Unlocking Programmable and Creative RNA Sequence Design with RDiffusion
يُعد RDiffusion نموذج محول توليدي يعتمد على الانتشار المنفصل، وهو يتفوق على الأساليب الحالية في تصميم تسلسلات RNA متنوعة ووظيفية، وقد نجح في تحديد محاكي جديد لـ microRNA علاجياً لمرض الفصال العظمي، مما يؤسس لنموذج جديد مدعوم بالذكاء الاصطناعي لاكتشاف الـ RNA.
المؤلفون الأصليون:Jue Wang, Jintong Dong, Lan Yang, Tianhao Li, Jianwei Yin, Jintao Chen, Ying Dong, Jia Li, Cheng Tan
على مدار ثلاثة مليارات سنة، اعتمدت الحياة على الأرض على دليل تعليمات مركزي مكتوب في الحمض النووي الريبوزي منقوص الأكسجين (DNA)، والذي يُنسخ بعد ذلك إلى مسودة عمل تُسمى الحمض النووي الريبوزي (RNA). تعمل هذه المسودة عادةً كرسول مؤقت، يحمل الأوامر لبناء البروتينات، وهي الآلات التي تدير خلايانا. ومع ذلك، فإن الـ RNA هو أكثر بكثير من مجرد ساعٍ سلبي؛ فهو جزيء متعدد الاستخدامات قادر على الانطواء في أشكال معقدة، والعمل كمحفز لتسريع التفاعلات الكيميائية، وتنظيم أي الجينات يتم تفعيلها أو إيقافها. وبسبب هذه القدرة المزدوجة على تخزين المعلومات وأداء العمل، حلم العلماء طويلاً بتصميم جزيئات RNA مخصصة لتعمل كأدوية، أو مستشعرات، أو أدوات للبيولوجيا التخليقية. غير أن التحدي كان هائلاً؛ فمساحة تسلسلات الـ RNA المحتملة ضخمة بشكل فلكي، والقواعد التي تحدد كيف ينطوي تسلسل معين من الحروف إلى شكل ثلاثي الأبعاد وظيفي معقدة للغاية. وبينما قمنا بفهرسة ملايين تسلسلات الـ RNA الطبيعية، إلا أننا لم نخدش سوى سطح ما هو ممكن، مما ترك الغالبية العظمى من التصاميم المحتملة غير مستكشفة، ووظائف العديد من الـ RNAs الطبيعية غير معروفة.
وللتنقل في هذا الإقليم الشاسع وغير المستكشف، طور فريق من الباحثين نظام ذكاء اصطناعي جديداً يسمى "RDizusion". صُممت هذه الأداة لتكون محركاً إبداعياً للـ RNA، قادرة على توليد تسلسلات جديدة تماماً مصممة خصيصاً لاحتياجات محددة. وخلافاً للطرق السابقة التي كانت قادرة فقط على التعامل مع نوع واحد من التعليمات في كل مرة، مثل مطابقة شكل معين أو وظيفة واحدة، يمكن لـ RDizusion قبول مجموعة متنوعة من الظروف في وقت واحد. يمكن للمستخدم أن يطلب من النظام تصميم جزيء RNA ينطوي في بنية ثلاثية الأبعاد معينة، أو يرتبط ببروتين محدد، أو ينتمي إلى عائلة معينة من الـ RNAs الطبيعية، أو يؤدي وظيفة علاجية محددة. يعمل النظام من خلال التعلم من مكتبة ضخمة تضم أكثر من 11 مليون تسلسل RNA موجود، كل منها مشروح بتفاصيل حول وظيفته وبنيته. ومن خلال دراسة هذه الأمثلة، يتعلم الذكاء الاصطناعي الأنماط الكامنة لكيفية عمل الـ RNA، مما يسمح له بتخيل وبناء تسلسلات جديدة لم توجد من قبل في الطبيعة، ولكن من المتوقع أن تعمل تماماً كما هو مخطط لها.
