Специалистами из Техасского и Стэнфордского университетов создана прогностическая модель для сохранения стабильности мРНК-вакцин. Об этом информируют авторы журнала Briefings in Bioinformatics.
Подход для профилактики заболеваний на базе мРНК-вакцин набирает большую популярность по всему миру. Известность в обществе платформа приобрела в период пандемии коронавируса, так как многие прививки против COVID-19 были основаны на этой технологии. Основной недостаток мРНК-вакцин — в термической нестабильности, вследствие чего происходит химическое разложение препарата. Это создаёт сложности по доставке прививки в отдалённые регионы Земли.
Разработанная модель RNAdegformer основана на глубоком обучении (deep learning) ИИ, который самостоятельно извлекает нужную информацию и применяет её для прогнозирования устойчивости вакцины на уровне нуклеотидов. Алгоритм обрабатывает последовательности РНК при помощи двух популярных способов глубокого обучения, задействует при этом биофизические особенности вторичной структуры РНК и вероятности деградации оснований.
В рамках исследований RNAdegformer показал большую эффективность, чем прежние методы прогнозирования. Исследователи уверены, что их работа может быть руководством для крупных производителей мРНК-вакцин.
