RNAValidate: AI 예측 3D RNA 구조를 위한 CPU 전용 검증기

실험 데이터(FRET, cryo-EM, SHAPE/DMS 프로빙, 설계 가능성)와 비교하여 AI가 예측한 3D RNA 구조를 확인하는 예측기 비종속형 linter — 그리고 측정하기 전에 가수분해될 구조들을 플래그 지정합니다.

격차 (The gap)

예측기와 설계 도구(AlphaFold-3, RiboSphere, RoseTTAFold-RNA)는 풍부하지만, 예측된 3D RNA 구조를 실험적 증거와 비교하여 감사하는 오픈 소스 재현 가능한 계층은 없습니다. 합성 전에 검증하면 디자인당 수천 달러를 절약할 수 있습니다.

기능 (What it does)

RNAValidate는 사용자가 생성한 PDB + JSON을 읽고 다섯 가지 규칙을 적용합니다:

• R1 — FRET 일관성: 구조에서 파생된 값과 FRET 거리의 RMSD가 8 Angstrom 초과 => 실패(FAIL).
• R2 — cryo-EM 상관관계: map/model CC < 0.5 => 실패(FAIL) (map이 없으면 건너뜀).
• R3 — 화학적 프로빙 (SHAPE/DMS): 프로빙된 위치의 40% 초과가 구조와 모순될 경우 => 실패(FAIL) (데이터가 없으면 건너뜀).
• R4 — 설계 가능성: 잔기 부족 / 골격 파손 / 접힐 수 있는 모티프 없음 => 실패(FAIL).
• F1 — 가수분해 경향성 / 튜브 거짓 양성 (파생): 점수 > 0.60 => 측정 전에 분해될 가능성이 높음.

투명성 노트 (Transparency note)

F1은 파생 규칙(DERIVED rule) (위험 R5)으로, 저자가 제안한 것이며 단일 논문에서 추출된 것이 아닙니다. 하드 규칙으로 승격되기 전에 측정된 분해(튜브 반감기)에 대한 실험적 검증이 필요합니다. 임계값(FRET RMSD, cryo-EM CC)은 조정된 장치가 아니라 문서화된 화학입니다. 장치들은 최소 합성 헤어핀 PDB와 예시 FRET(외부 유효성, 순환 아님)를 사용합니다.

결과 (Results)

• 35개 테스트 통과, 96.84% 커버리지 (게이트 80%)
• CPU 전용, 외부 예측기 호출 없음 (AC-8)
• AGPL-3.0-or-later

사용 방법 (Try it)

pip install -e .
rnvalidate check --in structure.pdb --exp exp.json --format json

스택 (Stack)

• Python 3.11+, Typer
• pytest + pytest-cov for the suite

링크 (Links)

링크 (Links)

• Repo: https://github.com/amurlaniakea/rnvalidate

License: AGPL-3.0-or-later (c) 2026 Pedro Sordo Martinez — amurlaniakea@gmail.com