基于语法变分自编码器的 RNA 序列高效设计
定量方法
2025-07-23 v1
摘要
设计具有特定构象和其他理想属性的结构稳定 RNA 序列是生信学中的重要挑战。随着 RNA 工程化长度的增加，潜在设计空间呈指数级增长，这使得该问题成为一个困难的组合优化问题。本文提出了 RNA 语法变分自编码器（RNA Grammar Variational Autoencoder, RGVAE），可高效生成具有特定目标属性的新型 RNA 序列。所提出的 RGVAE 基于最近提出的语法 VAE，其中我们将随机上下文无关语法（Stochastic Context-Free Grammar, SCFG）纳入，以设计具有所需图案和特征的结构 RNA。使用 SCFG 可确保生成的 RNA 序列能够形成热力学稳定的次级构象。给定 RNA 序列时，使用 SCFT（SCFG 的一种变体）查找解析树，并通过 RGVAE 编码器将其表示为连续低维潜在空间中的向量。我们可以在潜在空间中对 RNA 进行优化，该潜在表示可由 RGVAE 解码器解码以重构 RNA 序列。基于多个实际用例，我们展示了 RGVAE 可用于高效设计具有特定目标属性的结构稳定 RNA 序列，这显著优于随机化设计和不利用 SCFG 的常规 VAE 等其他方法。代码可用途例：https://github.com/nzarnaghinaghsh/RGVAE/tree/main，DOI 10.5281/zenodo.15569206。
引用
@article{arxiv.2507.15912,
title = {Efficient design of rna sequences with desired properties, structure, and motifs using a grammar variational autoencoder},
author = {Narges Zarnaghinaghsh and Byung-Jun Yoon},
journal= {arXiv preprint arXiv:2507.15912},
year = {2025}
}