CodonMamba: a foundation model for programmable mRNA coding sequence design

In jeder lebenden Zelle verwandelt ein komplexes Fließband genetische Anweisungen in die Proteine, die das Leben am Laufen halten. Diese Anweisungen sind in einer Sprache geschrieben, die aus vier chemischen Buchstaben besteht, die zu Tripletts namens Codons gruppiert sind. Obwohl der genetische Code universell ist, variiert die Art und Weise, wie verschiedene Organismen diese Tripletts nutzen; einige bevorzugen bestimmte Kombinationen gegenüber anderen, ganz ähnlich wie verschiedene Dialekte bestimmte Wörter für dieselbe Idee bevorzugen. Wissenschaftler versuchen schon lange, diese genetischen Botschaften umzuschreiben, um wirkungsvolle Medikamente zu entwickeln, insbesondere Messenger-RNA, oder mRNA, die als temporärer Bauplan für die Herstellung therapeutischer Proteine dient. Das Design dieser Sequenzen ist jedoch ein empfindlicher Balanceakt. Der Code muss nicht nur das korrekte Protein produzieren, sondern sich auch korrekt falten, stabil bleiben und von der spezifischen Wirtszelle, in die er eintritt, effizient gelesen werden. Jahrelang haben sich Forscher auf Computerprogramme verlassen, um diese Sequenzen zu optimieren, aber diese Werkzeuge erforderten oft eine komplette Überarbeitung, wann immer ein Wissenschaftler die Regeln für einen neuen Wirt oder eine andere medizinische Anwendung ändern wollte.

Ein Forschungsteam hat nun einen neuen Ansatz namens CodonMamba vorgestellt, ein System, das darauf ausgelegt ist, diese genetischen Sequenzen mit beispielloser Flexibilität zu verstehen und zu generieren. Anstatt lediglich Muster aus bestehenden Daten auswendig zu lernen, fungiert dieses System als Fundamentmodell (Foundation Model), eine Art künstliche Intelligenz, die auf einer riesigen Bibliothek natürlicher Kodiersequenzen trainiert wurde, um die zugrunde liegenden Regeln der biologischen Sprache zu erfassen. Die Forscher testeten dieses Modell gegen einen umfassenden Satz von zwölf verschiedenen Aufgaben im Zusammenhang mit der Vorhersage des mRNA-Verhaltens. In diesen Tests schnitt CodonMamba besser ab als jede bisherige Methode und belegte in zehn der zwölf Kategorien den ersten Platz. Dieser Erfolg deutet darauf darauf hin, dass das Modell ein tiefes, generalisierbares Verständnis davon erworben hat, wie genetische Sequenzen funktionieren, was es ihm ermöglicht, Ergebnisse über ein breites Spektrum biologischer Szenarien hinweg mit einem hohen Grad an Genauigkeit vorherzusagen.

Was diese Arbeit auszeichnet, ist nicht nur ihre Genauigkeit, sondern ihre Fähigkeit, im Moment der Erstellung vom Benutzer gesteuert zu werden. Traditionell mussten Wissenschaftler, wenn sie eine Sequenz für einen spezifischen Organismus entwerfen wollten, das gesamte Computermodell mit neuen Daten neu trainieren – ein langsamer und starrer Prozess. CodonMamba ändert diese Dynamik, indem es Wissenschaftlern ermöglicht, ihre Präferenzen direkt während der Generierungsphase anzugeben. Durch die Einführung benutzerdefinierter Regeln darüber, wie oft bestimmte Codons vorkommen sollen, kann das System sofort an die Bedürfnisse eines spezifischen Wirts oder einer Anwendung angepasst werden, ohne neu trainiert werden zu müssen. Dies bedeutet, dass ein einziges Modell verwendet werden kann, um Sequenzen für verschiedene Umgebungen zu entwerfen, indem man einfach die dem Modell gegebenen Anweisungen anpasst, wobei die grundlegende biologische Logik erhalten bleibt, während sich die stilistischen Entscheidungen an den neuen Kontext anpassen.

In ihren Experimenten zeigten die Forscher, dass dieses System in der Lage ist, mehrere Designziele gleichzeitig zu koordinieren, indem es mehrere Eigenschaften der Sequenz simultan optimiert. Sie zeigten, dass das Modell ein genetisches Design, das für einen Wirt bestimmt war, auf einen anderen umsteuern kann, indem es die zugrunde liegenden Präferenzen wechselt und gleichzeitig die wesentlichen strukturellen Entscheidungen beibehält. Diese Fähigkeit markiert einen Übergang von der statischen Optimierung hin zu einem programmierbaren Framework, bei dem der Designprozess zu einem Gespräch zwischen dem Wissenschaftler und dem Modell wird. Die Ergebnisse deuten darauf hin, dass dieses Fundamentmodell ein präzises und anpassungsfähiges Werkzeug für das Engineering von mRNA bietet und das Feld in eine Zukunft führt, in der genetische Sequenzen mit einem Maß an Spezifität und Leichtigkeit maßgeschneidert werden können, die zuvor unerreichbar war.