RNADyn: RNA 동역학 생성 및 이해를 위한 벤치마크
요약
본 논문은 표준화된 RNA 분자 역학(MD) 궤적 데이터셋인 RNADynBench를 소개하며, 이를 기반으로 단일 구조체로부터 궤적 생성과 동역학 지문 추출을 통합적으로 수행하는 모델 RNADynNet을 개발했습니다. 이 모델은 좌표 디노이징, 정렬, 물리적 접지 기술을 결합하여 RNA의 복잡한 입체 변화를 효과적으로 포착합니다.
핵심 포인트
- RNADynBench: 2585개의 표준화된 all-atom MD 궤적 데이터셋 제공
- RNADynNet: 구조 예측과 동역학 지문 추출을 통합하는 모델 프레임워크
- 물리적 접지(physical grounding)를 통해 생성 및 학습의 정확도 향상
- 생성된 궤적이 높은 RMSF 상관관계를 달성하여 성능 입증
리보핵산(RNA)은 정적인 구조만으로는 완전히 포착되지 않는 입체 변화를 통해 기능을 수행합니다. 하지만 대규모의 표준화된 RNA 동역학 데이터는 여전히 부족하며, 기존 접근 방식들은 일반적으로 궤적 생성과 동역학 이해를 별개의 목표로 취급합니다. 본 논문에서는 2585개의 품질 관리된 100-ns 모든 원자(all-atom) 궤적과 누출 제어 분할을 갖춘 표준화된 RNA 분자 역학(MD) 벤치마크인 RNADynBench를 소개합니다. RNADynBench를 기반으로, 우리는 단일 구조체로부터 궤적 생성과 동역학 지문 추출 모두에 공유 백본을 사용하는 통합 모델인 RNADynNet을 개발했습니다. 이는 좌표 디노이징(coordinate denoising), 단일 프레임-대-궤적 정렬(single-frame-to-trajectory alignment), 그리고 물리적 접지(physical grounding)를 결합하여 모든 원자 궤적 생성과 동역학 표현 학습을 연결합니다. 물리적 접지는 생성된 동역학과 이러한 지문에서 복구 가능한 물리적 정보를 모두 향상시킵니다. 높은 유연성 도전 세트를 포함한 모든 테스트 세트에서, 생성된 궤적은 0.875 및 0.766의 RMSF 상관관계를 달성했으며, 단일 구조체 예측은 MD로 파생된 동역학과 비교할 만한 일치도를 보였습니다. RNADynBench와 RNADynNet은 함께 RNA 동역학을 생성하고 이해하기 위한 벤치마크와 통합 모델링 프레임워크를 확립합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.LG의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기