科技日報記者?張夢然
最新發(fā)表在《自然·機器智能》上的一篇論文中，美國普林斯頓大學研究人員詳細介紹了一種語言模型，該模型可追蹤部分基因組序列并優(yōu)化這些序列，利用其語義表示能力來設(shè)計更有效的信使RNA（mRNA）疫苗。
新語言模型概述。
圖片來源：《自然·機器智能》
新模型的代碼包含所有生命功能的指令?；蚪M中每個序列都遵循復雜的語法和句法，這些結(jié)構(gòu)產(chǎn)生了意義。正如改變幾個單詞可從根本上改變句子含義，生物序列的微小變化也可使序列編碼產(chǎn)生巨大差異。
科學家將遺傳信息的流動總結(jié)為“生物學中心法則”：信息從DNA轉(zhuǎn)移到RNA再到蛋白質(zhì)，蛋白質(zhì)創(chuàng)造活細胞的結(jié)構(gòu)和功能。mRNA在最后一步（稱為翻譯）將信息轉(zhuǎn)化為蛋白質(zhì)。mRNA只有一部分包含蛋白質(zhì)代碼，其余部分不進行翻譯，但控制翻譯過程的重要方面。
控制蛋白質(zhì)生產(chǎn)效率是mRNA疫苗發(fā)揮作用的關(guān)鍵機制。在對少數(shù)物種進行模型訓練后，研究人員生成了數(shù)百個新的優(yōu)化序列，并通過實驗驗證了這些結(jié)果。最佳序列的性能優(yōu)于疫苗開發(fā)的多個領(lǐng)先基準，其中蛋白質(zhì)生產(chǎn)的整體效率提高了33%。
研究團隊使用經(jīng)過訓練的模型創(chuàng)建了包含211個新序列的庫，每個都針對所需功能進行了優(yōu)化，提高了翻譯效率。這些蛋白質(zhì)，如新冠疫苗靶向的刺突蛋白，可驅(qū)動針對傳染病的免疫反應。
新模型是第一個專注于mRNA非翻譯區(qū)域的語言模型。研究人員表示，即使是少量提高蛋白質(zhì)生產(chǎn)效率，也會對新興療法產(chǎn)生重大推動作用。經(jīng)過對來自少數(shù)物種的mRNA的訓練，它能解碼核苷酸序列并揭示有關(guān)基因調(diào)控的新知識。而基因調(diào)控是生命最基本的功能之一，是找到疾病和紊亂根源的關(guān)鍵。
總編輯圈點：
我們喜歡問語言模型一大堆奇奇怪怪問題，把它當成生活和工作的助手。然而，語言模型還能在制造疫苗中大顯身手。因為，在生物世界，同樣有信息流動，同樣有語言和語法。mRNA被稱為信使RNA，指導蛋白質(zhì)合成。不過，它只有一部分包含蛋白質(zhì)代碼，還有一部分則不翻譯。語言模型就瞄準了這些未翻譯的部分，經(jīng)過訓練，提高了蛋白質(zhì)生產(chǎn)的效率，有助于研發(fā)更好的mRNA疫苗。機器智能與生物智能結(jié)合，創(chuàng)造出了更有意思的產(chǎn)品。
