miRstring: An RNA language model enables mature miRNA decoding and artificial small RNA design across species

In jeder lebenden Zelle findet ein stiller, aber entscheidender Editierungsprozess statt, um sicherzustellen, dass die richtigen Anweisungen befolgt werden. Zellen produzieren lange Stränge aus genetischem Material, die als Blaupausen dienen, aber diese Blaupausen enthalten oft zusätzliche, unnötige Abschnitte, die entfernt werden müssen, bevor sie verwendet werden können. Zu den wichtigsten dieser weggeschnittenen Fragmente gehören winzige Moleküle, die microRNAs genannt werden. Diese kleinen Stücke des genetischen Codes bauen selbst keine Proteine; stattdessen fungieren sie als präzise Schalter, die spezifische Gene ausschalten können, indem sie effektiv die Nachrichten stummschalten, die ansonsten ausgeführt würden. Um zu funktionieren, müssen diese Moleküle an exakten Stellen aus ihren größeren Vorläuferformen herausgeschnitten werden. Wenn der Schnitt an der falschen Stelle erfolgt, kann das resultierende Molekül möglicherweise nicht funktionieren oder das empfindliche Gleichgewicht der Zelle stören. Für Wissenschaftler blieb es eine schwierige Herausforderung, genau vorherzusagen, wo diese Schnitte in der riesigen Vielfalt des Lebens auftreten werden, was unsere Fähigkeit einschränkte, zu verstehen, wie diese Schalter in verschiedenen Tieren funktionieren oder neue Schalter für die Forschung und Medizin zu entwerfen.

Ein Forscherteam hat nun ein neues computergestütztes Werkzeug namens miRstring entwickelt, das dieses langjährige Rätsel löst, indem es genetische Sequenzen wie eine Sprache behandelt, die gelesen und verstanden werden muss. Anstatt sich auf starre Regeln darüber zu verlassen, wie diese Moleküle aussehen sollten, lernt dieses System die Muster des natürlichen genetischen Codes, indem es eine massive Sammlung von Daten studiert. Die Forscher trainierten das Modell mit 77.708 Vorläufermolekülen aus 414 verschiedenen Spezies, was es dem Modell ermöglichte, zu beobachten, wie die Natur den Schneideprozess über den Stammbaum des Lebens hinweg konsistent handhabt. Das Ergebnis ist ein Framework, das eine rohe genetische Vorstufe betrachten und die vier spezifischen Grenzen, die das endgültige, funktionale microRNA-Molekül definieren, präzise vorhersagen kann. Diese Fähigkeit erlaubt es dem Werkzeug, den allerersten Baustein des reifen Moleküls mit einem hohen Grad an Präzision zu identifizieren – ein Detail, das vorherige Methoden oft übersehen haben.

Was diesen Ansatz besonders leistungsstark macht, ist, dass das System nicht einfach nur rät; es scheint die biologischen Mechanismen des Prozesses zu verstehen. Als die Forscher untersuchten, wie das Modell seine Entscheidungen traf, stellten sie fest, dass der interne Fokus des Modells natürlich genau die Stellen hervorhob, an denen zelluläre Enzyme typischerweise ihre Schnitte setzen. Dies deutet darauf-hin, dass das Werkzeug die echten biologischen Regeln gelernt hat, die die Verarbeitung dieser Moleküle steuern, anstatt lediglich Muster auswendig zu lernen. Das Modell erwies sich als robust, selbst als es an Spezies getestet wurde, die es zuvor noch nie gesehen hatte, wobei es bestehende Methoden bei der Identifizierung der korrekten Grenzen übertraf. Diese Zuverlässigkeit über verschiedene Lebensformen hinweg bedeutet, dass das Werkzeug genutzt werden kann, um microRNAs in Organismen zu annotieren und zu verstehen, bei denen sie zuvor schwer zu kartieren waren.

Über das bloße Lesen dessen hinaus, was in der Natur existiert, zeigten die Forscher, dass dieses Verständnis auch dazu verwendet werden konnte, etwas Neues zu erschaffen. Sie setzten das Modell ein, um künstliche Vorläufer zu entwerfen, die spezifische, maßgeschneiderte microRNAs produzieren würden. Als diese entworischen Moleküle getestet wurden, unterdrückten sie erfolgreich ihre Zielbotschaften, was bestätigte, dass die computergenerierten Designs in einem biologischen Umfeld wie beabsichtigt funktionierten. Diese Arbeit etabliert einen skalierbaren Weg von der Analyse natürlicher genetischer Sequenzen hin zur Konstruktion neuer Sequenzen und bietet eine Möglichkeit, künstliche Intelligenz für das Design kleiner RNA-Werkzeuge zu nutzen. Durch die Überbrückung der Lücke zwischen der Entschlüsselung natürlicher Biologie und der Erschaffung synthetischer Lösungen eröffnet die Studie einen Weg zu präziserer und breiter anwendbarer genetischer Manipulation über viele verschiedene Spezies hinweg.