論文の概要: BeeRNA: tertiary structure-based RNA inverse folding using Artificial Bee Colony

• arxiv url: http://arxiv.org/abs/2511.21781v1
• Date: Wed, 26 Nov 2025 12:43:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.234275
• Title: BeeRNA: tertiary structure-based RNA inverse folding using Artificial Bee Colony
• Title（参考訳）: BeeRNA:人工Bee Colonyを用いた第3次構造に基づくRNA逆フォールディング
• Authors: Mehyar Mlaweh, Tristan Cazenave, Ines Alaya,
• Abstract要約: 本稿では,ABC最適化アルゴリズムを用いたバイオインスパイアされたBeeRNAを提案する。 我々は、マイクロRNA、アプタマー、リボザイムを含む生物学的に重要な構造である、短長および中長のRNAに焦点を当てる。 軽量で、トレーニング不要な実装はランタイム向けに公開され、治療とバイオテクノロジーにおけるRNA設計に有望なバイオインスパイアされたアプローチを提供する。
• 参考スコア（独自算出の注目度）: 2.294560379370898
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The Ribonucleic Acid (RNA) inverse folding problem, designing nucleotide sequences that fold into specific tertiary structures, is a fundamental computational biology problem with important applications in synthetic biology and bioengineering. The design of complex three-dimensional RNA architectures remains computationally demanding and mostly unresolved, as most existing approaches focus on secondary structures. In order to address tertiary RNA inverse folding, we present BeeRNA, a bio-inspired method that employs the Artificial Bee Colony (ABC) optimization algorithm. Our approach combines base-pair distance filtering with RMSD-based structural assessment using RhoFold for structure prediction, resulting in a two-stage fitness evaluation strategy. To guarantee biologically plausible sequences with balanced GC content, the algorithm takes thermodynamic constraints and adaptive mutation rates into consideration. In this work, we focus primarily on short and medium-length RNAs ($<$ 100 nucleotides), a biologically significant regime that includes microRNAs (miRNAs), aptamers, and ribozymes, where BeeRNA achieves high structural fidelity with practical CPU runtimes. The lightweight, training-free implementation will be publicly released for reproducibility, offering a promising bio-inspired approach for RNA design in therapeutics and biotechnology.
• Abstract（参考訳）: リボ核酸(RNA)逆フォールディング問題(英語版)は、特定の第三次構造に折り畳まれるヌクレオチド配列を設計し、合成生物学やバイオエンジニアリングにおいて重要な応用を持つ基本的な計算生物学の問題である。 複雑な3次元RNAアーキテクチャの設計は、多くの既存のアプローチが二次構造に焦点を当てているため、計算的に要求され、ほとんど未解決のままである。 第三次RNA逆フォールディングに対処するため,人工Bee Colony (ABC) 最適化アルゴリズムを用いたバイオインスパイアされたBeeRNAを提案する。 提案手法は,構造予測にRhoFoldを用いた基本対距離フィルタリングとRMSDに基づく構造評価を組み合わせることで,2段階の適合性評価戦略を実現する。 生物学的に妥当なGC量の配列を保証するため、このアルゴリズムは熱力学的制約と適応突然変異率を考慮している。 本研究は,マイクロRNA(miRNA),アプタマー,リボザイムを含む生物学的に重要な機構である,短長および中長のRNA($100ヌクレオチド)に主眼を置いている。 軽量で、トレーニング不要な実装は、再現性のために公開され、治療やバイオテクノロジーにおけるRNA設計に対する有望なバイオインスパイアされたアプローチを提供する。

関連論文リスト

• Regulatory DNA sequence Design with Reinforcement Learning [56.20290878358356]
  本稿では,強化学習を利用して事前学習した自己回帰モデルを微調整する生成手法を提案する。 2つの酵母培地条件下でのプロモーター設計タスクの評価と,3種類のヒト細胞に対するエンハンサー設計タスクの評価を行った。
  論文  参考訳（メタデータ） (2025-03-11T02:33:33Z)
• RiboGen: RNA Sequence and Structure Co-Generation with Equivariant MultiFlow [0.0]
  RiboGenはRNA配列と全原子3D構造を同時に生成する最初のディープラーニングモデルである。 実験の結果,RiboGenは化学的に可塑性かつ自己持続的なRNAサンプルを効率的に生成できることがわかった。
  論文  参考訳（メタデータ） (2025-03-03T21:19:11Z)
• BAnG: Bidirectional Anchored Generation for Conditional RNA Design [15.92155083519678]
  既存の計算手法では、特定のタンパク質ごとに既知のRNA配列がかなり必要である。 RNA-BAnGは,タンパク質相互作用のためのRNA配列を生成するための深層学習モデルである。
  論文  参考訳（メタデータ） (2025-02-28T17:51:00Z)
• BEACON: Benchmark for Comprehensive RNA Tasks and Language Models [60.02663015002029]
  本稿では、最初の包括的なRNAベンチマークBEACON(textbfBEnchmtextbfArk for textbfCOmprehensive RtextbfNA Task and Language Models)を紹介する。 まずBEACONは、構造解析、機能研究、工学的応用を網羅した、これまでの広範囲にわたる研究から導かれた13のタスクから構成される。 第2に、CNNのような従来のアプローチや、言語モデルに基づく高度なRNA基盤モデルなど、さまざまなモデルについて検討し、これらのモデルのタスク固有のパフォーマンスに関する貴重な洞察を提供する。 第3に、重要なRNA言語モデルコンポーネントについて検討する。
  論文  参考訳（メタデータ） (2024-06-14T19:39:19Z)
• RDesign: Hierarchical Data-efficient Representation Learning for Tertiary Structure-based RNA Design [65.41144149958208]
  本研究では,データ駆動型RNA設計パイプラインを体系的に構築することを目的とする。 我々は、ベンチマークデータセットを作成し、複雑なRNA第三次構造を表現するための包括的な構造モデリングアプローチを設計した。 RNA設計プロセスを容易にするために,塩基対を持つ抽出二次構造体を事前知識として組み込んだ。
  論文  参考訳（メタデータ） (2023-01-25T17:19:49Z)
• Accurate RNA 3D structure prediction using a language model-based deep learning approach [50.193512039121984]
  RhoFold+はRNA言語モデルに基づくディープラーニング手法で、配列から単一鎖RNAの3次元構造を正確に予測する。 RhoFold+はRNA 3D構造予測のための完全に自動化されたエンドツーエンドパイプラインを提供する。
  論文  参考訳（メタデータ） (2022-07-04T17:15:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。