RNA-X:建模 RNA 相互作用,设计可同时靶向多类分子的结合 RNA
RNA-X: Modeling RNA interactions to design binder RNA and simultaneously target multiple molecules of different types
研究者提出 RNA-X,一个基于掩码语言建模的 RNA 相互作用基础模型,用于表征学习、条件 RNA 设计和优化。该模型可设计靶向蛋白、RNA 和 DNA 的 RNA,并支持同时针对多个靶点;其参数量比现有 RNA 基础模型少几个数量级,但在多项下游任务上的表征表现更优。
RNA-X 把 RNA 设计扩展到蛋白、RNA 和 DNA 靶点,并以体外实验和公开预训练模型展示多靶点设计的可行性。
预印本 · biorxiv · 10.1101/2025.11.24.690191
本站摘要基于收录版本 v2(2026-11-06),原始摘要与 AI 导读固定保留。
来源最近更新: · 来源 v2
RNA 与蛋白质、其他 RNA 分子及 DNA 的相互作用在众多细胞过程中发挥着至关重要的作用,并支撑着广泛的治疗机制。因此,对这些相互作用进行建模对于理解生物系统和设计新型 RNA 疗法至关重要。然而,由于序列空间庞大以及当前实验和计算方法的局限性,设计能选择性且强效结合特定靶点的 RNA 序列仍是一项重大挑战。在本研究中,我们提出了 RNA-X,这是首个基于掩码语言建模进行表示学习、条件性 RNA 设计与优化的 RNA 相互作用基础模型。RNA-X 首次实现了 (i) 靶向不仅限于蛋白质、还包括其他 RNA 和 DNA 分子的 RNA 设计,以及 (ii) 针对多个靶点的同时设计。我们大量的实验表明,RNA-X 生成的 RNA 序列具有天然的结构特征,并在蛋白质靶向方面超越了最先进的方法。我们在体外对 RNA-X 进行了实验验证,其中一条由 RNAX 设计的、靶向雄激素受体 (AR) mRNA 5'UTR 的 RNA 被证明能够降低前列腺癌细胞中 AR 的转录本和蛋白质水平。利用亲和力预测器和分子动力学模拟,我们进一步表明该模型能够设计 RNA 分子,使其 (i) 靶向具有治疗意义的分子,如 p53 和凝血酶蛋白,以及 (ii) 结合没有既往相互作用数据的靶点,如 PHF6 蛋白。作为概念验证,我们从零开始设计了一条新颖的向导 RNA,使其能够同时 (i) 结合一种细菌的 DNA 和 (ii) 结合 Cas9 蛋白。所得设计的预测结合能与 Protein Data Bank 中报道的野生型向导 RNA 相当。尽管参数量比现有的 RNA 基础模型少数个数量级,RNA-X 产生的表示在各种 RNA 相互作用相关的下游任务上均优于它们。代码和预训练模型已在 GitHub 上公开。
来源:bioRxiv · biorxiv.org