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

All'interno di ogni cellula vivente, avviene un processo di editing silenzioso ma critico per garantire che vengano seguite le istruzioni corrette. Le cellule producono lunghi filamenti di materiale genetico che fungono da progetti, ma questi progetti spesso presentano sezioni extra e superflue che devono essere rimosse prima di poter essere utilizzate. Tra questi frammenti ritagliati più importanti ci sono minuscole molecole chiamate microRNA. Questi piccoli pezzi di codice genetico non costruiscono proteine essi stessi; agiscono invece come interruttori precisi che possono spegnere geni specifici, silenziando efficacemente i messaggi che altrimenti verrebbero eseguiti. Per funzionare, queste molecole devono essere tagliate dalle loro forme precursori più grandi in punti esatti. Se il taglio avviene nel posto sbagliato, la molecola risultante potrebbe non funzionare o potrebbe interrompere il delicato equilibrio della cellula. Per gli scienziati, prevedere esattamente dove avverranno questi tagli attraverso la vasta diversità della vita è rimasto una sfida difficile, limitando la nostra capacità di capire come questi interruttori funzionino in diversi animali o di progettarne di nuovi per la ricerca e la medicina.

Un team di ricercatori ha sviluppato un nuovo strumento computazionale chiamato miRstring che affronta questo enigma di lunga data trattando le sequenze genetiche come un linguaggio da leggere e comprendere. Invece di fare affidamento su regole rigide su come dovrebbero apparire queste molecole, questo sistema apprende i modelli del codice genetico naturale studiando una massiccia collezione di dati. I ricercatori hanno addestrato il modello su 77.708 molecole precursori trovate in 414 specie diverse, permettendogli di osservare come la natura gestisce costantemente il processo di taglio attraverso l'albero della vita. Il risultato è un framework in grado di guardare un precursore genetico grezzo e prevedere accuratamente i quattro confini specifici che definiscono la molecola di microRNA finale e funzionale. Questa capacità permette allo strumento di identificare il primissimo elemento costitutivo della molecola matura con un alto grado di precisiono, un dettaglio che i metodi precedenti spesso trascuravano.

Ciò che rende questo approccio particolarmente potente è che il sistema non si limita a indovinare; sembra comprendere la meccanica biologica del processo. Quando i ricercatori hanno esaminato come il modello prendesse le sue decisioni, hanno scoperto che il suo focus interno evidenziava naturalmente gli esatti punti in cui gli enzimi cellulari effettuano tipicamente i loro tagli. Ciò suggerisce che lo strumento abbia appreso le vere regole biologiche che governano il modo in cui queste molecole vengono elaborate, piuttosto che limitarsi a memorizzare schemi. Il modello si è dimostrato robusto anche quando testato su specie che non aveva mai visto prima, superando i metodi esistenti nell'identificazione dei confini corretti. Questa affidabilità attraverso diverse forme di vita significa che lo strumento può essere utilizzato per annotare e comprendere i microRNA in organismi dove era precedentemente difficile mapparli.

Oltre a leggere semplicemente ciò che esiste in natura, i ricercatori hanno dimostrato che questa comprensione poteva essere utilizzata per creare qualcosa di nuovo. Hanno impiegato il modello per progettare precursori artificiali che producessero microRNA specifici e su misura. Quando questi disegni molecolari sono stati testati, hanno represso con successo i loro messaggi bersaglio, confermando che i design generati dal computer funzionavano come previsto in un contesto biologico. Questo lavoro stabilisce un percorso scalabile dall'analisi delle sequenze genetiche naturali alla progettazione di nuove sequenze, offrendo un modo per sfruttare l'intelligenza artificiale per la progettazione di strumenti a RNA piccoli. Colmando il divario tra la decodifica della biologia naturale e la creazione di soluzioni sintetiche, lo studio apre una via verso un'ingegneria genetica più precisa e ampiamente applicabile in molte diverse specie.