ПОСТРОЕНИЕ БАЗЫ АКТИВНЫХ ЗНАНИЙ ДЛЯ АВТОМАТИЧЕСКОГО РЕШЕНИЯ ЗАДАЧИ АНАЛИЗА ВТОРИЧНОЙ СТРУКТУРЫ РНК

EDN: NSWEVQ

Рассматривается проблема автоматизации решения задач биоинформатики на основе баз активных знаний — частичного формального описания предметной области и библиотеки существующих программных модулей. В отличие от других подходов, основанных на ручном построении вычислительных конвейеров, программа решения задачи строится автоматически по ее высокоуровневой спецификации на основе базы активных знаний. Система автоматически синтезирует программу, выбирая и комбинируя имеющиеся модули с учетом их нефункциональных свойств, и обеспечивает параллельное исполнение независимых операций. Подход применен к задаче анализа вторичной структуры РНК. Рассматривается постановка задачи и процесс построения базы активных знаний для ее решения на основе существующих программных модулей из библиотеки ViennaRNA. Разработан прототип базы активных знаний с операциями предсказания структуры по одной и по множеству последовательностей РНК с выравниванием. Проведено тестирование на последовательностях консервативных доменов 5 и 6 интрона группы II из генома органелл Solanoideae. Предсказанные вторичные структуры согласуются с известными моделями, что подтверждает правильность автоматически построенного решения. Показана возможность автоматической реализации параллельных вычислений и перспективность расширения подхода для интеграции с существующими биоинформатическими платформами.

Исследование выполнено в рамках государственного задания ИВМ и МГ СО РАН FWNM-2025-0005 и при поддержке бюджетного проекта No. FWNR-2026-0023 ФИЦ ИЦиГ СО РАН.