اختبر الباحثون هذا النظام عبر طيف واسع من تحديات التصميم ليروا ما إذا كان بإمكانه حقاً فهم وقواعد الـ RNA والتلاعب بها. في مجموعة من التجارب، طلبوا من الذكاء الاصطناعي تصميم جزيئات RNA تنتمي إلى عائلات محددة، مثل تلك التي تعمل كمفاتيح للتحكم في التعبير الجيني. نجح النظام في توليد تسلسلات جديدة تم تحديدها بشكل صحيح كأعضاء في هذه العائلات، متفوقاً في كثير من الأحيان على الطرق الموجودة بفارق كبير. وفي اختبار آخر، تحدى الفريق الذكاء الاصطناعي لتصميم تسلسلات RNA يمكنها تحسين إنتاج البروتينات، وهي مهمة حاسمة لتصنيع العقاقير البيولوجية. لم يكتفِ النظام بإنشاء تسلسلات تعمل بشكل أفضل من النسخ الطبيعية الأصلية فحسب، بل تعلم أيضاً المنطق التنظيمي المعقد المطلوب للقيام بذلك، ونجح في زيادة كفاءة إنتاج البروتين في البيئات المحاكية.
تتجاوز قدرات RDizusion مجرد التسلسلات البسيطة إلى الأشكال المعقدة ثلاثية الأبعاد التي تتخذها جزيئات الـ RNA. فقد طلب الباحثون من الذكاء الاصطناعي تصميم تسلسلات تنطوي في هياكل ثلاثية الأبعاد محددة ومحددة مسبقاً، وهي مهمة صعبة للغاية لأن العلاقة بين التسلسل الخطي والشكل النهائي ليست مباشرة. أنتج النظام تسلسلات، عند انطوائها، تطابق الأشكال المستهدفة بدقة عالية. وفي كثير من الحالات، كانت الجزيئات المصممة بواسطة الذكاء الاصطناعي مستقرة ومتشكلة جيداً مثل تلك الموجودة في الطبيعة، بل وتفوقت عليها في بعض الحالات من حيث الاستقرار الهيكلي. علاوة على ذلك، أظهر النظام القدرة على تصميم جزيئات RNA يمكنها الارتباط ببروتينات محددة، وهو مطلب رئيسي لإنشاء علاجات تعتمد على الـ RNA يمكنها استهداف آليات المرض. لقد نجح في توليد تسلسلات ترتبط ببروتينات مفردة وحتى بأزواج من البروتينات في آن واحد، مما أظهر فهماً متطوراً لكيفية تفاعل الـ RNA مع الآلات الخلوية.
ربما كان العرض الأكثر إقناعاً لإمكانات هذه التكنولوجيا يأتي من تطبيقها على مشكلة طبية واقعية: الفصال العظمي (التهاب المفاصل)، وهو مرض مفصلي مؤلم ومستنزف. استخدم الباحثون RDizusion لتصميم نوع جديد من الجزيئات العلاجية، وهو محاكي للـ microRNA، يهدف إلى علاج المرض عن طريق استهداف بروتين محدد يسمى SDC4، وهو بروتين يشارك في تآكل الغضاريف. ولد الذكاء الاصطناعي تسلسلاً جديداً يُتوقع أن يكون فعالاً للغاية في تثبيط هذا البروتين. وعند اختباره في المختبر، أثبت هذا الجزيء المصمم بالذكاء الاصطناعي أنه مرشح علاجي قوي؛ فقد نجح في تقليل الالتهاب ومنع تآكل مصفوفة الغضروف في الخلايا والأنسجة البشرية. والأهم من ذلك، أن الجزيء عمل بشكل أفضل من الـ microRNA الطبيعي الذي استند إليه، مما يشير إلى أن الذكاء الاصطناعي قد قام بتحسين التسلسل للارتباط بقوة أكبر بهدفه. وقد تأكد هذا النجاح في عينات غضروف بشرية مأخوذة من مرضى، حيث حافظ الجزيء المصمم على سلامة الأنسجة وقلل من علامات المرض.
