[논문 리뷰] Algorithm for Optimized mRNA Design Improves Stability and Immunogenicity

He Zhang, Liang Zhang외 12명|arXiv (Cornell University)|2020. 04. 21.

RNA and protein synthesis mechanismsBiochemistry, Genetics and Molecular Biology참고 문헌 45인용 수 20

한 줄 요약

이 논문은 mRNA 서열을 이차 구조 안정성과 코돈 사용 효율성을 동시에 최적화하여, 계산 언어학적 유사성에 기반해 검색 공간을 ∼10^632개 후보에서 다룰 수 있는 문제로 줄이는 새로운 알고리즘인 LinearDesign을 소개한다. 이 방법은 화학적 수정 없이도 생체 내에서 항체 반응을 최대 23배 향상시키고, mRNA 반감기와 단백질 발현을 크게 향상시킨다.

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).

연구 동기 및 목표

• 백신 보관, 유통 및 유효성에 제한을 주는 mRNA의 불안정성과 분해 문제를 해결한다.
• SARS-CoV-2 스푸이크 서열에 대해 약 ∼10^632개의 가능한 서열로 인해 기하급수적으로 증가하는 검색 공간을 극복한다.
• 翻訳 효율성을 향상시키기 위해 최소 자유 에너지(thermodynamic stability)를 통한 이차 구조 안정성과 CAI를 통한 코돈 사용 효율성을 동시에 최적화한다.
• 기존의 브루트 포스나 히우리스틱 방법으로는 도달할 수 없었던 매우 안정적이고 효율적인 mRNA 설계를 실험적으로 검증할 수 있도록 확장 가능한 빠른 알고리즘을 개발한다.

제안 방법

• mRNA 설계 문제를 계산 언어학의 고전적 문제로 매핑하여, 청각적으로 유사한 대안들 중에서 가장 가능성 있는 문장을 찾는 문제로 전환함으로써, 동적 프로그래밍 문제로 변환한다.
• 동적 프로그래밍을 사용하여 열역학적 안정성(최소 접힘 자유 에너지, MFE)과 코돈 적합 지수(CAI)를 동시에 최대화하는 최적의 mRNA 서열을 효율적으로 계산한다.
• 코딩 영역을 동일 기능을 가진 코돈의 시퀀스로 모델링하고, 각 위치에 코돈 선호도와 국소적 구조 안정성에 따라 가중치를 적용한다.
• ViennaRNA 패키지(RNAfold)를 활용하여 이론적 평가를 위한 이차 구조 예측 및 접힘 자유 에너지(MFE) 계산을 수행한다.
• 5’ 및 3’ UTR을 전체 mRNA 구조 예측에 통합하여 UTR 간 상호작용과 코딩 영역 간 기저 쌍 형성을 평가하고, 불안정한 상호작용을 최소화한다.
• in vitro 반감기 시험과 마우스 모델에서의 생체 내 항원성 검사를 통해 설계를 실험적으로 검증한다.

실험 결과

연구 질문

• RQ1 원칙적인 알고리즘이 mRNA 이차 구조 안정성과 코돈 사용을 동시에 최적화하여 단백질 발현과 항원성을 향상시킬 수 있는가?
• RQ2 Spike 서열에 대해 약 ∼10^632개의 동일 기능 서열로 인해 해결하기 어려운 검색 공간을 계산적으로 처리 가능한 문제로 줄일 수 있는가?
• RQ3 화학적 수정 없이도, 알고리즘이 코돈 최적화 기준보다 in vitro 안정성과 in vivo 항원성 측면에서 뛰어난 설계를 생성할 수 있는가?
• RQ4 UTR 상호작용은 전체 mRNA 구조물의 구조 안정성과 기능적 성능에 어떤 영향을 미치는가?
• RQ5 전체 mRNA 효율성을 극대화하기 위해 구조 안정성(MFE)과 코돈 사용(CAI)을 어느 정도 균형 있게 조절할 수 있는가?

주요 결과

• LinearDesign은 SARS-CoV-2 스푸이크 mRNA를 단 11분 만에 설계하여 이전에는 도달할 수 없었던 서열 공간을 신속하게 탐색할 수 있게 했다.
• 화학적 수정 없이도 LinearDesign이 생성한 mRNA는 코돈 최적화 기준 대비 유의미하게 향상된 in vitro mRNA 반감기와 단백질 발현을 보였다.
• 생체 내에서 LinearDesign이 유도한 항체 반응은 코돈 최적화 기준 서열보다 최대 23배 높았다.
• 알고리즘으로 생성된 서열(예: 서열 a)은 최소 접힘 자유 에너지(MFE)가 -2,287.3 kcal/mol로, 월드타입(-966.7 kcal/mol)과 기준선(-1,244.4 kcal/mol)보다 훨씬 더 안정했다.
• 높은 구조 안정성(낮은 MFE)과 최적화된 코돈 사용(CAI > 0.9)을 가진 서열은 UTR과의 기저 쌍 형성을 줄이고, 더 적은 수의 작은 기저 쌍을 형성하여 구조적 간섭을 감소시켰다.
• MFE 최적화 서열은 -2,486.7 kcal/mol을 기록하여 테스트된 모든 서열 중에서 가장 안정했으며, 모더나의 mRNA-1273, 바이오엔테크의 BNT-162b2와 같은 상용 백신 서열보다도 더 뛰어난 구조 안정성을 확보했다.