[论文解读] 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 mechanismsBiochemistry, Genetics and Molecular Biology参考文献 45被引用 20

一句话总结

该论文提出LinearDesign，一种新颖的算法，通过联合最大化mRNA二级结构稳定性和密码子使用效率来优化mRNA序列，借助计算语言学类比将搜索空间从∼10^632个候选减少至可处理的问题。该方法在无需化学修饰的情况下，实现了体内抗体反应最高23倍的提升，并显著提高了mRNA半衰期和蛋白表达水平。

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).

研究动机与目标

• 解决mRNA不稳定和降解这一关键挑战，该挑战限制了疫苗的储存、分发和有效性。
• 克服设计最优mRNA序列时存在的指数级庞大搜索空间（SARS-CoV-2刺突蛋白约∼10^632种可能序列）。
• 同时优化结构稳定性（通过最小自由能）和密码子使用（通过CAI），以提升翻译效率。
• 开发一种可扩展、快速的算法，使此前难以通过暴力搜索或启发式方法实现的高稳定性和高效mRNA设计得以实验验证。

提出的方法

• 将mRNA设计问题映射到计算语言学中的经典问题——在语音上相似的替代项中寻找最可能的句子，从而将搜索转化为动态规划问题。
• 使用动态规划高效计算最优mRNA序列，以同时最大化热力学稳定性（最小折叠自由能，MFE）和密码子适应指数（CAI）。
• 将编码区建模为同义密码子序列，每个位置根据密码子偏好和局部结构稳定性加权。
• 利用ViennaRNA软件包（RNAfold）预测二级结构和折叠自由能（MFE），用于体外评估。
• 将5’和3’非翻译区（UTRs）整合到全长mRNA结构预测中，以评估UTR间及编码区的碱基配对，最小化不稳定的相互作用。
• 通过体外mRNA半衰期测定和小鼠模型中的体内免疫原性测试对设计进行实验验证。

实验结果

研究问题

• RQ1 是否能够通过一种系统性算法，联合优化mRNA二级结构稳定性和密码子使用，以提升蛋白表达和免疫原性？
• RQ2 是否可能将同义mRNA序列的不可行搜索空间（Spike蛋白约为∼10^632）缩减为计算上可行的问题？
• RQ3 该算法能否生成在体外稳定性和体内免疫原性方面均优于密码子优化基准的mRNA设计，且无需化学修饰？
• RQ4 UTR相互作用如何影响全长mRNA构建物的结构稳定性和功能表现？
• RQ5 结构稳定性（MFE）和密码子使用（CAI）在多大程度上可以实现平衡，以最大化整体mRNA效率？

主要发现

• LinearDesign仅用11分钟即完成SARS-CoV-2刺突蛋白mRNA的设计，实现了对以往无法触及的序列空间的快速探索。
• 无需化学修饰，LinearDesign生成的mRNA在体外表现出显著更长的mRNA半衰期和更高的蛋白表达水平，优于密码子优化的基准序列。
• 在体内实验中，LinearDesign诱导的抗体反应最高达到密码子优化基准序列的23倍。
• 算法生成的序列（如序列a）的最小折叠自由能（MFE）达到-2,287.3 kcal/mol，显著高于野生型（-966.7 kcal/mol）和基线序列（-1,244.4 kcal/mol）。
• 结构稳定性更高（MFE更低）且密码子使用优化（CAI > 0.9）的序列与UTRs形成的碱基对更少、更小，从而减少了结构干扰。
• MFE优化的序列达到-2,486.7 kcal/mol，为所有测试序列中最稳定的，并在结构稳定性方面优于甚至商业疫苗序列（如Moderna的mRNA-1273和BioNTech的BNT-162b2）。