[Briefings in Bioinformatics] 借力 AlphaFold 3：深度学习如何“一键生成”高性能功能调节 RNA

TL;DR

传统的 RNA 设计常受限于静态结构的局限性，特别是在涉及 Cas9 等受蛋白互作驱动的动态系统时。北京理工大学的研究团队提出 sgRNAGen 框架，通过 Transformer 模型生成具有进化合法性的 sgRNA，并创新性地引入 AlphaFold 3 (AF3) 进行结构验证。该系统在枯草芽孢杆菌中实现了 169.5 kb 大片段的满分（100%）敲除，彻底解决了多靶点编辑中序列重复带来的组装难题。

背景定位

该工作是 RNA 逆设计（Inverse Design）领域的最新进展，其核心贡献在于将 序列进化信息（LLM） 与 结构物理约束（Energy-based & AF3） 进行了深度闭环融合。它不再仅仅是生成一段序列，而是生成一个能与蛋白稳定结合的功能性“机器部件”。

痛点深挖：为什么 RNA 设计这么难？

1. 动态交互（Dynamic Flexibility）：RNA 并非僵硬的折纸。例如在 CRISPR/Cas9 系统中，sgRNA 必须诱导蛋白从失活态转变为开放态。仅靠预测二级结构无法保证其实际功能。
2. 序列重复灾难：在代谢工程中，我们需要同时操作多个基因。如果使用相同的 sgRNA 背骨，高重复的 DNA 序列在微生物体内极易诱发同源重组，导致质粒丢失或变异。
3. 筛选成本：传统方法依赖干湿实验的不断迭代，周期长且成功率低。

核心算法方案：sgRNAGen + AlphaFold 3

研究团队构建了一个自回归的 Transformer 解码器。其工作流程分为三个层次：

1. 预训练与受限采样

模型在 46,003 条 crRNA 序列上进行无监督学习，捕获天然 RNA 的“语言规律”。为了保证生成的序列不跑偏，团队引入了 MCMC 限制性采样：

• 结构保真度：通过 ViennaRNA 约束残基距离。
• 计算合理性：利用模型产生的 Perplexity（困惑度）确保序列符合进化分布。

2. AlphaFold 3 作为“数字审稿人”

这是本文最具前瞻性的部分。作者发现 AF3 的 ipTM (interface predicted TM-score) 指标与 sgRNA 的实际切割活性高度相关。

• 直觉验证：ipTM > 0.85 且 RMSD < 1Å 的序列，实验表现几乎全线优于未经筛选的对照组。

图 1: sgRNAGen 训练流程及其与 AF3 筛选的闭环整合。

实验战绩对比：从单基因到超大片段

• 基因敲除：设计序列在 bdhA 基因上表现出 75% 的极高效率。
• 大片段删除 (Full Score)：在处理 169.5 kb 的超大片段时，传统单 sgRNA 束手无策，而 sgRNAGen 生成的双非重复 sgRNA 达到了 100% 的删除成功率，且质粒稳定性极佳。
• 多靶点控制：利用不同活性的设计方案，研究者展示了对 sfGFP 荧光强度的精细梯度调节（34.6% - 73.4%）。

图 2: 不同变体 sgRNA 的活性评估与分子动力学模拟。

深度洞察：分子动力学揭示活性本质

为了回答“为什么有些设计会失效”，团队进行了 1.8 微秒的分子动力学（MD）模拟。结果显示，失效序列（如 A13）虽然静态结构正确，但在动态过程中其 REC 结构域 极其不稳定，导致 RNA 过快脱离蛋白。这提示我们：未来的 AI 设计必须跨越静态坐标，向动态相互作用演进。

总结与价值

sgRNAGen 的成功标志着 RNA 设计进入了“一 shot 成功”的时代。

• 行业启示：AlphaFold 3 不仅仅是一个预测工具，它的置信度得分（Confidence Metrics）可以作为生成式 AI 的奖励函数或硬过滤标准。
• 局限性：目前的模型仍高度依赖模板 sgRNA 的背骨结构，未来若能实现完全从零开始（De novo）设计任意功能的 RNA-蛋白复合界面，将是生命科学的下一次飞跃。