CodonMamba: a foundation model for programmable mRNA coding sequence design

모든 살아있는 세포 내부에는 유전적 지시를 생명을 움직이게 하는 단백질로 바꾸는 복잡한 조립 라인이 돌아가고 있습니다. 이 지시 사항들은 네 개의 화학적 글자로 이루어진 언어로 쓰여 있으며, 코돈이라 불리는 세 글자 단위의 조합으로 묶여 있습니다. 유전 암호는 보편적이지만, 서로 다른 생명체가 이 세 글자 조합을 사용하는 방식은 다양합니다. 이는 마치 서로 다른 방언이 동일한 개념에 대해 특정 단어를 선호하는 것과 유사하게, 어떤 생물은 다른 조합을 더 선호하기도 합니다. 과학자들은 이러한 유전적 메시지를 재작성하여 강력한 의약품, 특히 치료용 단백질을 만들기 위한 일시적인 설계도 역할을 하는 메신저 RNA(mRNA)를 만들어내기 위해 오랫동안 노력해 왔습니다. 그러나 이러한 서열을 설계하는 것은 정교한 균형 잡기입니다. 코드는 올러한 단백질을 정확히 생성할 뿐만 아니라, 올바르게 접히고, 안정성을 유지하며, 진입하는 특정 숙주 세포에 의해 효율적으로 읽혀야 합니다. 수년 동안 연구자들은 이러한 서열을 최적화하기 위해 컴퓨터 프로그램에 의존해 왔지만, 이 도구들은 과학자가 새로운 숙주나 다른 의료적 용도에 맞춰 규칙을 변경하고 싶을 때마다 전면적인 개편을 필요로 하는 경우가 많았습니다.

한 연구팀이 이제 전례 없는 유연성을 가지고 이러한 유전 서열을 이해하고 생성하도록 설계된 CodonMamba라는 새로운 접근 방식을 도입했습니다. 이 시스템은 단순히 기존 데이터의 패턴을 암기하는 것이 아니라, 방대한 자연 코딩 서열 라이브러리를 통해 학습되어 생물학적 언어의 근본적인 규칙을 파악하는 기초 모델(foundation model)로서 기능합니다. 연구진은 이 모델을 mRNA의 거동을 예측하는 것과 관련된 12가지의 포괄적인 과제에 대해 테스트했습니다. 이 테스트에서 CodonMamba는 이전의 그 어떤 방법보다 뛰어난 성능을 보였으며, 12개 카테고리 중 10개에서 1위를 차지했습니다. 이러한 성공은 이 모델이 유전 서열이 어떻게 기능하는지에 대한 깊고 일반화 가능한 이해를 학습했음을 시사하며, 이를 통해 광범위한 생물학적 시나리오에 걸쳐 높은 정확도로 결과를 예측할 수 있게 해줍니다.

이 연구를 차별화하는 점은 단순히 정확성뿐만 아니라, 생성되는 순간 사용자에 의해 조종될 수 있는 능력입니다. 전통적으로 과학자가 특정 생물체를 위한 서열을 설계하고자 할 경우, 새로운 데이터로 전체 컴퓨터 모델을 다시 학습시켜야 하는 느리고 경직된 과정을 거쳐야 했습니다. CodonMamba는 생성 단계에서 사용자의 선호도를 직접 지정할 수 있게 함으로써 이러한 역학 관계를 변화시킵니다. 특정 코돈이 얼마나 자주 나타나야 하는지에 대한 사용자 정의 규칙을 도입함으로써, 이 시스템은 재학습 없이도 특정 숙주나 응용 분야의 요구에 즉각적으로 적응할 수 있습니다. 이는 하나의 모델이 지시 사항을 조정함으로써 핵심적인 생물학적 논리는 유지하면서도 새로운 맥락에 맞게 스타일적 선택을 변경하여, 다양한 환경을 위한 서열을 설계하는 데 사용될 수 있음을 의미합니다.

연구진은 실험을 통해 이 시스템이 여러 가지 설계 목표를 동시에 조율하여 서열의 여러 특성을 한꺼번에 최적화할 수 있음을 입증했습니다. 그들은 이 모델이 한 숙주를 위해 의도된 유전 설계를 가져와서, 필수적인 구조적 선택은 그대로 유지한 채 근본적인 선호도를 전환하여 다른 숙주에 맞게 재설정할 수 있음을 보여주었습니다. 이러한 능력은 정적인 최적화에서 프로그래밍 가능한 프레임워크로의 전환을 의미하며, 여기서 설계 과정은 과학자와 모델 사이의 대화가 됩니다. 결과에 따르면, 이 기초 모델은 mRNA 공학에 있어 정밀하고 적응 가능한 도구를 제공하며, 유전 서열을 이전에는 도달할 수 없었던 수준의 특이성과 용이성을 가지고 맞춤 제작할 수 있는 미래로 분야를 이끌고 있습니다.