KI-Modell entwirft RNA-Spleißen von Grund auf
Ein neues KI-Modell kann vorhersagen, wie RNA in verschiedenen Geweben gespleißt wird – und darüber hinaus neue RNA-Sequenzen entwerfen, die ein gewünschtes Spleißergebnis erzeugen. Diese Kombination eröffnet einen direkten Weg zu Therapien gegen Krankheiten, die durch fehlerhaftes Spleißen entstehen.
Gene enthalten mehr Information, als Zellen tatsächlich nutzen. Nachdem die DNA in RNA umgeschrieben wurde, werden bestimmte Abschnitte herausgeschnitten und die verbleibenden Stücke neu zusammengefügt. Dieser Vorgang heißt alternatives Spleißen. Welche Abschnitte erhalten bleiben, hängt vom Gewebe und vom Zelltyp ab. Bei manchen Erkrankungen läuft dieser Prozess fehlerhaft ab und führt zur Bildung defekter Proteine.
Die Forschenden entwickelten ein Modell namens TrASPr+BOS, das ein Sprachmodell für RNA-Sequenzen mit einem Optimierungsalgorithmus verbindet. Es sagt nicht nur voraus, was mit einer gegebenen Sequenz geschieht – es kann auch neue Sequenzen entwerfen, die ein bestimmtes Spleißmuster erzeugen. Dieser generative Schritt ist neu.
Vom Vorhersagen zum Gestalten
Frühere Modelle konnten mit vertretbarer Genauigkeit vorhersagen, wie eine bestimmte RNA-Sequenz gespleißt wird. Der Sprung vom Vorhersagen zum gezielten Entwerfen ist jedoch erheblich: Das Modell muss verstehen, welche Sequenzabschnitte das Ergebnis bestimmen, und neue Sequenzen erzeugen, die vorgegebene Kriterien erfüllen.
Das Modell hat diese Muster aus umfangreichen Datensätzen zu Spleißereignissen in menschlichem Gewebe gelernt. Es kann nun Sequenzen generieren, die in einem bestimmten Gewebe auf eine gewünschte Weise gespleißt werden, sich in anderen Geweben aber anders verhalten. Genau diese Gewebespezifität ist eine Grundvoraussetzung für zielgerichtete Therapien.
Bedeutung für Krankheiten und Alterung
Gestörtes Spleißen ist an der Entstehung von Krebs, Muskelerkrankungen und neurodegenerativen Leiden beteiligt. Im Verlauf des Alterns verschieben sich Spleißmuster, wodurch Gewebe zunehmend abnorme Proteine durch verändertes Spleißen produzieren. Ein Modell, das diese Prozesse vorhersagen und korrigieren kann, ist damit unmittelbar anwendungsrelevant.
Klinisch erprobt wurde die Methode noch nicht. Doch die Verbindung von Vorhersage und generativem Design in einem einzigen Modell ist ein Schritt, den frühere Ansätze vermissen ließen. Sie schafft eine konkrete Grundlage für die therapeutische RNA-Entwicklung.