Scientific Computing: Künstliche Intelligenz lernt die Sprache der RNA

Forschende des KIT entwickeln KI-Basismodell für RNA-Forschung und medizinische Anwendungen
Im Vordergrund ist ein SAM-I-Riboswitch in Orange zu sehen, im Hintergrund der Supercomputer Horeka des KIT in Blautönen. Alexander Schug, KIT
Visualisierung einer RNA-Struktur vor dem Hochleistungsrechner HoreKa des KIT. Das KI-Modell NucleicBERT wurde mit rund 30 Millionen RNA-Sequenzen auf Supercomputern vortrainiert.

Ribonukleinsäure (RNA) übernimmt in Zellen zahlreiche Aufgaben und spielt in der Medizin eine wichtige Rolle. RNA-basierte Impfstoffe und Arzneimittel nutzen das Biomolekül, um gezielt biologische Prozesse zu beeinflussen. Doch bei vielen RNAs wissen Forschende bisher kaum, welche Form sie annehmen und welche Aufgaben sie in der Zelle erfüllen. Forschende des Karlsruher Instituts für Technologie (KIT) und des Forschungszentrums Jülich haben nun ein neues KI-Basismodell entwickelt. Das Modell NucleicBERT erreicht bei unterschiedlichen Vorhersageaufgaben eine hohe Genauigkeit und ermöglicht Einblicke in die biologischen Zusammenhänge, die es gelernt hat. Mit rund 30 Millionen RNA-Sequenzen auf Supercomputern vortrainiert, lässt es sich für unterschiedliche wissenschaftliche Aufgaben spezialisieren. Darüber berichten die Forschenden in der Fachzeitschrift Nature Machine Intelligence.

Ein Basismodell für verschiedene Forschungsaufgaben 

NucleicBERT kann beispielsweise vorhersagen, welche Bereiche einer RNA miteinander wechselwirken, wie sich ihre Sekundärstruktur ausbildet oder wie Mutationen die Funktion verändern. Dafür genügt dem Modell eine einzelne Sequenz. „Unser Modell kann nicht nur die RNA-Erforschung beschleunigen“, sagt Dr. Alexander Schug, Abteilungsleiter am Scientific Computing Center (SCC) des KIT. „Wir können auch untersuchen, welche biologischen Zusammenhänge NucleicBERT gelernt hat und so besser verstehen, wie es zu seinen Vorhersagen kommt.“ Das Modell verbindet zwei Datenwelten: die schnell wachsende Menge bekannter RNA-Sequenzen und das knappe experimentelle Wissen über ihre Struktur und Funktion.

or, 10.09.2026