用于最大化蛋白质表达的预测器引导潜在空间密码子优化

arXiv:2610.03098v1 公告类型：cross 摘要：密码子优化是通过选择同义密码子来提高 mRNA 翻译效率和蛋白质表达水平的过程，对于治疗性蛋白质生产和 mRNA 疫苗至关重要，但仍然是一个难题。其设计空间是离散且组合规模庞大的，因而无法采用基于梯度的方法；现有工具则依赖启发式代理指标（例如密码子适应指数或 GC 含量），难以准确反映真实的表达水平。我们提出潜在空间密码子优化（LSCO），通过将序列映射到预训练 mRNA 语言模型的潜在空间，将这一离散问题重新表述为连续问题，从而实现高效的基于梯度的搜索。LSCO 结合了四个组成部分：来自不确定性感知预测器的数据驱动表达目标、用于结构稳定性的最小自由能正则项、来自蛋白质到密码子反向翻译模型的自然性先验，以及用于确保蛋白质保真度的约束解码。在一个真实世界的湿实验抗体表达数据集上，与简单的基于频率的方法以及现代深度生成基线相比，LSCO 在预测表达水平方面表现更优，同时保持了适宜的生物物理性质。