Новая ИИ-модель RiboNN ускоряет разработку мРНК-терапий

Новая модель искусственного интеллекта RiboNN предсказывает, насколько эффективно конкретные последовательности матричной РНК (мРНК) будут производить белки как в целом, так и в различных типах клеток. Это улучшает процесс открытия лекарств и вакцин.

Суть разработки

• Цель: Ускорить создание нового поколения мРНК-терапевтических средств для борьбы с вирусами, раком и генетическими нарушениями.
• Задача: Решить проблему низкой эффективности производства белка из терапевтической мРНК в клетках пациента.
• Метод: Модель обучалась на наборе данных RiboBase, включающем результаты более 10 000 экспериментов по трансляции мРНК в различных типах клеток человека и мыши.

Ключевые результаты

• Точность: В тестах на более чем 140 типах клеток человека и мыши RiboNN оказалась примерно вдвое точнее предыдущих методов в предсказании эффективности трансляции.
• Применение: Модель позволяет направленно проектировать мРНК-последовательности для:
  • Максимальной выработки целевого белка.
  • Лучшего нацеливания на конкретные ткани (например, печень, сердце, иммунные клетки).
• Научное открытие: В сопутствующей статье в Nature Biotechnology команда показала, что мРНК со связанными биологическими функциями транслируются в белки на сходных уровнях в разных типах клеток. Ранее было известно только о координации на стадии транскрипции генов в мРНК.

Контекст и значение

• Создано: В результате академическо-промышленного партнерства между Техасским университетом в Остине и фармацевтической компанией Sanofi.
• Цитата руководителя проекта Кэна Ценика: «Когда мы начинали этот проект более шести лет назад, не было очевидного применения... Это ценность исследований, движимых любопытством. Они закладывают основу для таких достижений, как RiboNN».
• Перспектива: Инструмент может сократить необходимость в экспериментах «методом проб и ошибок», ускоряя разработку персонализированных и таргетных терапий.