Révolution dans la recherche sur le repliement de l’ARN grâce au DGX Cloud de NVIDIA !

Avancées Spectaculaires en Recherche sur l’ARN

La recherche sur le repliement de l’ARN au sein du laboratoire Das de l’Université de Stanford a pris un tournant majeur grâce aux capacités computationnelles avancées offertes par NVIDIA DGX Cloud. Grâce à l’initiative du programme pilote NAIRR, le laboratoire bénéficie de 32 nœuds NVIDIA A100, chacun équipé de huit GPU, sur une période de trois mois. Cette puissance de calcul exceptionnelle permet de passer d’expériences à petite échelle à des formations distribuées à grande échelle, facilitant ainsi l’entraînement de modèles et de jeux de données conséquents.

Une Recherche Axée sur la Communauté

Dirigé par le Dr. Rhiju Das, le Das Lab s’impose comme un pionnier dans le domaine de la recherche sur l’ARN. En 2020, le laboratoire a lancé le concours OpenVaccine Kaggle en réponse à la pandémie de Covid-19, suivi en 2024 par le concours Ribonanza. Ces compétitions visent à accélérer la compréhension des structures de l’ARN et de leurs fonctions biologiques.

Un des principaux défis de cette recherche est le manque de données expérimentales sur les structures de l’ARN. Pour surmonter cette difficulté, le laboratoire Das a créé Eterna, un jeu de crowdsourcing permettant aux utilisateurs de concevoir des séquences d’ARN. Ces séquences sont synthétisées puis soumises à des expériences de cartographie chimique pour en déduire les structures de l’ARN.

Stratégies Innovantes en Recherche

La stratégie du laboratoire repose sur plusieurs approches innovantes :

• Collecte de Données Crowdsourcées : Eterna rassemble de nouvelles séquences d’ARN issues du public, complétées par des bases de données expertement choisies.
• Approximation des Données : Les expériences de cartographie chimique fournissent des profils de réactivité, contribuant ainsi à l’approximation des structures de l’ARN.
• Conception de Modèles par Crowdsourcing : Grâce aux compétitions Kaggle, le laboratoire teste plusieurs architectures de modèles et pipelines d’entraînement avec l’implication de la communauté.

De plus, le laboratoire a développé un modèle d’apprentissage par renforcement entraîné pour jouer à Eterna, qui accélère la génération de nouvelles séquences. Ce modèle a utilisé 4 000 heures de GPU A100 sur le NVIDIA DGX Cloud, entraîné avec l’algorithme Q-learning.

Résultats Impressionnants

Le laboratoire Das a réussi à constituer la plus grande base de données pour l’entraînement des structures de l’ARN. Les modèles fondamentaux, entraînés sur 256 GPU A100, ont conduit à la création de RibonanzaNet2, qui atteint actuellement des performances inégalées dans les tâches de repliement de l’ARN. Ce modèle est disponible pour la communauté afin d’être affiné et optimisé.

Le 26 février 2025, le laboratoire a lancé le concours Kaggle Stanford RNA 3D Folding, offrant un prix de 75 000 dollars pour encourager l’amélioration de RibonanzaNet2 en matière de prédiction des structures de l’ARN. Ce concours invite les participants à exploiter les structures expérimentales de l’ARN collectées durant la période du concours.

Avenir Prometteur de la Recherche sur l’ARN

Les travaux réalisés par le laboratoire Das présentent un potentiel immense pour faire progresser les sciences biologiques, avec des implications significatives pour la médecine, l’agriculture et la biotechnologie. En développant des modèles d’ARN plus précis, les chercheurs peuvent mieux comprendre les mécanismes des maladies et concevoir des traitements plus efficaces.

Pour l’avenir, le laboratoire prévoit d’élargir ses ensembles de données et ses modèles, en tirant parti de ressources computationnelles encore plus puissantes fournies par NVIDIA DGX Cloud. Leur travail illustre la puissance du crowdsourcing et des technologies avancées dans la recherche scientifique, ouvrant la voie à de nouvelles découvertes.

Image source : Shutterstock