基于生成与预测神经网络的RNA功能分子设计新范式：SANDSTORM与GARDN系统的开发与应用

研究人员针对RNA分子序列-结构-功能关系复杂、实验筛选成本高的问题，开发了整合RNA序列与结构的深度学习框架SANDSTORM（预测模型）和生成对抗网络GARDN（设计模型）。该系统仅需384个训练样本即可生成性能超越训练集的RNA分子，在5'UTR、RBS、CRISPR gRNA等设计中验证了其通用性，为RNA治疗、诊断及合成生物学提供了高效计算工具。

　　

RNA分子作为遗传信息载体和功能执行者，在基因治疗、分子诊断和合成生物学中展现出巨大潜力。然而，其复杂的序列-结构-功能关系使得传统设计方法严重依赖大量实验筛选，而现有计算工具难以兼顾结构预测与功能优化的双重需求。尤其对于需要特定二级结构的合成RNA元件（如toehold开关），经典热力学算法无法准确预测功能表现，而纯序列驱动的深度学习模型又难以捕捉结构特征。这一瓶颈严重制约了RNA技术在精准医疗和生物工程中的应用效率。

针对这一挑战，波士顿大学的研究团队在《Nature Communications》发表了突破性研究。他们创新性地开发了双通道神经网络架构SANDSTORM（Sequence AND Structure-informed Optimization of RNA Molecules），首次实现RNA序列与结构的协同编码预测；并配套构建生成对抗网络GARDN（Generative Adversarial RNA Design Networks），形成从功能预测到逆向设计的完整计算体系。该系统仅需384个训练样本即可生成性能超越训练集的RNA分子，在toehold开关、核糖体结合位点（RBS）、CRISPR gRNA等多种功能RNA设计中展现出卓越的通用性。

研究采用多模态深度学习技术，核心创新在于：1）设计N×N维氢键编码矩阵表征RNA二级结构，与one-hot序列编码并行输入卷积神经网络；2）开发具有反向互补层的生成器，强制生成符合目标结构的序列；3）建立端到端优化流程，通过潜在空间梯度更新实现功能定向进化。实验验证采用流式细胞术（toehold开关）、体外转录荧光检测（aptaswitch）等高通量方法。

研究结果部分揭示：在结构感知能力测试中，SANDSTORM对模拟toehold开关数据集的结构依赖性分类AUC达0.97，显著优于纯序列模型（AUC=0.72）。集成梯度分析显示模型能准确识别关键碱基配对区域，与最小自由能预测结构高度一致。跨RNA类别的功能预测表明，该架构在5'UTR翻译效率（R²=0.81）、RBS活性（Spearman=0.85）、Cas13a靶向效率（MSE降低42%）等任务中均匹配或超越专用模型，参数量减少最高达95%。

生成设计方面，GARDN-SANDSTORM联合优化使RBS序列翻译活性提升28.2倍，3/5设计超越训练集最优序列。对于结构敏感的toehold开关，生成序列的结构吻合度达实验数据集水平，经300次预测调用即可使ON值提升37%。实验验证显示优化后开关的ON/OFF比达NUPACK设计序列的11.9倍，且保持天然核苷酸多样性。在数据稀缺的aptaswitch设计中，仅用384个样本训练的模型成功筛选出ON/OFF比62.46的高性能序列，较热力学设计工具提升10倍。

该研究突破了RNA计算设计的三大局限：通过结构编码卷积层实现了跨RNA类别的通用预测；利用对抗生成框架解决了序列-结构-功能的多目标优化难题；在低数据条件下仍保持可靠性能。这种"预测-生成"闭环系统为快速开发诊断性核酸开关、优化mRNA疫苗元件等应用提供了新范式。特别是针对突发传染病，研究展示的SARS-CoV-2 N基因靶向设计流程仅需34秒即可完成全基因组扫描，显著提升了应急响应能力。未来通过扩展可编程结构约束层，该技术有望进一步推动RNA合成生物学向标准化、自动化方向发展。