社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

Nat Commun|利用深度学习技术对基因编辑酶的5'UTR进行设计

智药邦 • 1 年前 • 957 次点击  

2024年6月,Nature Communications上发表文章《利用深度学习优化mRNA递送基因编辑的5'UTR设计》。

本文通讯作者为华盛顿大学电子与计算机工程系教授Georg Seelig,其研究领域主要涵盖DNA分子编程、基因表达调控编程及DNA信息存储。

研究背景

近年来mRNA技术取得了突破性进展,但针对未翻译区(UTR)的优化研究仍相对不足。UTR在调控mRNA翻译效率和稳定性中扮演关键角色,尤其是5’UTR,其直接影响核糖体加载和翻译起始。目前常用的5’UTR多来源于血红蛋白基因,但研究表明,通过设计新的UTR序列可以进一步提升蛋白表达水平。

深度学习技术为预测5’UTR对翻译效率的影响提供了重要工具。例如,基于合成5’UTR文库开发的Optimus 5-Prime模型,可用于预测翻译效率。然而,该模型在序列长度、细胞类型泛化能力及实际应用验证方面仍存在局限性。本研究通过改进该模型,并在新的细胞环境中进行验证,进一步展示了基于深度学习的5’UTR设计在mRNA基因编辑中的应用潜力。

图1 通过5’ UTR预测蛋白质表达在不同细胞内泛化

结果与讨论

1.Optimus 5-Prime的预测结果能够推广到不同的细胞类型


作者利用大规模平行报告分析(MPRA)评估了不同5'非翻译区(5'UTR)对mRNA翻译效率的影响,并探索了5'UTR的细胞依赖性。研究中设计的5'UTR序列分别在三种人源细胞HEK293T、HepG2和T细胞中进行了表达测量(图1B)。结果显示,不同细胞系中的翻译效率(MRL)具有高度相关性(图1C):HEK293T与T细胞之间的决定系数(r²)为0.837-0.870,与HepG2之间为0.847-0.871,T细胞内部重复实验的相关性为r²=0.814。虽然这些相关性略低于HEK293T重复实验之间的相关性(r²=0.938),但这可能归因于HEK293T数据质量的优势。随后,作者将这些实验数据与Optimus 5-Prime模型的预测结果进行对比(图1D)。预测结果与HEK293T实验结果的相关性最高(r²=0.937,图1E),而与T细胞和HepG2的相关性也较高(分别为r²=0.841和0.840)。对于HEK293T和T细胞,模型性能接近细胞重复实验之间的相关性,表明r²的绝对差异主要由HEK293T的较高数据质量引起。综上所述,通过HEK293T细胞中的MPRA观察结果,以及Optimus 5-Prime模型的预测结果,研究表明这些结果具有较好的可推广性,可应用于HepG2和T细胞中。

图2.基于模型的5'UTR设计方法用于mRNA基因编辑

2.全新设计的5'UTR提升megaTAL编码mRNA的基因编辑效率


为了提高基因编辑酶MegaTAL的基因编辑效率,作者使用Optimus 5-Prime模型设计了新的5'UTR序列。研究选择了TGFBR2基因的第六个外显子和PDCD1基因的第一个外显子作为目标,这些基因在T细胞中的敲除已被证明能增强抗肿瘤活性。作者设计了19个新的5'UTR序列,并选择了11个对照序列用于评估,包括8个在MPRA中测量过的序列,以及来自人类VAT1和LAMA5基因的序列。此外,还包括一个仅包含强Kozak序列的最小5'UTR,该序列已知能提高编辑效率。为了设计新的5'UTR,作者使用了Fast SeqProp和DENs两种方法。Optimus 5-Prime模型的结构与训练的MPRA文库保持一致:一个固定的25nt初始区域,后接一个可变的50nt片段。在Fast SeqProp方法中,通过优化Optimus 5-Prime预测的MRL(平均核糖体负载)来生成高效的序列。为了提高模型的准确性,研究还使用了变分自编码器(VAE)进行正则化,减少生成序列与训练数据的差异。通过这些方法,作者生成了1,024个候选5'UTR序列,并选择多个具有高预测MRL的序列进行基因编辑实验。

