基于概率格解析的mRNA设计新方法EnsembleDesign：通过最小化整体自由能优化mRNA稳定性和翻译灵活性

本研究针对传统mRNA设计中仅优化最小自由能(MFE)而忽视大量替代构象的问题，开发了EnsembleDesign算法。该研究通过连续松弛和概率格解析技术，首次实现了对mRNA整体自由能(EFE)的优化，在20种UniProt蛋白和SARS-CoV-2刺突蛋白测试中显著降低了EFE值，同时意外获得了更低未配对概率(AUP)和更平坦的Boltzmann分布，为mRNA疫苗设计提供了新思路。

　　

在COVID-19大流行期间，mRNA疫苗的突破性进展使mRNA设计技术受到广泛关注。传统mRNA设计主要关注最小自由能(MFE)优化，但这种方法只考虑单个最稳定结构，忽视了mRNA在溶液中实际存在的数百万种替代构象。更重要的是，在翻译过程中，核糖体需要解开mRNA的二级结构，过于刚性的结构可能导致核糖体停滞和翻译效率下降。因此，如何设计出既稳定又具有构象灵活性的mRNA成为亟待解决的科学问题。

美国俄勒冈州立大学电子工程与计算机科学学院的研究团队在《Bioinformatics》发表了创新性研究。他们开发了EnsembleDesign算法，首次将优化目标从最小自由能(MFE)转向整体自由能(EFE)，通过连续松弛和概率格解析技术，实现了对mRNA所有可能构象的全局优化。研究采用了三个关键技术：1)将离散设计空间推广为概率格；2)开发了计算预期配分函数的概率格解析算法；3)使用投影梯度下降进行约束优化。

研究结果部分，"New objective: minimum ensemble free energy"表明，与传统MFE目标相比，EFE优化考虑了所有可能的二级结构，更符合生物学实际。"Continuous relaxation via probabilistic lattice"展示了如何通过概率格表示mRNA序列分布，将离散优化问题转化为连续优化问题。"Expected partition function and probabilistic lattice parsing"验证了Jensen不等式近似的有效性，使计算复杂度从NP难降为可解。"Evaluation results"部分显示，在21个测试蛋白中，EnsembleDesign相比LinearDesign平均降低EFE 0.5-1.5 kcal/mol，对长序列(如1273个氨基酸的SARS-CoV-2刺突蛋白)改善尤为显著。

研究还发现了两个重要副产品：首先，"Byproducts: lower unpaired probabilities and flatter distributions"显示设计的mRNA具有更低未配对概率(AUP)(降低0.0024)，这与mRNA降解负相关；其次，如图

所示，能量景观和Boltzmann分布更平坦，表明构象灵活性增强。这些特性对提高mRNA稳定性和翻译效率都具有重要意义。

这项研究突破了传统mRNA设计仅优化单一结构的局限，开创性地将整体构象稳定性纳入优化目标。EnsembleDesign算法不仅为mRNA疫苗设计提供了新工具，其概率格和连续松弛的思想也可推广至其他核酸设计领域。随着mRNA疗法应用范围的扩大，这种兼顾稳定性和灵活性的设计理念将展现出更广泛的应用前景。