрать кандидатов для дальнейшей проверки. Авторы отмечают, что нужны независимые наборы данных и эксперименты. До такой проверки прогнозы нельзя считать доказательством взаимодействия или основанием для клинического применения. Описание результатов в данном случае основано на сообщении университета: полный текст статьи по DOI недоступен в предоставленных материалах.

Для работы с научными публикациями можно обратиться к услуге подготовки научных статей.

Схема показывает вычислительный путь от двух РНК-последовательностей к прогнозу возможного участка связывания и последующей экспериментальной проверке.

Фото: Edward Jenner / Pexels