CodonMamba: a foundation model for programmable mRNA coding sequence design

داخل كل خلية حية، يعمل خط تجميع معقد على تحويل التعليمات الجينية إلى البروتينات التي تُبقي الحياة مستمرة. كُتبت هذه التعليمات بلغة مكونة من أربعة أحرف كيميائية، مُجمعة في ثلاثيات تُسمى "الكودونات". وبينما تعد الشفرة الجينية عالمية، فإن الطريقة التي تستخدم بها الكائنات الحية المختلفة هذه الثلاثيات تختلف؛ فبعضها يفضل تركيبات معينة دون غيرها، تماماً كما تفضل اللهجات المختلفة كلمات محددة لنفس الفكرة. لطالما سعى العلماء لإعادة كتابة هذه الرسائل الجينية لابتكار أدوية قوية، لا سيما الحمض النووي الريبوزي المرسال (mRNA)، الذي يعمل كمخطط مؤقت لصنع البروتينات العلاجية. ومع ذلك، فإن تصميم هذه التسلسلات هو عملية توازن دقيقة؛ إذ يجب ألا تكتفي الشفرة بإنتاج البروتين الصحيح فحسب، بل يجب أيضاً أن تنطوي بشكل صحيح، وتظل مستقرة، ويتم قراءتها بكفاءة من قبل الخلية المضيفة المحددة التي تدخل إليها. لسنوات، اعتمد الباحثون على برامج الكمبيوتر لتحسين هذه التسلسلات، لكن هذه الأدوات كانت تتطلب غالباً عملية إصلاح شاملة كلما أراد العالم تغيير القواعد لمضيف جديد أو تطبيق طبي مختلف.

لقد قدم فريق من الباحثين الآن نهجاً جديداً يسمى "كودون مامبا" (CodonMamba)، وهو نظام صُمم لفهم وتوليد هذه التسلسلات الجينية بمرونة غير مسبوقة. وبدلاً من مجرد حفظ الأنماط من البيانات الموجودة، يعمل هذا النظام كنموذج تأسيسي، وهو نوع من الذكاء الاصطناعي الذي تم تدريبه على مكتبة ضخمة من التسلسلات المشفرة الطبيعية لاستيعاب القواعد الأساسية للغة البيولوجية. اختبر الباحثون هذا النموذج مقابل مجموعة شاملة من اثنتي عشرة مهمة مختلفة تتعلق بالتنبؤ بكيفية سلوك الـ mRNA. وفي هذه الاختبارات، تفوق "كودون مامبا" على أي طريقة سابقة، محتلاً المرتبة الأولى في عشر من أصل اثنتي عشرة فئة. يشير هذا النجاح إلى أن النموذج قد تعلم فهماً عميقاً وقابلاً للتعميم حول كيفية عمل التسلسلات الجينية، مما يسمح له بالتنبؤ بالنتائج بدقة عالية عبر نطاق واسع من السيناريوهات البيولوجية.

وما يميز هذا العمل ليس دقته فحسب، بل قدرته على أن يكون موجهاً من قبل المستخدم لحظة الإنشاء. تقليدياً، إذا أراد عالم تصميم تسلسل لكائن حي معين، كان عليه إعادة تدريب نموذج الكمبيوتر بأكمله باستخدام بيانات جديدة، وهي عملية بطيئة وجامدة. يغير "كودون مامبا" هذه الديناميكية من خلال السماح للعلماء بتحديد تفضيلاتهم مباشرة أثناء مرحلة التوليد. فمن خلال إدخال قواعد محددة من قبل المستخدم حول مدى تكرار ظهور كودونات معينة، يمكن للنظام التكيف فوراً مع احتياجات مضيف أو تطبيق محدد دون الحاجة إلى إعادة تدريبه. وهذا يعني أنه يمكن استخدام نموذج واحد لتصميم تسلسلات لبيئات مختلفة ببساą ج تعديل التعليمات المعطاة له، مع الحفاظ على المنطق البيولوجي الأساسي مع تغيير الخيارات الأسلوبية لتناسب السياق الجديد.

وفي تجاربهم، أظهر الباحثون أن هذا النظام يمكنه تنسيق أهداف تصميم متعددة في آن واحد، وتحسين عدة خصائص للتسلسل في وقت واحد. وقد أظهروا أن النموذج يمكنه أخذ تصميم جيني مخصص لمضيف ما وإعادة توجيهه لمضيف آخر، عبر تغيير التفضيلات الأساسية مع الحفاظ على الخيارات الهيكلية الجوهرية سليمة. تمثل هذه القدرة تحولاً من التحسين الثابت إلى إطار عمل قابل للبرمجة، حيث تصبح عملية التصميم بمثابة حوار بين العالم والنموذج. وتشير النتائج إلى أن هذا النموذج التأسيسي يقدم أداة دقيقة وقابلة للتكيف لهندسة الـ mRNA، مما ينقل المجال نحو مستقبل يمكن فيه تخصيص التسلسلات الجينية بمستوى من التحديد والسهولة كان بعيد المنال في السابق.