論文の概要: mRNAutilus: Multi-Objective-Guided Discrete Generation of mRNA with Optimized Therapeutic Properties
- arxiv url: http://arxiv.org/abs/2605.31296v1
- Date: Fri, 29 May 2026 13:32:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-01 20:56:50.637375
- Title: mRNAutilus: Multi-Objective-Guided Discrete Generation of mRNA with Optimized Therapeutic Properties
- Title（参考訳）: mRNAutilus: 最適治療特性を有するmRNAの多目的誘導離散生成
- Abstract要約: 未知の軌跡と情報潜伏更新(mRNAutilus)によるmRNA生成について述べる。
mRNAutilusは、列から直接コドン最適化とデノボ UTR 設計を同時に行うためのフレームワークである。
プライマリ・編集 (PEMax) やプログラム可能なプロテオーム・モジュレーション (Proteome modulation) など, 治療条件における汎用性を示す。
- 参考スコア（独自算出の注目度）: 3.5240650455251625
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Therapeutic mRNA design requires coordinating multiple interacting sequence features across the full transcript, where codon usage, untranslated regions (UTRs), and their coupling jointly determine stability, translation efficiency, and protein expression. Here, we present mRNA generation via unrolled trajectories and informed latent updates (mRNAutilus), a framework for simultaneous codon optimization and de novo UTR design directly from sequence. mRNAutilus combines a masked discrete diffusion model trained on millions of full-length mRNAs with Monte Carlo Tree Guidance to generate Pareto-efficient sequences under multiple functional objectives, using lightweight regressors over model embeddings to predict half-life, translation efficiency, and protein abundance. Unlike recent methods that design coding sequences and UTRs separately or rely on post hoc assembly and screening, mRNAutilus generates complete transcripts in a single process optimized across properties. Across diverse targets, zero-shot mRNAs encoding P. pyralis luciferase achieve over 400-fold higher expression than wild-type and outperform commercial and machine learning-designed baselines, including zero-shot generative approaches. Zero-shot SARS-CoV-2 Spike mRNAs exceed clinically used and commercial constructs and match or surpass lab-optimized designs with improved durability. We further demonstrate generality in therapeutic settings, including prime editing (PEMax) and programmable proteome modulation, where mRNAutilus-designed constructs enhance expression of peptide-guided E3 ligases (uAbs) for beta-catenin degradation. These results establish a sequence-based, multi-objective framework for generating functional mRNAs tailored to diverse biological applications.
- Abstract（参考訳）: 治療的mRNA設計は、コドンの使用、翻訳されていない領域(UTR)、およびそれらの結合が安定性、翻訳効率、タンパク質発現を共同で決定する、全転写の複数の相互作用配列の特徴を調整する必要がある。
本稿では,コドン最適化とde novo UTR設計を同時に行うためのフレームワークであるmRNAutilusと非ループトラジェクトリによるmRNA生成について述べる。
mRNAutilusは、数百万のフル長のmRNAで訓練されたマスク付き離散拡散モデルとモンテカルロツリーガイダンスを組み合わせて、複数の機能目的の下でパレート効率の良い配列を生成する。
コーディングシーケンスとUTRを別々に設計したり、ポストホックアセンブリやスクリーニングに依存したりする最近の方法とは異なり、mRNAutilusはプロパティに最適化された単一のプロセスで完全な書き起こしを生成する。
P. pyralis luciferaseをコードするゼロショットmRNAは、野生型よりも400倍以上の高発現を達成し、ゼロショット生成アプローチを含む、商用および機械学習設計のベースラインより優れている。
ゼロショットSARS-CoV-2 スパイクmRNAは臨床的に使用され、商業的な構造は、耐久性を改善した実験室最適化設計に適合または超える。
さらに, プライマリ編集 (PEMax) やプロテオーム修飾 (Proteome modulation) などの治療条件において, ペプチド誘導E3リガーゼ (uAbs) の発現を増強し, βカテニン分解を誘導する。
これらの結果は、様々な生物学的応用に適した機能的mRNAを生成するための配列ベースの多目的フレームワークを確立する。
関連論文リスト
- Protein-Conditioned Multi-Objective Reinforcement Learning for Full-Length mRNA Design [2.9395143551178333]
本稿では,ターゲット配列から直接mRNA転写物を生成する多目的生成フレームワークProMORNAを提案する。
私たちのアプローチは、600万以上の天然タンパク-mRNAペア上で、BARTスタイルのエンコーダ-デコーダモデルをトレーニングすることから始まります。
