Investigadores de la Universidad de Extremadura (UEx) han desarrollado un innovador algoritmo denominado GREED-RNA, destinado al diseño computacional de secuencias de ARN. Este avance ha sido publicado en acceso abierto en la revista IEEE Transactions on Evolutionary Computation. El algoritmo se especializa en generar secuencias de ARN que logran plegarse en estructuras específicas, lo que abre un abanico de posibilidades en el ámbito de la investigación biomédica.
La herramienta bioinformática GREED-RNA tiene aplicaciones prácticas en diversas áreas, como las terapias génicas, el desarrollo de vacunas y diagnósticos personalizados. Está disponible para la comunidad científica a través del siguiente enlace: https://github.com/iARN-unex/GREED-RNA.
Un Algoritmo Eficaz para el Diseño de ARN
El algoritmo GREED-RNA utiliza una “estrategia evolutiva avariciosa” que aborda el desafío del diseño de ARN, conocido también como plegado inverso, con una alta tasa de éxito. En pruebas realizadas, GREED-RNA resolvió 98 de las 100 estructuras de ARN planteadas en Eterna100-V1, un juego colaborativo donde los científicos enfrentan retos relacionados con el plegamiento molecular.
Este logro marca un hito significativo y destaca la contribución del grupo “Arquitectura de computadores y diseño lógico” de la UEx. Según José María Granado Criado, uno de los investigadores involucrados, “nuestro algoritmo no requiere entrenamiento previo como otros métodos basados en Deep Learning. Se inspira en principios biológicos evolutivos, seleccionando las mejores soluciones en cada generación para optimizar continuamente el proceso”. Su colega, Álvaro Rubio Largo, agrega que este enfoque dinámico permite adaptarse a diferentes objetivos estructurales mediante funciones que ajustan sus parámetros según las condiciones específicas del problema.
Importancia del Diseño Computacional de ARN
El diseño computacional del ARN es crucial en la investigación biomédica. El ARN desempeña un papel fundamental en procesos biológicos esenciales, incluyendo la síntesis proteica y la regulación genética. La bióloga y bioinformática Nuria Lozano García, autora principal del estudio, explica que aunque el ARN mensajero es conocido por su uso en vacunas, existen otros tipos de ARN no codificantes que son igualmente importantes debido a las estructuras que adoptan tras su plegado.
“El plegado inverso busca crear una molécula con una estructura específica a partir de una secuencia determinada”, aclara Lozano. Esto es vital ya que la forma final del ARN influye directamente en su función biológica. Además, el diseño computacional puede facilitar la creación de ARNs específicos para interactuar con proteínas relacionadas con enfermedades o para mejorar diagnósticos médicos.
Aportaciones Futuras y Financiación del Proyecto
Este proyecto ha sido financiado por la Junta de Extremadura y el Fondo Europeo de Desarrollo Regional (FEDER), bajo el contrato IB20047 (proyecto iARN: Inteligencia Artificial de Altas Prestaciones para optimizar el diseño de secuencias de ARN). La disponibilidad del código fuente y los resultados promete impulsar nuevas investigaciones dentro del ámbito biomédico.
Referencia bibliográfica:
Lozano-Garcia N, Rubio-Largo A, Granado-Criado JM. A Simple yet Effective Greedy Evolutionary Strategy for RNA Design. IEEE transactions on evolutionary computation. 2024;1–1. DOI:10.1109/TEVC.2024.3461509
Fuente: Servicio de Difusión de la Cultura Científica
Si (
No(
