UTR-DynaPro: мультимодальная языковая модель CNN–трансформер для декодирования регуляторных механизмов 5′UTR

Как «передняя часть» РНК формирует жизнь и медицину

Инструкции по сборке белков в наших клетках записаны в цепочках матричной РНК, но не каждая часть этой цепочки считывается как белок. Участок в самом начале, называемый 5′-нетранслируемой областью (5′UTR), действует скорее как регуляторный диск, а не как чертёж. Небольшие изменения в нём могут существенно менять количество синтезируемого белка, влияя на все — от эффективности вакцины до того, доставляет ли генотерапия достаточное количество терапевтического белка. В этой статье представлен новый искусственный интеллект UTR-DynaPro, разработанный для более точного чтения и интерпретации этого регуляторного «диска», чем предыдущие методы.

Тихая зона контроля перед кодом

До начала кодирующей части мРНК 5′UTR помогает определять, насколько эффективно будет синтезироваться белок. Его последовательность и структура влияют на то, смогут ли рибосомы — клеточные машины для сборки белков — присоединиться, просканировать молекулу и начать работу плавно. Такие характеристики, как длина области, соотношение нуклеотидов A, U, G и C и наличие небольших вышестоящих стартовых сигналов, могут либо ускорять, либо замедлять процесс. Эти эффекты важны в реальных условиях: в мРНК-вакцинах хорошо настроенный 5′UTR может означать более сильный иммунный ответ при меньших дозах; при генетических заболеваниях нарушающее изменение в этой области может резко снизить выход белка, даже если основной код гена сохранён.

Почему старые инструменты прогнозирования не дотягивают

Исследователи обратились к глубокому обучению, чтобы предсказывать поведение заданного 5′UTR, в надежде проектировать последовательности, дающие необходимое количество белка. Ранние модели, однако, склонны фокусироваться либо на очень коротких паттернах, либо на широких дальнодействующих связях, но не на том и другом одновременно. Некоторые из них плохо адаптируются при изменении экспериментальных условий между типами клеток или лабораторными протоколами, а многие игнорируют важную дополнительную информацию, такую как энергия сворачивания РНК или длина кодирующего региона. В результате их точность достигла плато, ограничивая нашу способность системно проектировать 5′UTR для вакцин, генотерапии и промышленного производства белков.

Двухпутевой считыватель сигналов РНК

UTR-DynaPro заполняет эти пробелы, сочетая два дополнительных способа чтения 5′UTR. Один путь, основанный на сверточных сетях, настроен на обнаружение коротких локальных паттернов — подобно повторяющимся «словам» в РНК, выступающим как выключатели. Другой путь, построенный из трансформер-слоёв, превосходен в улавливании дальнодействующих взаимодействий, таких как то, как удалённые участки цепи сворачиваются вместе или координируют работу с последующим кодирующим регионом. Динамический «затвор» затем решает, позиция за позицией вдоль РНК, насколько важна локальная по сравнению с глобальной информацией. Сверх того модель учитывает дополнительные сигналы: насколько плотным обычно бывает сворачивание РНК, длину кодирующего сегмента и наличие определённых малых вышестоящих рам чтения. В совокупности эти компоненты позволяют UTR-DynaPro строить богатую картину того, как 5′UTR, вероятно, управляет синтезом белка.

Проверка модели

Авторы обучали и оценивали UTR-DynaPro на больших, разнообразных наборах данных: синтетических и естественных 5′UTR людей и других видов, а также на измерениях из множества типов и тканей человеческих клеток. Они сосредоточились на трёх связанных показателях: среднем загрузке рибосом (сколько рибосом в среднем присоединяются к мРНК), эффективности трансляции (сколько белка производится на одну молекулу РНК) и общем уровне экспрессии. По всем этим задачам новая модель последовательно превосходила несколько ведущих подходов, иногда сокращая ошибки прогнозирования почти на десять процентов. Тщательные «абляционные» тесты — удаление или упрощение частей архитектуры — показали, что каждый крупный компонент, от двухпутевого дизайна до подмодулей mixture-of-experts и входов, зависящих от экспериментальных условий, измеримо повышал производительность. Визуализация объединяющего затвора дополнительно показала, что модель меняет свою опору между локальными и глобальными сигналами вдоль последовательности и в разных типах клеток, что созвучно сложной биологической логике, ожидаемой в этой области.

От лучших прогнозов к лучшему дизайну

Для неспециалистов основной вывод таков: эта работа предлагает более мощный и гибкий способ чтения тонких управляющих инструкций в начале мРНК. Более точно предсказывая, как изменение в 5′UTR повлияет на выход белка, UTR-DynaPro может направлять дизайн синтетических последовательностей, повышающих или тонко настраивающих производство под конкретные потребности — более эффективные вакцины, более безопасные генотерапии или улучшенные промышленные ферменты. Одновременно понятная архитектура помогает исследователям выявлять как известные, так и ранее скрытые регуляторные закономерности. В практическом плане эта модель приближает нас к тому, чтобы рассматривать 5′UTR как программируемую ручку управления экспрессией генов, которую можно поворачивать с уверенностью, а не методом проб и ошибок.

Цитирование: Shen, H., Liu, S., Guo, F. et al. UTR-DynaPro: a CNN–transformer multimodal language model for decoding 5′UTR regulatory mechanisms. Sci Rep 16, 10779 (2026). https://doi.org/10.1038/s41598-026-42175-x

Ключевые слова: регуляция 5′UTR, трансляция мРНК, глубокое обучение в биологии, контроль экспрессии генов, дизайн мРНК-вакцин