[論文レビュー] Algorithm for Optimized mRNA Design Improves Stability and Immunogenicity

He Zhang, Liang Zhang+12 more|arXiv (Cornell University)|Apr 21, 2020

RNA and protein synthesis mechanisms参考文献 45被引用数 20

ひとこと要約

この論文は、二次構造安定性とコドン使用効率を同時に最適化することでmRNA配列を最適化する新規アルゴリズムLinearDesignを紹介する。計算言語学の類似問題に類推することで、SARS-CoV-2スパイクに対して約10^632の候補から探索空間を大幅に削減し、実行可能な問題に変換する。この手法により、化学修飾を施さずにも、in vivoで最高で23倍の抗体応答が得られ、mRNAの半減期とタンパク質発現が著しく向上した。

ABSTRACT

Messenger RNA (mRNA) vaccines are being used for COVID-19, but still suffer from the critical issue of mRNA instability and degradation, which is a major obstacle in the storage, distribution, and efficacy of the vaccine. Previous work showed that optimizing secondary structure stability lengthens mRNA half-life, which, together with optimal codons, increases protein expression. Therefore, a principled mRNA design algorithm must optimize both structural stability and codon usage to improve mRNA efficiency. However, due to synonymous codons, the mRNA design space is prohibitively large, e.g., there are $\sim\!10^{632}$ mRNAs for the SARS-CoV-2 Spike protein, which poses insurmountable challenges to previous methods. Here we provide a surprisingly simple solution to this hard problem by reducing it to a classical problem in computational linguistics, where finding the optimal mRNA is akin to finding the most likely sentence among similar sounding alternatives. Our algorithm, named LinearDesign, takes only 11 minutes for the Spike protein, and can jointly optimize stability and codon usage. Experimentally, without chemical modification, our designs substantially improve mRNA half-life and protein expression in vitro, and dramatically increase antibody response by up to 23$ imes$ in vivo, compared to the codon-optimized benchmark. Our work enables the exploration of highly stable and efficient designs that are previously unreachable and is a timely tool not only for vaccines but also for mRNA medicine encoding all therapeutic proteins (e.g., monoclonal antibodies and anti-cancer drugs).

研究の動機と目的

• ワクチンの保存・流通・効果を制限するmRNAの不安定性と分解の重大な課題に取り組む。
• SARS-CoV-2スパイクに対して約10^632通りの可能な配列が存在する指数関数的に巨大な探索空間を克服する。
• 翻訳効率を向上させるために、最小自由エネルギー（MFE）による構造的安定性とCAI（コドン適応度指数）によるコドン使用を同時に最適化する。
• ブルートフォースやヒューリスティック手法では到達できなかった、極めて安定で効率的なmRNA設計を実験的に検証可能なスケーラブルで高速なアルゴリズムを開発する。

提案手法

• mRNA設計問題を、音声的に類似した代替文の中から最も確率の高い文を特定する計算言語学の古典的問題に変換することで、探索を動的計画法の問題に変換する。
• 動的計画法を用いて、熱力学的安定性（最小自由エネルギー、MFE）とコドン適応度指数（CAI）の両方を最大化する最適なmRNA配列を効率的に計算する。
• コード領域を相同コドンの系列としてモデル化し、各位置をコドンの好ましさと局所的構造安定性で重みづけする。
• ViennaRNAパッケージ（RNAfold）を活用して、in silico評価のための二次構造と折りたたみ自由エネルギー（MFE）を予測する。
• 5’および3’UTRをフル長mRNA構造予測に統合し、UTR間およびコード領域間の塩基対形成を評価し、不安定化要因となる相互作用を最小限に抑える。
• in vitroの半減期測定およびマウスモデルを用いたin vivoの免疫原性試験により、設計を実験的に検証する。

実験結果

リサーチクエスチョン

• RQ1 原則的で包括的なアルゴリズムが、mRNAの二次構造安定性とコドン使用を同時に最適化することで、タンパク質発現と免疫原性を向上させられるか？
• RQ2 Spikeに対して約10^632通りの相同mRNA配列の探索空間を、計算的に実行可能な問題にまで縮小可能か？
• RQ3 化学修飾なしで、in vitroの安定性とin vivoの免疫原性の両面で、コドン最適化ベースラインを上回る設計を生成できるか？
• RQ4 UTR間の相互作用が、フル長mRNAコンストラクトの構造的安定性と機能的パフォーマンスにどのように影響するか？
• RQ5 構造的安定性（MFE）とコドン使用（CAI）をどれくらいバランスさせることで、mRNA全体の効率を最大化できるか？

主な発見

• LinearDesignは、SARS-CoV-2スパイクmRNAの設計をわずか11分で完了させ、これまで到達できなかった配列空間の迅速な探索を可能にした。
• 化学修飾なしで、LinearDesignが生成したmRNAは、コドン最適化ベースラインと比較して、in vitroでのmRNA半減期とタンパク質発現が顕著に向上した。
• in vivoで、LinearDesignが誘導した抗体応答は、コドン最適化ベースライン配列と比較して最大で23倍も高かった。
• アルゴリズムが生成した配列（例：配列a）は、最小自由エネルギー（MFE）が-2,287.3 kcal/molに達し、ワイルドタイプ（-966.7 kcal/mol）およびベースライン（-1,244.4 kcal/mol）よりも著しく安定であった。
• 構造的安定性が高く（MFEが低い）かつコドン使用が最適化された（CAI > 0.9）配列では、UTRとの塩基対形成が少なく、小規模に抑えられ、構造的干渉が低減した。
• MFE最適化配列は-2,486.7 kcal/molを達成し、全テスト配列の中で最も安定で、商業ワクチン配列（例：ModernaのmRNA-1273、BioNTechのBNT-162b2）でさえも上回る構造的安定性を示した。