Список литературы

1. The Galaxy Community, The Galaxy platform for accessible, reproducible and collaborative biomedical analyses: 2022 update // Nucleic Acids Research. 5 July 2022. V. 50, Iss. W1, , P. W345– W351, https://doi.org/10.1093/nar/gkac247.
2. Reich M., Liefeld T., Gould J. et al. GenePattern 2.0. Nat Genet 2006, 38, 500–501. https://doi.org/10.1038/ng0506-500.
3. Di Tommaso P., Chatzou M., Floden E. et al. Nextflow enables reproducible computational workflows // Nat Biotechnol. 2017. N 35. P. 316–319. https://doi.org/10.1038/nbt.3820.
4. Chen X., Chang J. T. Planning bioinformatics workflows using an expert system // Bioinformatics. April 2017. V. 33. Iss. 8. P 1210–1215. https://doi.org/10.1093/bioinformatics/ btw817.
5. Jung N., Bertrand F., Bahram S., Vallat L., Maumy-Bertrand M. Cascade: a R package to study, predict and simulate the diffusion of a signal through a temporal gene network // Bioinformatics. February 2014. V. 30. Iss. 4. P. 571–573. https://doi.org/10.1093/bioinformatics/ btt705.
6. Marchesi R., Micheletti N., I-Hsien Kuo N., Barbieri S., Jurman G., Osmani V. (2025) Generative AI mitigates representation bias and improves model fairness through synthetic health data. PLoS Comput Biol 21(5): e1013080. https://doi.org/10.1371/journal.pcbi.1013080.
7. Sosic M., Sikic M. Edlib: a C/C++ library for fast, exact sequence alignment using edit distance // Bioinformatics. May 2017. V. 33. Iss. 9. P. 1394–1395. https://doi.org/10.1093/ bioinformatics/btw753.
8. Malyshkin V. Active Knowledge, LuNA and Literacy for Oncoming Centuries // In Essays Dedicated to Pierpaolo Degano on Programming Languages with Applications to Biology and Security. 2015. V. 9465. Springer-Verlag, Berlin, Heidelberg. P. 292–303.
9. Chandrasekaran B., Josephson J. R., Benjamins V. R. What are ontologies, and why do we need them? IEEE Intell Syst. 1999;14(1):20–26. DOI: 10.1109/5254.747902.
10. Podkolodnyy N. L., Podkolodnaya O. A. Ontologies in bioinformatics and systems biology // Vavilov Journal of Genetics and Breeding. 2015;19(6):652–660. DOI: 10.18699/VJ15.090.
11. Podkolodnyy N. L., Podkolodnaya O. A., Ivanisenko V. A., Marchenko M. A. Ontologies in modelling and analysing of big genetic data // Vavilovskii Zhurnal Genetiki i Selektsii = Vavilov Journal of Genetics and Breeding. 2024;28(8): 940–949. DOI: 10.18699/vjgb-24-101.
12. BioPortal, the world’s most comprehensive repository of biomedical ontologies. [Электрон. Рес.]: https://bioportal.bioontology.org/ontologies (дата обращения 01.06.2026).
13. Manda P. Large Language Models in Bio-Ontology Research: A Review // Bioengineering. 2025; 12(11):1260. DOI: 10.3390/bioengineering12111260.
14. Ison J., Kalas M., Jonassen I., Bolser D., Uludag M., McWilliam H., Malone J., Lopez R., Pettifer S., Rice P. EDAM: an ontology of bioinformatics operations, types of data and identifiers, topics and formats // Bioinformatics. 2013 May. 15;29(10):1325–32. DOI: 10.1093/bioinformatics/btt113.
15. Callahan T. J., Tripodi I. J., Stefanski A. L. et al. An open source knowledge graph ecosystem for the life sciences. Sci Data. 2024;11(1):363. DOI: 10.1038/s41597-024-03171-w.
16. Синтез параллельных программ и систем на вычислительных моделях // Вальковский В. А., Малышкин В. Э.; Отв. ред. Котов В. Е.; АН СССР, Сиб. отд-ние, ВЦ. Новосибирск: Наука. Сиб. отд-ние, 1988. 126 с.
17. Малышкин В. Э., Перепелкин В. А. Построение баз активных знаний для автоматического конструирования решений прикладных задач на основе системы LuNA // Параллельные вычислительные технологии — XVIII всероссийская научная конференция с международным участием, ПаВТ’2024, г. Челябинск, 2–4 апреля 2024 г. Короткие статьи и описания плакатов. Челябинск: Издательский центр ЮУрГУ, 2024. с. 57–68. DOI: 10.14529/pct2024
18. Кудрявцев А. А., Малышкин В. Э., Нуштаев Ю. Ю., Перепелкин В. А., Спирин В. А. Эффективная фрагментированная реализация краевой задачи фильтрации двухфазной жидкости // Проблемы информатики. 2023. № 2. С. 45–73. DOI: 10.24412/2073-0667-2023-2-45-73.
19. Выродов А. Ю., Перепелкин В. А., Хайретдинов М. С., Хрыпченко А. В. Принципы организации программно-аналитической системы для параллельной обработки сейсмических данных // Вестник СибГУТИ. 2024. № 18(2). С. 57–68. DOI: 10.55648/1998-6920-2024-18-2-57-68.
20. Schukin G., Perepelkin V., Malyshkin V. Parallelization of a Scientific Application Using Didal Distributed Data Library // In: Malyshkin, V. (eds) Parallel Computing Technologies. PaCT 2025. Lecture Notes in Computer Science, 2026. V. 16185. Springer, Cham. P. 124–139. https://doi. org/10.1007/978-3-032-06751-7_9.
21. Lorenz R., Bernhart S. H., Ho¨ ner zu Siederdissen C. et al. ViennaRNA Package 2.0. Algorithms Mol Biol 6, 26 (2011). https://doi.org/10.1186/1748-7188-6-26
22. Nawrocki E. P., Eddy S. R. Infernal 1.1: 100-fold faster RNA homology searches // Bioinformatics. November 2013. V. 29. Iss. 22. P. 2933–2935. https://doi.org/10.1093/ bioinformatics/btt509.
23. Steffen P., Voss B., REhmsmEier M., Reeder J., GiEgEriCh R. RNAshapes: an integrated RNA analysis package based on abstract shapes // Bioinformatics. February 2006. V. 22. Iss. 4. P. 500–503. https://doi.org/10.1093/bioinformatics/btk010.
24. Gorodnichev M., Lebedev D. Semantic tools for development of high-level interactive applications for supercomputers // J Supercomput 77, 11866–11880 (2021). https://doi.org/10. 1007/s11227-021-03731-6.
25. Деменков П. С., Мухин А. М., Иванисенко В. А., Лашин С. А., Колчанов Н. А. Цифровая платформа «Микробиотех»: архитектура и назначение // Проблемы информатики. 2024. № 4 (65). С. 27–36. DOI: 10.24412/2073-0667-2024-4-27-36.