CodonMamba: a foundation model for programmable mRNA coding sequence design

あらゆる生細胞の内部では、複雑な組立ラインが遺伝的指示を、生命を動かし続けるタンパク質へと変換しています。これらの指示は、コドンと呼ばれる3つの文字の組に分けられた、4つの化学文字からなる言語で書かれています。遺伝暗号は普遍的なものですが、異なる生物がこれらの3文字の組をどのように使用するかは様々であり、特定の組み合わせを好む傾向があります。これは、異なる方言が同じ概念に対して特定の手法を好むのとよく似ています。科学者たちは、強力な医薬品、特に治療用タンパク質を作るための一時的な設計図として機能するメッセンジャーRNA（mRNA）を作成するために、長年これらの遺伝的メッセージを書き換える方法を模索してきました。しかし、これらの配列を設計することは、繊細なバランス調整を伴います。コードは、正しいタンパク質を生成するだけでなく、正しく折り畳まれ、安定性を保ち、かつ進入した特定の宿主細胞によって効率的に読み取られなければなりません。長年、研究者たちはこれらの配列を最適化するためにコンピュータプログラムに頼ってきましたが、これらのツールは、科学者が新しい宿主や異なる医療用途のためにルールを変更したい場合、その都度完全な刷新を必要とすることがよくありました。

研究チームは現在、これまでにない柔軟性を持って遺伝配列を理解し生成するように設計された、CodonMambaと呼ばれる新しいアプローチを導入しました。既存のデータからパターンを単に記憶するのではなく、このシステムは基盤モデルとして機能します。これは、自然界のコーディング配列の膨大なライブラリを用いて、生物学的言語の根底にあるルールを把握するように訓練された一種の人工知能です。研究者たちは、mRNAがどのように振る舞うかを予測することに関連する12種類の包括的なタスクに対して、このモデルをテストしました。これらのテストにおいて、CodonMambaは従来のどの手法よりも優れた性能を示し、12のカテゴリーのうち10で第1位を獲得しました。この成功は、このモデルが遺伝配列がどのように機能するかについての深く汎用的な理解を学習しており、幅広い生物学的シナリオにわたって高い精度で結果を予測できることを示唆しています。

この研究を際立たせているのは、その正確さだけでなく、生成の瞬間にユーザーによって制御できる能力です。従来、科学者が特定の生物のための配列を設計したい場合、新しいデータを用いてコンピュータモデル全体を再学習させる必要があり、それは遅くて硬直したプロセスでした。CodonMambaは、生成フェーズの間にユーザーが直接好みを指定できるようにすることで、このダイナミクスを変化させます。特定のコドンがどの程度の頻度で出現すべきかというユーザー定義のルールを導入することで、このシステムは再学習を必要とすることなく、特定の宿主や用途のニーズに即座に適応できます。これは、核となる生物学的論理を維持しながら、新しい文脈に合わせてスタイルの選択をシフトさせることで、単一のモデルを使用して、指示を与えるだけで異なる環境向けの配列を設計できることを意味します。

実験において、研究者たちは、このシステムが複数の設計目標を同時に調整し、配列の複数の特性を同時に最適化できることを実証しました。彼らは、ある宿主のために意図された遺伝的設計を、本質的な構造的選択を維持したまま、基礎となる好みを切り替えて別の宿主へと再ターゲットできることを示しました。この能力は、静的な最適化から、設計プロセスが科学者とモデルとの間の対話となるプログラマブルなフレームワークへの転換を意味します。結果は、この基盤モデルがmRNAをエンジニアリングするための精密かつ適応可能なツールを提供し、遺伝配列が以前では到達不可能であったレベルの特異性と容易さをもってカスタマイズできる未来へと、この分野を導いていることを示しています。