PNAS：游戏玩家教你设计RNA

　　

生物通报道：研究人员发现，与计算机相比，网络游戏玩家可以更好的预测和设计RNA折叠。这一发现能为新兴的分子工程领域带来什么样的启示呢？

RNA可以被弯曲、成环和扭转形成多种不同的结构，这种自我装配的分子在生物学和生物工程领域具有关键性的作用，其应用前景非常广阔。许多研究者们都在设计能够折叠为特定形状的RNA分子，希望在这些合成分子的基础上，构建新药物和生物体感应器。

现在，斯坦福大学的研究人员使用RNA折叠网络游戏生成的数据，建立了迄今为止设计RNA折叠的最佳算法。这项工作发表在美国国家科学院院刊PNAS杂志上。

早在三十多年以前，人们就已经建立了预测基本RNA结构的算法，例如预测RNA中形成的简单环形。然而，“问题在于当我们使用这些计算模型时，总是需要反复试验，”文章的资深作者，斯坦福大学的Rhiju Das说。“绝大多数这样的模型并不实用。”

2011年，Das和他的同事为了在实验室中更好的模拟真实RNA分子，发布了一款称为EteRNA的网络游戏。玩家被要求将RNA核苷酸拼出指定形状，并依据设计的复杂性获得相应分数。随后，Das的研究团队收集了玩家们的设计结果，并在实验室中进行测试，看这些设计是否实用。据统计，共有三万七千人参与了这一项目。

研究人员在测试后发现，随着RNA结构复杂性的提高，计算机的设计越来越无法与玩家的设计媲美。

于是，Das分析了EteRNA玩家构建独特形状的策略，并尝试在此基础上总结出新的“设计规则”。他指出，这些来自玩家的规则绝大多数相当基础，而且很有道理。

归纳出这些新规则之后，Das创建了预测RNA折叠的新算法，并将其称为EteRNABot。随后他对这一算法进行了测试，结果发现新算法比以前的方法要好得多，几乎可以和玩家们的工作媲美。

现在，该实验室还在通过EteRNA每周收集玩家的RNA设计。此外，他们还准备通过类似途径解决更为复杂的新问题，例如如何设计在结合时能够改变结构的生物感应器。

这项研究向人们展示，网络群体可以完成大规模的实验和算法设计，为科学研究带来实质性的进步。（最新RNA相关研究：张建之教授PNAS解析RNA编辑）

 

生物通编辑：叶子

生物通推荐原文摘要：

RNA design rules from a massive open laboratory

Self-assembling RNA molecules present compelling substrates for the rational interrogation and control of living systems. However, imperfect in silico models—even at the secondary structure level—hinder the design of new RNAs that function properly when synthesized. Here, we present a unique and potentially general approach to such empirical problems: the Massive Open Laboratory. The EteRNA project connects 37,000 enthusiasts to RNA design puzzles through an online interface. Uniquely, EteRNA participants not only manipulate simulated molecules but also control a remote experimental pipeline for high-throughput RNA synthesis and structure mapping. We show herein that the EteRNA community leveraged dozens of cycles of continuous wet laboratory feedback to learn strategies for solving in vitro RNA design problems on which automated methods fail. The top strategies—including several previously unrecognized negative design rules—were distilled by machine learning into an algorithm, EteRNABot. Over a rigorous 1-y testing phase, both the EteRNA community and EteRNABot significantly outperformed prior algorithms in a dozen RNA secondary structure design tests, including the creation of dendrimer-like structures and scaffolds for small molecule sensors. These results show that an online community can carry out large-scale experiments, hypothesis generation, and algorithm design to create practical advances in empirical science.