إن العمل المقدم هنا يؤسس لنموذج جديد لكيفية مقاربتنا لتصميم الجزيئات البيولوجية. فمن خلال الجمع بين الفهم العميق لقواعد بنية ووظيفة الـ RNA ونموذج توليدي قوي، أنشأ الباحثون أداة يمكنها تجاوز مجرد نسخ الطبيعة إلى ابتكار حلول بيولوجية جديدة فعلياً. لا يكتفي النظام بالتنبؤ بما قد ينجح، بل يبني بنشاط تسلسلات مصممة وفق مواصفات دقيقة، بدءاً من شكل الجزيء وصولاً إلى المرض الذي يُراد علاجه. إن النجاح في تصميم والتحقق من مرشح علاجي للفصال العظمي يشير إلى أن هذا النهج يمكن أن يسرع اكتشاف أدوية جديدة تعتمد على الـ RNA لمجموعة واسعة من الحالات. ومع استمرار نمو مجال علاجات الـ RNA، توفر أدوات مثل RDizusion مساراً للمضي قدماً، محولةً المساحة الشاسعة وغير المستكشفة من تسلسلات الـ RNA إلى مورد قابل للبرمجة لتحسين صحة الإنسان.
ملخص تقني: فك شفرة تصميم تسلسلات RNA القابلة للبرمجة والإبداع باستخدام RDizusion
1. بيان المشكلة
على الرغم من الفهرسة الواسعة للحمض النووي الريبوزي (RNA) غير المشفر، لا يزال التوصيف الوظيفي لتسلسلات RNA شحيحاً، حيث تمتلك نسبة ضئيلة فقط من التسلسلات المجموعة أوصافاً وظيفية مفصلة. إن التصميم العقلاني لـ RNA الوظيفي يعوقه التعقيد الهيكلي متعدد المستويات للجزيء (البنى الأولية، والثانوية، والثالثية، والرابعية) و"المادة المظلمة" للفضاء غير المستكشف من الـ RNA. تعتمد الطرق الحسابية الحالية لتصميم الـ RNA غالباً على مدخلات ذات شرط واحد (مثل التسلسل فقط أو البنية الثانوية فقط)، وتواجه صعوبة في دمج القيود البيولوجية المتنوعة في آن واحد. علاوة على ذلك، تفشل النهج الحالية بشكل متكرر في تحقيق التوازن بين توليد تسلسلات جديدة وبين الحفاظ على خصائص هيكلية أو وظيفية محددة، مما يحد من فائدتها في الاكتشاف العلاجي.
2. المنهجية: RDizusion
يقترح المؤلفون RDizusion، وهو نموذج محول (Transformer) توليدي يعتمد على الانتشار المنفصل المشروط والمصمم للتصميم الشامل لتسلسلات الـ RNA.
2.1 البنية والتدريب
النموذج الأساسي: بُني RDizusion على بنية Transformer مكونة من 12 طبقة. يعمل ضمن إطار عمل انتشار منفصل حيث تقوم العملية الأمامية بحجب (masking) رموز RNA (A, U, C, G) تدريجياً حتى يتم حجب التسلسل بالكامل، بينما تقوم العملية العكسية باستعادة الرموز تكرارياً لإعادة بناء التسلسل.
التدريب المسبق: تم تدريب النموذج مسبقاً على RFuncData، وهو مجموعة بيانات واسعة النطاق تضم 11.5 مليون تسلسل RNA موصوفة بخصائص وظيفية وبنى ثانوية، تم تجميعها من RNAcentral.
حقن الشروط (Condition Injection): الابتكار الرئيسي هو وحدة حقن الشروط (Condition Injector Module)، التي تدمج إشارات شرطية متنوعة في الفضاء الكامن عبر الدمج الجمعي. تشمل هذه الشروط:
الأوصاف النصية: مشفرة عبر BioBERT للسمات الوظيفية (مثل "ribozyme"، "5'UTR").
الفئات الوظيفية: تسميات منفصلة أو مستمرة (مثل أنواع العائلات، درجات النشاط).
البنية الثانوية: ميزات محددة للمواقع مشتقة من تدوين dot-bracket.
البنية الثالثية: تمثيلات رسومية هندسية (نموذج خشن مكون من 3 خرزات) تتم معالجتها بواسطة شبكة عصبية رسومية (GNN).
الشركاء الرابطون: أسماء البروتينات وقيم icSHAPE.
2.2 التوليد المشروط والتحسين
الاستدلال الموجه: أثناء الاستدلال، يقوم نموذج توجيه (Guidance Model) منفصل (تم تدريبه كمُتنبئ لخصائص محددة مثل ألفة الارتباط أو متوسط تحميل الريبوسوم MRL) بتقييم التسلسلات المولدة جزئياً. يتم تمرير التدرجات من نموذج التوجيه هذا إلى الخلف (backpropagated) لتوجيه عملية الانتشار نحو تسلسلات ذات خصائص محسنة دون الحاجة لإعادة تدريب نموذج الانتشار نفسه.
