Grazie alle strategie dei giocatori del videogame EteRNA nasce una rete neurale avanzata per la ricerca sull’RNA

I ricercatori responsabili del progetto EteRNA hanno presentato EternaBrain, una rete neurale istruita dall'esperienza di gioco dei migliori videogiocatori di EteRNA. Grazie alle loro abilità nei puzzle, adesso il computer è capace di risolvere complicati puzzle.

L’applicazione delle tecniche del mondo dei videogiochi alla ricerca genetica sull’RNA è stata un successo tale che i ricercatori hanno presentato EternaBrain, una rete neurale basata sull’Intelligenza Artificiale, che sfrutta il patrimonio di dati del videogioco EteRNA per migliorare la propria precisione.

Che cosa c’entrano i videogame con la ricerca sull’RNA? C’entrano perché nel 2011 un gruppo di ricercatori ideò il videogioco collaborativo online EteRNA, che sfruttava i principi di base della gamification per progredire nello studio dell’RNA. Ciascun giocatore, con mouse e tastiera, tenta di scoprire una sequenza di RNA che consenta a una molecola virtuale di “piegarsi” nella forma desiderata. Nelle sfide alcuni giocatori hanno superato i migliori metodi automatizzati al computer, che non sono granché nella risoluzione di puzzle casuali. Alcuni giocatori umani invece hanno risolto puzzle di difficoltà straordinarie.

 

È grazie alla comunità online che EteRNA ha contribuito a studiare le sequenze di RNA e a creare nuovi test per lo screening di malattie quali la tubercolosi. Il successo è stato tale che lo stesso progetto è stato coinvolto negli studi per la modifica del gene CRISPR. Il set di dati con le scelte progettuali fatte dai giocatori di EteRNA è un patrimonio che i ricercatori hanno deciso di valorizzare. Hanno quindi inaugurato EternaBrain, una rete neurale artificiale che “impara” dalle strategie dei giocatori umani. A insegnare sono state 1,8 milioni di mosse dei giocatori impegnati nei 12 rompicapi più giocati di EteRNA, più 30.477 mosse fatte dai primi 72 giocatori su un set selezionato di puzzle più avanzati.

Il computer “ha imparato” talmente bene che ora l’algoritmo è in grado di comportarsi in modo migliore di quelli precedentemente sviluppati, e in alcuni casi di eguagliare le scelte dei migliori giocatori. Più in dettaglio, EternaBrain raggiunge una precisione del 51% e del 34%, rispettivamente nella predizione base e nella localizzazione, suggerendo che le mosse dei giocatori migliori sono parzialmente stereotipate. Morale: EternaBrain consente la soluzione di nuovi problemi di progettazione dell’RNA e può essere impiegato per prevedere serie complete di mosse anziché solo le singole mosse.

Il risultato è incoraggiante, ma il lavoro non è terminato. Rhiju Das del gruppo di ricerca spiega che “i nostri risultati suggeriscono che dovrebbe essere possibile creare algoritmi automatici per la progettazione di RNA che emulino o superino i progettisti umani di RNA. Però abbiamo ancora molto da imparare”. L’obiettivo ultimo sarà quello di “applicare EternaBrain a problemi più complessi rispetto a quelli affrontati dai giocatori di EteRNA, tra cui la progettazione di computer RNA e macchine 3D, e l’apprendimento delle regole di progettazione dai dati effettivi di laboratorio”, conclude Das.