AutoNovo: la ricerca agentica di programmi scopre algoritmi trasferibili per la progettazione di acidi nucleici

Abstract degli autori

L’ottimizzazione in silico degli acidi nucleici si basa su oracoli predittivi che rappresentano in modo imperfetto la funzione biologica. Le sequenze ottimizzate rispetto a un modello possono quindi sfruttarne le peculiarità e non generalizzare a modelli indipendenti. Studi recenti hanno mostrato che non tutti gli algoritmi di progettazione generalizzano altrettanto bene a modelli indipendenti. In questo lavoro usiamo la ricerca agentica di programmi per proporre, eseguire, valutare e rivedere iterativamente il codice di algoritmi per la progettazione di acidi nucleici. Descriviamo le strategie che hanno permesso di orientare con successo la ricerca tramite prompt. Gli algoritmi di AutoNovo hanno ottenuto la migliore media osservata tra i metodi valutati in 3/3 compiti di progettazione del DNA, in termini di prestazioni in silico, e in 6/6 compiti di trasferimento, in termini di risultati su modelli indipendenti. Gli algoritmi ottenuti appartengono a una famiglia di algoritmi per la progettazione di acidi nucleici scoperti attraverso la ricerca, anziché costituire un unico algoritmo universalmente migliore. Prevediamo di renderli disponibili. Questi risultati sono i primi passi verso la creazione di algoritmi per la progettazione di acidi nucleici che massimizzino la generalizzazione tra modelli, aumentando così le probabilità che le sequenze progettate in silico rispecchino la biologia reale.