基于深度生成模型GEMORNA的mRNA序列设计：显著提升翻译效能与稳定性的突破性研究

来自国际前沿团队的研究人员开发了名为GEMORNA的生成式RNA模型，通过Transformer架构优化mRNA编码区(CDS)和非翻译区(UTR)，成功设计出表达量提升41倍的荧光素酶mRNA。该技术使治疗性EPO mRNA表达提高15倍，并显著增强COVID疫苗抗体效价，在环形RNA和CAR-T细胞抗肿瘤领域同样展现卓越潜力，为mRNA药物研发开辟新范式。

　　

这项突破性研究展示了深度生成模型在mRNA疗法中的革命性应用。研究者开发的GEMORNA系统采用经过特殊优化的Transformer神经网络架构，专门针对信使RNA(mRNA)的编码序列(CDS)和非翻译区(UTR)进行智能化设计。实验数据令人振奋：与优化后的基准序列相比，GEMORNA设计的全长mRNA在体外实验中使萤火虫荧光素酶表达量飙升41倍。

在治疗应用方面，该系统生成的人促红细胞生成素(EPO)mRNA表现出高达15倍的表达提升，同时设计的COVID-19疫苗mRNA在小鼠体内诱导出显著增强的抗体滴度。更引人注目的是，该技术成功拓展至环形RNA(circular RNA)领域，不仅大幅提高环形EPO的表达水平，更在嵌合抗原受体T细胞(CAR-T)疗法中展现出增强的抗肿瘤细胞毒性。

这些重要发现充分彰显了深度生成人工智能在mRNA治疗领域的巨大潜力，为包括传染病疫苗、蛋白质替代疗法和肿瘤免疫治疗在内的多种医疗应用提供了全新的技术路径。研究采用的创新方法突破了传统mRNA设计的局限性，通过人工智能驱动的序列优化实现了翻译效率和稳定性的双重飞跃。