RNA是生物体中的关键调节剂,故障可能导致严重的疾病。探索基于RNA的治疗剂和应用,计算结构预测和设计方法起着至关重要的作用。在这些方法中,深度学习(DL)算法表现出巨大的希望。但是,由于各种挑战,RNA社区中DL方法的采用受到限制。dl从业者经常低估了数据同源性,在该领域引起怀疑。此外,缺乏标准化的基准测试器会导致比较,同时应对低级任务需要大量的努力。评估性能和可视化结果被证明是非平凡和任务依赖性的。为了解决这些障碍,我们引入了RNABENCH(RNB),这是一个专门用于开发深度学习算法的开源RNA库,可减轻在数据生成,评估和可视化过程中的挑战。它提供了精心策划的同源性感知的RNA数据集和标准化的RNA基准,包括开创性的RNA设计基准套件,其中包含一个新颖的现实世界RNA设计问题。此外,RNB还提供基线算法,包括现有的和新颖的性能指标以及数据实用程序和全面的可视化模块,所有这些都可以通过用户友好的界面访问。通过利用RNB,DL从业人员可以快速开发创新的算法,从而有可能彻底改变计算RNA研究领域。
主要关键词