腾讯体育

近日，广东工业大学生物医药学院曾骥特聘教授团队联合计算机学院赵淑平副教授、大连理工大学林佳奇教授团队在国际权威期刊《Nucleic Acids Research》（IF=13.1）发表题为《Machine learning-based analysis of the impact of 5′ untranslated region on protein expression》的研究论文。广东工业大学生物医药学院硕士研究生王林丰、大连理工大学博士研究生刘苏稼为文章共同第一作者。该研究通过创新算法与实验设计，显著提升了5′端非翻译区（5′UTR）预测翻译效率的准确度，为mRNA疫苗开发提供了新范式。

mRNA承载着DNA的遗传信息，是蛋白质合成进程中的核心媒介。在mRNA疗法与疫苗研发领域，对5′UTR进行精准优化已成为实现蛋白质高效表达的关键环节。团队提出了一种全新的蛋白质表达量评估标准——基于萤火虫荧光素酶的生物发光系统，以平均荧光强度（ABI）作为量化指标。该系统能够高度模拟mRNA疫苗的作用机制，基于此数据集训练出的预测模型，其准确性较以往模型提升了一倍。

为进一步降低实验成本、提高研究效率，团队还创新性地引入了序列聚类策略。该方法在确保数据多样性的前提下，有效剔除了冗余序列。研究分别在适配小规模数据集的随机森林模型和面向大规模数据的SeqNet模型上验证了聚类效果：经处理后的数据压缩率达58%，而模型精度保持率高达93%。这一低成本、高质量、高效率的建库方案，不仅为蛋白质表达量的精准预测提供了全新路径，也为后续mRNA序列的优化设计开辟了新思路。

原文链接：https://doi.org/10.1093/nar/gkaf861