ケーススタディとして,広範に使用されているホタルルシフェラーゼターゲットのProMORNAを,教師付きトレーニングデータとプロンプトプールの両方から除外して評価した。
論文 参考訳（メタデータ） (2026-05-02T16:05:51Z) - RiboSphere: Learning Unified and Efficient Representations of RNA Structures [57.40815107640066]
RNAのバックボーンは非常に柔軟で、非カノニカル相互作用が一般的であり、実験的に決定された3D構造は比較的少ない。
本稿では,ベクトル量子化とフローマッチングを組み合わせることで,RNAの固有な幾何学的表現を学習するフレームワークであるemphRiboSphereを紹介する。
論文 参考訳（メタデータ） (2026-03-20T04:36:35Z) - RNAGenScape: Property-guided Optimization and Interpolation of mRNA Sequences with Manifold Langevin Dynamics [14.76553653030291]
RNAGenScapeは、学習された潜在多様体内のmRNA配列を反復的に更新するプロパティ誘導多様体ランゲヴィン動的フレームワークである。
プロパティ誘導最適化とシーケンス間のスムーズな設計をサポートし、希少でアンサンプされたデータの下で堅牢なままである。
RNAGenScapeはmRNA配列モデリングにおける制御可能なmRNA設計と潜時空間探索のパラダイムを確立している。
論文 参考訳（メタデータ） (2025-10-14T19:55:41Z) - Equi-mRNA: Protein Translation Equivariant Encoding for mRNA Language Models [0.0]
2次元特殊直交行列(SO(2))の巡回部分群として同義コドン対称性を明示的に符号化する最初のコドンレベル同変mRNAモデルであるEqui-mRNAを導入する。
発現、安定性、リボスイッチングを含む下流特性予測タスクでは、Equi-mRNAは精度を最大10%向上させる。
Equi-mRNAはmRNAモデリングのための新しい生物学的原理のパラダイムを確立し、次世代治療の設計に重要な意味を持つ。
論文 参考訳（メタデータ） (2025-08-20T22:42:10Z) - A New Deep-learning-Based Approach For mRNA Optimization: High Fidelity, Computation Efficiency, and Multiple Optimization Factors [12.26159226306187]
我々は,mRNA最適化のための新しい深層学習手法である textbfRNop を紹介する。
我々は,300万以上のシーケンスを含む大規模データセットを収集し,GPLoss,CAILoss,tAILoss,MFELossという4つの特別な損失関数を設計する。
RNopはハイシークエンスを保証し、47.32シークエンス/秒までの計算スループットを実現し、最適化されたmRNAシークエンスを生成する。
論文 参考訳（メタデータ） (2025-05-29T08:21:11Z) - Regulatory DNA sequence Design with Reinforcement Learning [56.20290878358356]
本稿では,強化学習を利用して事前学習した自己回帰モデルを微調整する生成手法を提案する。
2つの酵母培地条件下でのプロモーター設計タスクの評価と,3種類のヒト細胞に対するエンハンサー設計タスクの評価を行った。
論文 参考訳（メタデータ） (2025-03-11T02:33:33Z) - Helix-mRNA: A Hybrid Foundation Model For Full Sequence mRNA Therapeutics [3.2508287756500165]
mRNAベースのワクチンは製薬業界において主要な焦点となっている。
この性質のためにmRNA配列を最適化するのは 難しい課題です
これらの課題に対処するために、構造化された状態空間ベースおよび注目ハイブリッドモデルであるHelix-mRNAを提案する。
論文 参考訳（メタデータ） (2025-02-19T14:51:41Z) - Life-Code: Central Dogma Modeling with Multi-Omics Sequence Unification [55.98854157265578]
Life-Codeは、様々な生物学的機能にまたがる包括的なフレームワークである。
本稿では、RNAを逆転写し、アミノ酸をヌクレオチド配列に変換することで、マルチオミクスデータを統合する統一パイプラインを提案する。
Life-Codeは3つのオミクスにまたがる様々なタスクの最先端の結果を達成し、マルチオミクス分析と解釈の進歩の可能性を強調している。
論文 参考訳（メタデータ） (2025-02-11T06:53:59Z) - DPLM-2: A Multimodal Diffusion Protein Language Model [75.98083311705182]
DPLM-2は, 離散拡散タンパク質言語モデル(DPLM)を拡張し, 配列と構造の両方に適合する多モーダルタンパク質基盤モデルである。
DPLM-2は、配列と構造、およびその限界と条件の結合分布を学習する。
実験によりDPLM-2は高度に互換性のあるアミノ酸配列とそれに対応する3D構造を同時に生成できることが示された。
論文 参考訳（メタデータ） (2024-10-17T17:20:24Z) - Latent Diffusion Models for Controllable RNA Sequence Generation [33.38594748558547]
RNAはDNAとタンパク質の間の重要な中間体であり、高い配列の多様性と複雑な3次元構造を示す。
可変長の離散RNA配列の生成と最適化のための潜時拡散モデルを開発した。
実験の結果、RNA拡散は様々な生物学的指標の自然な分布と一致した非コードRNAを生成することが確認された。
論文 参考訳（メタデータ） (2024-09-15T19:04:50Z) - BEACON: Benchmark for Comprehensive RNA Tasks and Language Models [60.02663015002029]
本稿では、最初の包括的なRNAベンチマークBEACON(textbfBEnchmtextbfArk for textbfCOmprehensive RtextbfNA Task and Language Models)を紹介する。
まずBEACONは、構造解析、機能研究、工学的応用を網羅した、これまでの広範囲にわたる研究から導かれた13のタスクから構成される。
第2に、CNNのような従来のアプローチや、言語モデルに基づく高度なRNA基盤モデルなど、さまざまなモデルについて検討し、これらのモデルのタスク固有のパフォーマンスに関する貴重な洞察を提供する。
第3に、重要なRNA言語モデルコンポーネントについて検討する。
論文 参考訳（メタデータ） (2024-06-14T19:39:19Z) - Accurate RNA 3D structure prediction using a language model-based deep learning approach [50.193512039121984]
RhoFold+はRNA言語モデルに基づくディープラーニング手法で、配列から単一鎖RNAの3次元構造を正確に予測する。
RhoFold+はRNA 3D構造予測のための完全に自動化されたエンドツーエンドパイプラインを提供する。
論文 参考訳（メタデータ） (2022-07-04T17:15:35Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。