Los modelos generativos profundos diseñan secuencias de ARNm con mayor capacidad de traducción y estabilidad

Área de la Ciencia:

• La bioingeniería
• Inteligencia artificial
• Biología molecular

Sus antecedentes:

• La tecnología de ARN mensajero (ARNm) ha demostrado ser efectiva para las vacunas, pero requiere optimización para un uso terapéutico más amplio.
• Los métodos actuales de diseño de ARNm se enfrentan a limitaciones para mejorar la expresión y la estabilidad para diversas aplicaciones.

Objetivo del estudio:

• Para introducir GEMORNA, un nuevo modelo de IA generativa para el diseño de moléculas de ARNm mejoradas.
• Evaluar el rendimiento de los ARNm diseñados por GEMORNA para aplicaciones terapéuticas, incluida la expresión proteica y la inmunogenicidad.

Principales métodos:

• GEMORNA desarrollado utilizando arquitecturas de transformador para secuencias de codificación de ARNm (CDS) y regiones no traducidas (UTR).
• Se han probado los ARNm de longitud completa diseñados por GEMORNA para los niveles de expresión mediante ensayos de luciferasa de luciérnaga.
• Se evaluaron los ARNm terapéuticos generados por GEMORNA para la expresión de eritropoyetina humana (EPO) y la inmunogenicidad in vivo.
• Exploró la aplicación de GEMORNA en el diseño de ARN circular para mejorar la expresión de EPO y la actividad antitumoral de las células CAR-T.

Principales resultados:

• Los ARNm diseñados por GEMORNA mostraron un aumento de 41 veces en la expresión de luciferasa de las luciérnagas en comparación con los valores de referencia.
• Los ARNm terapéuticos diseñados por GEMORNA lograron un aumento de hasta 15 veces en la expresión de EPO.
• Los ARNm generados por GEMORNA provocaron títulos significativos de anticuerpos en ratones para una vacuna contra la COVID.
• Se observó una mayor expresión de ARN circular y un aumento de la citotoxicidad antitumoral en las células CAR-T.

Conclusiones:

• GEMORNA mejora significativamente la expresión y la estabilidad del ARNm, lo que demuestra su potencial para el desarrollo de nuevos tratamientos.
• El modelo de IA generativa muestra versatilidad en diferentes formatos de ARN (lineal y circular) y aplicaciones.
• La IA generativa profunda tiene una gran promesa para avanzar en las terapias de ARNm más allá de las aplicaciones actuales de las vacunas.