RIVER با گردآوری شواهد، آنزیم‌های نامزد برای واکنش‌های زیستی را رتبه‌بندی می‌کند

پژوهشگران در پیش‌چاپی در arXiv چارچوبی به نام RIVER معرفی کرده‌اند که برای یافتن پیوندهای احتمالی میان آنزیم‌ها و واکنش‌های زیستی، شواهد را از چند منبع کنار هم می‌گذارد. این ابزار در دو جهت کار می‌کند: واکنش‌هایی را که یک آنزیم ممکن است کاتالیز کند شناسایی می‌کند و برای یک واکنش مشخص، آنزیم‌های نامزد را رتبه‌بندی می‌کند.

RIVER با هماهنگ‌کردن مدل‌های زبانی بزرگ، ابزارهای محاسباتی زیست‌شیمی و منابع دانشی بیرونی، شواهدی دربارهٔ شیمی واکنش، توالی و دامنه‌های پروتئین، سازوکارهای کاتالیز و حاشیه‌نویسی‌های پایگاه‌های داده گرد می‌آورد. ماژول‌های اعتبارسنجی آن نیز کمبودها و تعارض‌های احتمالی شواهد را بررسی می‌کنند و نامزدها را بر پایهٔ سوابق قابل‌ردیابی دوباره رتبه‌بندی می‌کنند.

به‌گفتهٔ نویسندگان، RIVER در بنچمارک‌های عمومی، هم در بازیابی آنزیم و هم در حاشیه‌نویسی عملکرد آن به بالاترین نرخ موفقیت میان روش‌های ارزیابی‌شده رسیده است. در مجموعه‌داده‌های منتخب برای بازیابی آنزیم‌های خانواده‌محور نیز از خطوط مبنای بررسی‌شده بهتر عمل کرده است. در آزمون‌هایی دربارهٔ آنزیم‌های E. coli که از پژوهش‌های تازه ساخته شده بودند، چارچوب در پیکربندی‌های مبتنی بر مدل‌های بسته و باز بهترین نتایج بازیابی را ثبت کرد و از سامانه‌های چندعاملی عمومی و زیست‌شناسی‌محور، از جمله Claude Code، Codex و Phylo Max، پیشی گرفت.

این نتایج، طبق مقاله، نشان می‌دهد بازیابی چندعاملیِ هدایت‌شده با شواهد می‌تواند رابطه‌های آنزیم‌ـ‌واکنشِ دارای پشتوانهٔ زیست‌شیمیایی را برای بررسی‌های بعدی اولویت‌بندی کند؛ اما تأیید نهایی این رابطه‌ها به آزمایش‌های بعدی نیاز دارد.