الضبط الدقيق عبر GRPO: لتحسين الخصائص الوظيفية عالية القيمة (مثل MRL مرتفع أو نشاط gRNA)، استخدم المؤلفون تحسين سياسة المكافأة الجماعية (GRPO). يعامل هذا النهج RDizusion المدرب مسبقاً كنموذج سياسة ومرجع في آن واحد، مما يحسن التوليد نحو إشارة مكافأة (توفرها نموذج التوجيه) مع الحفاظ على الأمانة التوزيعية لبيانات التدريب المسبق من خلال تنظيم التباين في الإنتروبيا المتقاطعة (cross-entropy) وتباعد KL.
3. المساهمات الرئيسية والنتائج
يقيم البحث RDizusion عبر طيف من مهام التصميم، مظهراً أداءً رائداً (state-of-the-art) مقارنة بالنماذج المرجعية المتخصصة (مثل RNA-FM، ERNIE-RNA، GARDN، RfamGen، gRNAde).
3.1 تصميم الـ RNA الوظيفي
تصنيف عائلات الـ RNA: حقق RDizusion مقاييس تصنيف فائقة (الدقة 0.961، F1 0.967) على مجموعة بيانات Rfam، متفوقاً على نماذج التعلم الآلي الكلاسيكية والنماذج التأسيسية.
توليد التسلسلات: في توليد التسلسلات المشروطة بأنواع عائلات الـ RNA، حقق RDizusion معدل نجاح في التصميم بنسبة 95%، متفوقاً بشكل كبير على النماذج المرجعية (مثل RfamGen بنسبة 60%). وقد نجح في توليد تسلسلات جديدة ذات تنوع عالٍ مع الحفاظ على الأمانة الهيكلية.
تحسين 5'UTR: لتحسين متوسط تحميل الريبوسوم (MRL)، حقق RDizusion خطأً في متوسط مربع الخطأ (MSE) قدره 0.125 في مهام التنبؤ. وفي مهام التصميم، قام بتحسين قيم MRL عبر نطاقات مختلفة، بمعدل نجاح قدره 92.2% في توليد تسلسلات ذات MRL أعلى من المدخلات الأصلية.
نشاط gRNA-Cas13: صمم RDizusion جزيئات RNA موجهة (guide RNAs) ذات نشاط وارتباط عالٍ بالهدف وخصوصية عالية، محققاً متوسط معدل نجاح قدره 54.3% عبر أربعة نطاقات نشاط (تتراوح من 0.447 إلى 0.657) مع الحفاظ على نشاط عالٍ حتى عند مسافات هامينج (Hamming distances) كبيرة من القوالب المثلى.
3.2 التصميم القائم على البنية
البنية الثانوية: في اختبار bpRNA-1m TS0، حقق RDizusion درجة F1 للاتساق الذاتي بلغت 0.872 ومعدل نجاح قدره 63.5%، متجاوزاً بكثير النماذج المرجعية مثل GARDN (نجاح 0.0%). ومن الجدير بالذكر أنه ولد تسلسلات ذات تشابه تسلسلي منخفض مع الأنواع البرية (0.364) ولكن مع أمانة هيكلية عالية، مما يشير إلى جدة حقيقية وليس مجرد حفظ.
البنية الثالثية: باستخدام مجموعة بيانات RNASolo، حقق RDiz-usion متوسط معدل استعادة قدره 83% عبر التسلسلات القصيرة والمتوسطة والطويلة، متفوقاً بشكل كبير على النماذج المرجعية (التي بلغت 57% كحد أقصى). أظهرت التسلسلات المصممة اتساقاً ذاتياً عالياً في درجات TM-scores (0.526) ودرجات pLDDT (68.6) عند التحقق منها باستخدام AlphaFold3، مقتربة من أداء النوع البري.
3.3 تصميم البروتينات الرابطة
نجح RDizusion في تصميم تسلسلات ترتبط بـ 100 بروتين مختلف رابط للـ RNA بمعدلات نجاح تتجاوز 65% لجميع الأهداف. كما أظهر القدرة على تصميم تسلسلات تستهدف 30 زوجاً من البروتينات في آن واحد، بمعدلات نجاح تصل إلى 84%.
