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

In elke levende cel vindt een stil maar cruciaal bewerkingsproces plaats om ervoor te zorgen dat de juiste instructies worden gevolgd. Cellen produceren lange strengen genetisch materiaal die fungeren als blauwdrukken, maar deze blauwdrukken bevatten vaak extra, onnodige secties die moeten worden weggeknipt voordat ze kunnen worden gebruikt. Onder de belangrijkste van deze weggeknipte fragmenten behoren minuscule moleculen die microRNA's worden genoemd. Deze kleine stukjes genetische code bouwen zelf geen eiwitten; in plaats daarvan fungeren ze als precieze schakelaars die specifieke genen kunnen uitschakelen, waardoor ze effectief de boodschappen die anders zouden worden uitgevoerd, tot zwijgen brengen. Om te kunnen functioneren, moeten deze moleculen op exacte locaties worden afgesneden van hun grotere voorlopers. Als de knip op de verkeerde plaats gebeurt, kan het resulterende molecuul mogelijk niet werken of kan het het delicate evenwicht van de cel verstoren. Voor wetenschappers is het voorspellen van de exacte locaties waar deze knips over de enorme diversiteit van het leven heen zullen plaatsvinden, een moeilijke uitdaging gebleven, wat ons vermogen om te begrijpen hoe deze schakelaars in verschillende dieren werken of om nieuwe schakelaars te ontwerpen voor onderzoek en geneeskunde, heeft beperkt.

Een team van onderzoekers heeft nu een nieuwe computationele tool ontwikkeld genaamd miRstring, die dit langlopende raadsel oplost door genetische sequenties te behandelen als een taal die gelezen en begrepen moet worden. In plaats van te vertrouwen op rigide regels over hoe deze moleculen eruit zouden moeten zien, leert dit systeem de patronen van de natuurlijke genetische code door een enorme collectie gegevens te bestudelen. De onderzoekers trainden het model op 77.708 precursor-moleculen gevonden in 414 verschillende soorten, waardoor het kon observeren hoe de natuur het knipproces consistent afhandelt over de hele boom des levens. Het resultaat is een raamwerk dat naar een ruwe genetische precursor kan kijken en de vier specifieke grenzen nauwkeurig kan voorspellen die het uiteindelijke, functionele microRNA-molecuul definiëren. Deze capaciteit stelt de tool in staat om het allereerste bouwsteentje van het volwassen molecuul met een hoge mate van precisie te identificeren, een detail dat eerdere methoden vaak misten.

Wat deze aanpak bijzonder krachtig maakt, is dat het systeem niet simpelweg gokt; het lijkt de biologische mechanica van het proces te begrijpen. Wanneer de onderzoekers onderzochten hoe het model zijn beslissingen nam, ontdekten ze dat de interne focus van het model van nature de exacte plekken accentueerde waar cellulaire enzymen doorgaans hun knip maken. Dit suggereert dat de tool de echte biologische regels heeft geleerd die bepalen hoe deze moleculen worden verwerkt, in plaats van simpelweg patronen te memoriseren. Het model bleek robuust, zelfs toen het werd getest op soorten die het nog nooit eerder had gezien, waarbij het bestaande methoden overtrof in het identificeren van de juiste grenzen. Deze betrouwbaarheid over verschillende levensvormen heen betekent dat de tool kan worden gebruikt om microRNA's te annoteren en te begrijpen in organismen waar het voorheen moeilijk was om ze in kaart te brengen.

Buiten het louter lezen van wat er in de natuur bestaat, hebben de onderzoekers aangetoond dat dit begrip ook gebruikt kan worden om iets nieuws te creëren. Ze gebruikten het model om kunstmatige precursors te ontwerpen die specifieke, op maat gemaakte microRNA's zouden produceren. Wanneer deze ontworde moleculen werden getest, onderdrukten ze succesvol hun doelgerichte boodschappen, wat bevestigde dat de door de computer gegenereerde ontwerpen werkten zoals bedoeld in een biologische setting. Dit werk vestigt een schaalbaar pad van het analyseren van natuurlijke genetische sequenties naar het ontwerpen van nieuwe sequenties, wat een manier biedt om kunstmatige intelligentie in te zetten voor het ontwerp van kleine RNA-tools. Door de kloof te overbruggen tussen het decoderen van natuurlijke biologie en het creëren van synthetische oplossingen, opent de studie een route naar meer precieze en breed toepasbare genetische engineering over vele verschillende soorten heen.