ProMORNA: Framework di IA per la Progettazione di mRNA a Lunghezza Intera
I ricercatori propongono ProMORNA, un framework di apprendimento per rinforzo multi-obiettivo per progettare trascritti di mRNA a lunghezza intera direttamente da sequenze proteiche target. Il sistema utilizza un modello encoder-decoder di tipo BART addestrato su oltre 6 milioni di coppie naturali proteina-mRNA, quindi applica l'ottimizzazione multi-obiettivo delle politiche di gruppo relativa (MO-GRPO) per bilanciare stabilità, efficienza di traduzione e sicurezza immunitaria. In un caso di studio sulla luciferasi della lucciola, ProMORNA ha migliorato la frontiera di Pareto in silico per l'emivita prevista e l'efficienza di traduzione rispetto ai baselines standard supervisionati.
Fatti principali
- ProMORNA genera trascritti di mRNA a lunghezza intera de novo a partire da una sequenza proteica target.
- Un modello encoder-decoder di tipo BART è stato addestrato su oltre 6 milioni di coppie naturali proteina-mRNA.
- L'ottimizzazione multi-obiettivo delle politiche di gruppo relativa (MO-GRPO) ottimizza simultaneamente per molteplici obiettivi biologici.
- Il caso di studio ha utilizzato la luciferasi della lucciola, esclusa dai dati di addestramento e dal pool di prompt.
- ProMORNA ha migliorato la frontiera di Pareto in silico per l'emivita prevista e l'efficienza di traduzione.
- Il framework affronta stabilità, efficienza di traduzione e sicurezza immunitaria.
- Pubblicato su arXiv con ID 2605.01513.
- L'approccio combina pre-addestramento supervisionato con apprendimento per rinforzo.
Entità
—