3.4 التوليد غير المشروط
في المهام غير المشروطة، ولد RDizusion تسلسلات RNA مستقرة ومتنوعة بأطوال متفاوتة (20–500 نيوكليوتيد). أظهرت التسلسلات القصيرة استقراراً هيكلياً عالياً (درجات OpenKnot وEterna مقاربة للأنواع البرية)، بينما حافظت التسلسلات الطويلة على تنوع معقول.
4. التطبيق الترجمي: علاج هشاشة العظام (OA)
لإثبات الإمكانات السريرية، طبق المؤلفون RDizusion على التصميم من الصفر لمحاكيات miRNA علاجية لهشاشة العظام (OA).
خط العمل (Pipeline): حددت عملية فحص البذور (seed-screening) مخصصة 46 بذرة مرشحة أساسية بناءً على الصلة بالمرض. ثم قام RDizusion بتوليد متغيرات جديدة عن طريق إدخال طفرات في المناطق غير البذرة.
المرشح الرائد (Mimic 0-4): حدد النموذج mimic 0-4، الذي تم تحسينه لاستهداف SDC4 (Syndecan-4).
التحقق:
في المختبر (In Vitro): في خلايا غضروفية محفزة بـ IL-1β (خلايا SW1353 وخلايا بشرية أولية)، قام mimic 0-4 بتثبيط السيتوكينات الالتهابية (CCL2, IL-1β) والإنزيمات الهدمية (MMP3, MMP13) بشكل كبير، مع تعزيز بناء المصفوفة خارج الخلوية (ECM anabolism) عبر SOX9.
الآلية: أكدت تحليلات RNA-seq وتجارب dual-luciferase أن mimic 0-4 يستهدف تحديداً 3'-UTR لـ SDC4، مما يؤدي إلى خفض تعبيره. وقد حاكت عملية تثبيط SDC4 التأثيرات الوقائية لـ mimic 0-4.
خارج الجسم الحي (Ex Vivo): في مستخلصات الغضروف البشري، قلل mimic 0-4 من فقدان البروتيوغليكان (صبغة Safranin O) وخفض مستويات بروتين MMP3/SDC4.
الخصوصية: تم عكس فعالية mimic 0-4 باستخدام أوليغونوكليوتيد مضاد (ASO) ضد mimic 0-4، مما أكد العمل المحدد للتسلسل.
5. الأهمية والادعاءات
يزعم المؤلفون أن RDizusion يضع نموذجاً عاماً مدفوعاً بالذكاء الاصطناعي لاكتشاف علاجات الـ RNA.
إطار عمل موحد: على عكس الطرق السابقة التي تعالج مهاماً معزولة، يوفر RDizusion بنية موحدة قادرة على دمج القيود المتنوعة (الوظيفة، العائلة، البنية الثانوية/الثالثية، ارتباط البروتين) في آن واحد.
الجدة والأمانة: نجح النموذج في توليد تسلسلات صالحة هيكلياً ووظيفياً ولكنها متميزة عن بيانات التدريب، متجاوزاً قيود "الحفظ" التي تعاني منها النماذج التوليدية السابقة.
الأثر العلاجي: يؤكد النجاح في تحديد mimic 0-4 قدرة النموذج على ترجمة التصميم الحسابي إلى علاجات نشطة بيولوجياً، مما يقدم استراتيجية واعدة للأدوية المعدلة للمرض (DMOADs) لعلاج هشاشة العظام.
أساس لتعلم التمثيل (Representation Learning): يشير التدريب المسبق على RFuncData والأداء اللاحق في المهام المختلفة إلى أن RDizusion يقدم تقدماً كبيراً في تعلم تمثيل الـ RNA، مما قد يسرع الهندسة القابلة للبرمجة للـ RNA لأغراض التشخيص، وتحرير الجينات، وتطوير الأدوية.
يخلص البحث إلى أنه بينما يواجه المجال تحديات في اتساع فضاء تسلسلات الـ RNA وتعقيد العلاقات بين البنية والوظيفة، فإن RDizusion يوفر أداة قوية ومرنة وفعالة للتنقل عبر هذه التحديات، مما يضع معياراً جديداً لتصميم الـ RNA القابل للبرمجة.