計算生物学：機能を備えたde novo遺伝子のゲノム言語モデルからの意味論的設計

生成ゲノムモデルは、だんだんに複雑な生物学的系を設計できるようになってきた。しかし、これらのモデルを制御して、望ましい機能を持つ新しい塩基配列を生成することは難しい。今回我々は、ゲノム言語モデルであるEvoが、ゲノム文脈を活用して機能誘導型の設計を実行でき、塩基配列空間の新規領域を利用可能にすることを示す。Evoは、原核生物遺伝子間の意味論的関係を学習することで、ゲノムの「自動補完」が可能になり、これによって、関心のある機能のゲノムコンテキストをコードするDNAプロンプトは、関連する機能を豊富に含む新規塩基配列の生成を誘導する。我々はこれを「意味論的設計」と呼ぶ。我々は、この手法を、生成された抗CRISPRタンパク質とII型およびIII型の毒素–抗毒素系の活性を実験的に調べることで検証した。これには、天然タンパク質と有意な塩基配列類似性を示さないde novo遺伝子が含まれる。Evoによるタンパク質と非コードRNAのコンテキスト内設計は、たとえ事前の構造情報、既知の進化的保存性、あるいはタスク特異的なファインチューニングがなくても、ロバストな活性と高い実験的成功率を達成した。我々は次にEvoを用いて数百万のプロンプトを完了することでSynGenomeというデータベースを作成した。SynGenomeは、人工知能が生成したゲノム塩基配列が1200億塩基対以上含まれていて、多くの機能にまたがった意味論的設計を可能にする。より広義には、これらの結果は、生物学的言語モデルを備えた生成ゲノミクスは、天然の塩基配列を超えて拡がり得ることを示している。

目次へ戻る