结果表明,随着mRNA剂量的增加,所有5'UTRs的编辑效率均有所提升。特别是在TGFBR2和PDCD1基因的编辑中,多个设计序列的效率超过了40%(TGFBR2)和80%(PDCD1)。编辑效率与强Kozak序列对照组标准化后,所有剂量水平的表现一致。然而,尽管Fast SeqProp设计的部分序列在MRL预测上表现优异,它们的编辑效率较低。编辑效率与MRL的预测呈现较强的线性关系,但某些序列偏离这一趋势。不同的5'UTR在TGFBR2和PDCD1基因的编辑表现有所不同,其中LAMA5在TGFBR2编辑中表现最佳,而VAT1与强Kozak对照相似。最后,在HepG2细胞中的重复实验进一步验证了这些设计的有效性,并展示了其细胞类型依赖性。

图3.短5’UTR对翻译效率的影响

3.短5’UTR对基因编辑效率的影响


作者通过25nt长度的5’UTR MPRA(多重荧光探针报告基因分析)实验,系统性研究了不同序列元件在5’UTR不同位置对翻译效率的影响。结果显示,在随机端文库中,5'端附近的uAUG(上游起始密码子)对翻译效率具有显著影响,尤其是在uAUG未与预期的起始密码子对齐时,翻译效率明显下降。而当uAUG靠近5'端时,翻译效率的下降程度较小,暗示5'端区域可能存在特定的翻译调控机制。此外,研究还分析了嘧啶富集序列(如连续5个C/U)的影响,发现在5'UTR不同位置,这类序列在一定程度上能够提升翻译效率,尤其是在5'端附近,表明嘧啶富集序列可能在HEK293细胞中具有轻微的翻译促进作用。基于这一实验数据,作者开发了新模型 Optimum 5-Prime(25),专为随机端25nt的MPRA数据设计。模型借鉴了卷积神经网络VGG-16的结构,包含两个模块,每个模块由两层卷积层和一层池化层组成,最后通过两层全连接密集层计算出预测的MRL(翻译效率指标)(图3D)。在测试集中,该模型表现出良好的预测能力,决定系数(r²)达到了0.806(图3E)。

图4.通过设计短5’UTR提高MegaTAL基因编辑效率

4.通过设计短5’UTR序列来提高MegaTAL的基因编辑效率


作者利用Optimus 5-Prime(25) 模型设计了14个更短的5'UTR序列用于MegaTAL mRNA。首先,采用Fast SeqProp算法设计了10个预测翻译效率(MRL)最高的新5'UTR序列,并随机选择其中4个用于基因编辑实验。随后,作者训练了生成性神经网络(DEN),生成了1024个长度为25nt的5'UTR序列,以最大化MRL并增加序列多样性,并从中筛选出5个MRL最高的序列进行实验。为了评估VAE正则化的效果,作者使用变分自编码器(VAE)对5000个高MRL序列进行了训练,通过VAE的似然值作为正则化项,再次使用Fast SeqProp设计出10个新序列,随机选择其中2个用于后续实验。分析显示,这些方法设计的5'UTR序列大多以寡嘧啶重复序列(例如C或U重复)开头,说明算法捕捉并利用了此类序列基序对翻译效率的促进作用。作为实验对照,作者从随机末端25nt文库中选择了MRL最高的前0.25%的4个5'UTR序列进行比较。

实验结果表明,随着mRNA剂量的增加,模型设计的所有5'UTR序列在基因编辑效率上均有出色表现,尤其是在TGFBR2基因编辑中。一种由DEN生成的序列在所有剂量下的编辑效率均高于其他序列,在2pmol mRNA下的编辑效率达到了55.6%,相比LAMA5提高了18%–33%。进一步,在TGFBR2和PDCD1的组合实验中,经过Kozak标准化后编辑效率表现出高度一致性。此外,作者还在HepG2细胞中重复了相关实验,观察到所有设计的5'UTR序列依旧表现良好,尽管结果重复性较低,未能筛选出最佳序列。综上所述,基于Optimus 5-Prime(25)设计的5'UTR显著提升了基因编辑效率,特别是在TGFBR2 MegaTAL实验中表现尤为突出,为mRNA基因编辑工具的优化提供了强有力的支持。

总结

本研究通过深度学习优化5'UTR设计,以提升mRNA的翻译效率。分析三种细胞类型的5'UTR文库后,研究发现5'UTR的功能具有明显的细胞类型相关性。结合训练模型进行序列优化,并通过基因编辑实验在不同基因靶标和细胞系中验证了设计的5'UTR的高效性。实验结果表明,模型设计的5'UTR在提升mRNA治疗效果方面展现出巨大应用潜力。
本文转自【韩达课题组】公众号

--------- End ---------

感兴趣的读者,可以添加小邦微信加入读者实名讨论微信群。添加时请主动注明姓名-企业-职位/岗位或姓名-学校-职务/研究方向。

图片
图片

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/179659