Генеративный ИИ для дизайна функциональных РНК
Исследователи из Бостонского университета разработали генеративную модель искусственного интеллекта для создания РНК-молекул с улучшенными функциями. Работа опубликована в Nature Communications.
Потенциал и вызовы РНК-инженерии
РНК — уникальная молекула, которая кодирует генетическую информацию и обладает широким спектром функциональной активности. Инженерные РНК имеют применение в:
- Генном редактировании (например, с помощью CRISPR)
- Диагностике
- Синтетических биологических системах
Ключевой проблемой до сих пор была необходимость трудоемкого и дорогого экспериментального синтеза и скрининга РНК. Существующие вычислительные инструменты часто узкоспециализированы и используют разные платформы.
Новые инструменты: SANDSTORM и GARDN
Команда представила два взаимодополняющих подхода:
SANDSTORM (Sequence and Structure of RNA Molecules) — глубокая модель машинного обучения, которая использует информацию о последовательности и вторичной структуре РНК для предсказания функции различных классов РНК. Модель может предсказывать активность:
- Концов РНК (5'- и 3'-концы), важных для стабильности, транспорта и трансляции.
- Участков, взаимодействующих с рибосомами.
- РНК для CRISPR-диагностики.
GARDN (Generative Adversarial RNA Design Networks) — генеративно-состязательная сеть, которая создает реалистичные примеры функциональных РНК и отличает их от нереалистичных.
Вместе SANDSTORM и GARDN образуют эффективную систему для генерации и отбора РНК-последовательностей с заданными функциями. Система требует меньше параметров для обучения и прогноза, что делает ее быстрее аналогов и позволяет работать даже на персональном компьютере.
Будущие шаги и применения
Текущие и планируемые направления исследований:
- Расширение дизайна: Помимо концов молекул, фокус смещается на кодирующую область РНК между ними.
- Интеграция с другими технологиями BU, включая самовоспроизводящуюся (self-amplifying) РНК и целевую доставку терапевтических средств.
- Повышение эффективности производства белка для новых целевых терапий.
Потенциальное влияние на медицину и биотехнологии:
- Более эффективные вакцины и терапия: Модели позволяют значительно увеличить количество целевого белка, производимого мРНК. Это может усилить лечение или снизить требуемую дозу РНК, уменьшив стоимость и побочные эффекты.
- "Умные" терапии: Дизайн РНК, активирующихся только в ответ на специфические биомаркеры (например, только в опухолевых клетках).
- Ускорение разработки лекарств: SANDSTORM позволяет создавать эффективные модели, обучаясь всего на нескольких сотнях тестовых последовательностей, а не на десятках тысяч. Это может стать решающим преимуществом по стоимости и времени, особенно для небольших биотехнологических компаний.