受限玻尔兹曼机赋能：从头设计具有代谢物响应功能的新型RNA分子开关

《Nature Communications》：Designing molecular RNA switches with Restricted Boltzmann machines

本研究针对RNA分子开关从头设计的难题，开发了一种基于受限玻尔兹曼机(RBM)的生成模型。该模型通过学习SAM-I核糖开关同源序列数据，成功设计出与天然序列差异显著(20%-40%)但功能相似的新型RNA适配体。通过高通量化学探测(SHAPE-MaP和DMS)验证，高RBM评分的设计分子成功实现了约30%的构象转换成功率，显著优于传统协方差模型(CM)。该研究为理性设计功能性RNA提供了强大工具，并揭示了分子开关功能与结构元件精细能量特征之间的关联。

　　

在生命科学的微观世界里，RNA不仅是遗传信息的信使，更是精密的分子机器。其中，核糖开关(Riboswitch)是一类神奇的调控元件，它们能像“分子传感器”一样，感知细胞内的特定代谢物浓度，并随之改变自身结构，从而开启或关闭下游基因的表达。这种“变构”能力使得核糖开关成为合成生物学和药物开发中极具潜力的工具。然而，如何从零开始，理性地设计出能够执行特定功能的RNA分子，一直是该领域面临的巨大挑战。

传统的设计方法往往依赖于复杂的物理模型来预测RNA的折叠，或者通过大规模的随机筛选来寻找功能性序列。前者难以精确模拟RNA复杂的三维结构，后者则效率低下且成本高昂。因此，开发一种能够直接从自然界中学习RNA设计“规则”的智能方法，成为了科学家们追求的目标。

近日，一项发表在《Nature Communications》上的研究，为我们展示了机器学习在RNA设计领域的强大威力。研究团队利用一种名为受限玻尔兹曼机(Restricted Boltzmann Machine, RBM)的生成式神经网络，成功地从天然核糖开关序列中学习到了其功能“密码”，并设计出了大量与天然序列差异显著、但功能相似的新型RNA分子开关。这项研究不仅为理性设计功能性RNA提供了强大的新工具，也为我们理解RNA序列与功能之间的复杂关系提供了新的视角。

关键技术方法

为了开展这项研究，研究人员整合了计算建模与高通量实验验证两大模块。在计算方面，他们利用Rfam数据库中的SAM-I核糖开关适配体家族(RF00162)的同源序列数据，训练了受限玻尔兹曼机(RBM)模型。该模型能够学习序列中的保守性、共变性和多样性特征，并生成具有高评分的新序列。作为对比，他们还使用了传统的协方差模型(Covariance Model, CM)进行序列生成。在实验验证方面，他们采用了高通量的化学探测技术，包括SHAPE-MaP和DMS，对总计677条序列（包括476条RBM设计序列、201条天然序列和58条CM设计序列）进行了测试。通过分析在有无SAM（S-腺苷甲硫氨酸）条件下RNA分子的反应性差异，他们开发了一套自动化的统计分析方法，以评估每个分子是否发生了预期的构象转换。

研究结果

1. 生成模型对SAM核糖开关适配体的建模

研究人员首先在SAM-I核糖开关适配体家族的同源序列数据上训练了RBM模型。该模型能够为任何RNA序列分配一个“RBM评分”，分数越高，表示该序列越符合模型从天然数据中学到的“好”序列特征。为了验证模型的有效性，他们将其与传统的协方差模型(CM)进行了比较。结果显示，RBM生成的序列不仅拥有与天然序列相当的RBM评分，还成功捕捉到了天然序列中存在的复杂变异模式，包括P4螺旋的缺失等。相比之下，CM生成的序列虽然也满足二级结构的约束，但其RBM评分普遍较低，且多样性受限，无法覆盖天然序列的完整变异范围。更重要的是，RBM模型能够自动识别出与RNA三级结构（如假结）相关的关键位点，而CM模型则无法做到这一点。

2. 天然和生成适配体的反应性谱图

为了评估设计分子的功能，研究人员对天然序列和设计序列进行了化学探测。他们发现，天然SAM-I适配体在结合SAM后，确实会发生预期的构象变化，表现为关键位点（如SAM结合口袋、假结、P1螺旋等）的反应性降低（即“保护”效应）。基于此，他们建立了一个“反应性模板”，用于识别功能性的构象转换。对于RBM设计的序列，他们观察到两种典型的反应模式：一部分序列表现出与天然序列相似的全局构象转换，而另一部分则表现出局部的结合反应。重要的是，高RBM评分的序列，其平均反应性变化谱图与天然序列高度吻合，而低RBM评分的序列则存在明显差异。相比之下，CM设计的序列几乎无法重现天然序列的特征性保护模式。

3. 生成适配体的统计评估与特性

为了对单个分子的功能进行客观、定量的评估，研究人员开发了一种基于“保护分数”的统计分析方法。该方法通过整合多个关键位点的反应性数据，来判断一个分子是否发生了构象转换。结果显示，在RBM设计的序列中，约有35%的高评分序列被归类为“响应性”序列，即能够像天然核糖开关一样，在SAM存在时发生构象转换。这一成功率显著高于CM设计的序列（0%）。此外，研究人员还发现，分子开关的功能与其结构元件的能量特征密切相关。例如，P1螺旋的形成能既不能太强（否则无法打开），也不能太弱（否则无法稳定闭合构象），而RBM设计的序列恰好倾向于生成具有这种“中间”能量的P1螺旋，从而具备了实现构象转换的物理基础。

4. 通过设计进一步探索RNA开关的多样性

为了进一步测试RBM模型的极限，研究人员进行了第二轮设计和验证。他们生成了与天然序列差异更大（高达46%的突变）的序列，以及一些缺乏P4螺旋的序列。实验结果表明，RBM模型依然能够设计出功能性的分子开关，而CM模型则无法做到这一点。这充分证明了RBM模型在生成功能性RNA序列方面具有强大的泛化能力和多样性生成能力。

研究结论与讨论

本研究成功地将受限玻尔兹曼机(RBM)这一生成式机器学习模型应用于RNA分子开关的从头设计。研究结果表明，RBM能够从天然序列数据中学习到维持RNA功能所必需的复杂约束，包括二级结构、三级结构以及构象转换的动力学特性。通过高通量实验验证，研究人员证实了RBM设计的序列能够以可观的成功率实现预期的构象转换功能，且其功能与序列的结构能量特征密切相关。

这项工作的意义在于，它首次展示了生成式机器学习模型在设计和理解复杂生物分子（如具有变构功能的RNA）方面的巨大潜力。与传统的基于物理模型或随机筛选的方法相比，RBM提供了一种更高效、更智能的设计范式。它不仅能够生成功能性的分子，还能通过其可解释的“隐藏单元”揭示序列中与功能相关的关键“基序”，从而加深我们对RNA序列-功能关系的理解。

未来，这种方法有望被推广到其他RNA家族的设计中，甚至扩展到包含表达平台的全长核糖开关的设计，为合成生物学、基因治疗和药物开发等领域提供更强大的分子工具。