机构名称：
¥ 5.0
摘要：mRNA 疗法正在彻底改变制药行业，但仍然缺乏优化一级序列以增加表达的方法。在这里，我们使用深度学习设计 5'UTR 以实现高效的 mRNA 翻译。我们对三种细胞类型的完全或部分随机 5'UTR 文库进行多核糖体分析，发现 UTR 性能在细胞类型之间高度相关。我们在所有数据集上训练模型，并使用它们指导使用梯度下降和生成神经网络设计高性能 5'UTR。我们通过实验测试了设计的 5'UTR 与编码 megaTALTM 基因编辑酶的 mRNA，用于两种不同的基因靶标和两种不同的细胞系。我们发现设计的 5'UTR 支持强大的基因编辑活动。编辑效率与细胞类型和基因靶标相关，尽管表现最佳的 UTR 特定于一种货物和细胞类型。我们的结果突出了基于模型的序列设计用于 mRNA 疗法的潜力。引言 mRNA 疗法和疫苗提供了一种向活细胞和组织传递瞬时遗传指令的安全、有效和灵活的方法 1 。与基于质粒或 AAV 的递送相比，mRNA 具有多种优势，包括独立于编码的治疗性蛋白质的简单制造 2 、较低的免疫原性和瞬时基因表达 3,4 。因此，mRNA 技术对于快速开发针对 COVID-19 大流行的疫苗至关重要 5,6 ，目前正在开发用于蛋白质替代疗法 7,8 、再生医学 9,10 和癌症免疫疗法 11,12 等应用 13 。mRNA 平台的一个有趣用途是递送基因编辑试剂 3,14 ，因为基因编辑器的瞬时表达避免了长时间暴露带来的有害影响（例如脱靶编辑 4 ）并降低了形成抗药抗体的可能性，从而允许重复给药 15 。尽管有多种基因编辑平台，但单链紧凑酶（如 megaTALs 16）特别适合 mRNA 递送。megaTALs 是最小转录激活因子样 (TAL) 效应结构域与工程化巨核酸酶的融合。TAL 效应子将对少数基因组靶位具有内在特异性的巨核酸酶定位到单个位点，在该位点催化 DNA 双链断裂的形成，从而实现高活性和特异性 16 。由于这些特性，megaTAL 已被开发用于多种治疗相关靶点 17–19 。
使用深度学习优化 5'UTR 以进行 mRNA 传递基因编辑
主要关键词
相关文件推荐
