通过深度学习驱动的IRES发现与从头生成实现可编程RNA翻译

研究人员开发了一个端到端的人工智能框架，用于精确控制蛋白质表达。该框架包含三个核心模型：IRES-LM语言模型在46,774条序列上训练，预测线性mRNA内部核糖体进入位点的曲线下面积和F1分数比现有方法提升15%，并能准确识别全部21个已验证的环状RNA IRES。IRES-EA进化算法对37,293个非IRES序列的计算评估显示60%被预测获得功能，并通过12,000条突变序列的大规模平行报告实验验证，其中98.4%确实获得了IRES功能。IRES-DM扩散模型从头生成的新IRES序列性能超越现有最佳方法，另一组12,000条生成序列的实验验证显示99.3%具有可检测的IRES活性。该框架能生成从类天然到结构保守但序列各异的设计…