近年來，基于人工智能進行蛋白質(zhì)結(jié)構(gòu)預(yù)測和蛋白編碼序列的從頭設(shè)計為整個生命科學(xué)領(lǐng)域帶來了巨大的變革,，今年的諾貝爾化學(xué)獎也授予了該領(lǐng)域做出開創(chuàng)性工作的三位科學(xué)家,。然而,，相比于只占基因組3%-5%的編碼區(qū)序列,，利用人工智能設(shè)計基因組中非編碼順式調(diào)控元件序列（CREs）的研究還非常少,。CRE在基因表達的時空模式中扮演著關(guān)鍵角色,，決定了細胞和組織的身份和功能,。因此，無論是在合成生物學(xué)生物反應(yīng)器中提高目標(biāo)產(chǎn)物的表達,、基因治療中精準控制藥物蛋白的表達,，還是在生物育種中通過微調(diào)功能基因的表達量提升經(jīng)濟性狀的表現(xiàn)，都迫切需要利用人工智能設(shè)計全新的CRE序列,。

增強子是CRE中最為重要的一類元件,，控制著基因的時空特異性表達。然而,，由于增強子調(diào)控語法的復(fù)雜性,，傳統(tǒng)的增強子設(shè)計方法通常依賴于繁瑣的迭代突變以及已知DNA基序的組合操作，精準設(shè)計符合需求的增強子序列面臨巨大的局限性,。去年12月,，Nature發(fā)表的兩篇文章首次利用深度學(xué)習(xí)算法進行了增強子的從頭設(shè)計,，但是其計算模型還存在優(yōu)化的空間，且設(shè)計的增強子在活性上相對于自然序列提升非常有限,，并沒有完全釋放從頭設(shè)計DNA序列在合成生物學(xué)領(lǐng)域的巨大潛力,。

為進一步探索增強子設(shè)計的解決方案，中國農(nóng)業(yè)科學(xué)院深圳農(nóng)業(yè)基因組研究所（嶺南現(xiàn)代農(nóng)業(yè)科學(xué)與技術(shù)廣東省實驗室深圳分中心）劉毓文團隊和清華大學(xué)倪建泉團隊合作在《核酸研究（Nucleic Acids Research）》上在線發(fā)表了題為“A novel interpretable deep learning-based computational framework designed synthetic enhancers with broad cross-species activity”的研究論文,。該研究開發(fā)了DNA順式調(diào)控元件的可控活性設(shè)計平臺,，簡稱DREAM（DNA cis-Regulatory Elements with controllable Activity design platforM），旨在徹底變革增強子等順式調(diào)控元件的設(shè)計方式,。DREAM具有高度的可擴展性和解釋性,，能夠自動從頭設(shè)計具有用戶理想性質(zhì)的啟動子、增強子,、沉默子,。

DNA順式調(diào)控元件的可控活性設(shè)計平臺

通過基于Squeeze-and-Excitation注意力機制的深度學(xué)習(xí)技術(shù) (SENet)，DREAM自動學(xué)習(xí)和識別與調(diào)控活性相關(guān)的DNA“詞匯”,，并基于這些知識精確預(yù)測增強子的活性,。研究表明，與現(xiàn)有的其他基于序列預(yù)測功能的模型相比（包括Nature中首次增強子設(shè)計用到的DeepSTARR算法）,，DREAM的增強子活性預(yù)測模塊在準確性和性能上有顯著提升,。

DREAM具有超高的元件活性預(yù)測性能

此外，DREAM兼具超高的元件活性性能預(yù)測能力以及良好的生物學(xué)可解釋性,，因此DREAM可以將學(xué)習(xí)到的增強子的調(diào)控語法用于后續(xù)的元件設(shè)計任務(wù)之中,。在PCC、MSE等四項指標(biāo)上,，DREAM均超越目前主流的順式調(diào)控元件預(yù)測模型。同時DREAM能夠有效地捕獲調(diào)控元件相關(guān)的DNA motif的特征,。同時基于該框架,，研究人員揭示了增強子元件中motif具有的位置效應(yīng)以及距離依賴的上位性效應(yīng)。由于其透明性,，用戶可以明確地了解在調(diào)控元件的設(shè)計和優(yōu)化過程中,，元件活性有關(guān)的重要的DNA特征是如何被利用和組織的。

DREAM可以捕獲增強子相關(guān)的DNA motif并揭示motif的位置效應(yīng)以及距離依賴的上位性效應(yīng)

研究人員利用DREAM模擬了果蠅基因組中發(fā)育增強子和持家增強子進化動態(tài),，并成功設(shè)計出具有超強活性的增強子元件,。這些元件的序列分析表明設(shè)計序列在motif的數(shù)目，空間排布,、多樣性,、結(jié)合力以及GC含量等方面具有與自然元件截然不同的性質(zhì)。研究人員合成了增強子DreaMer001,，通過雙熒光素酶實驗測定其活性達到了果蠅基因組中最強天然增強子的3.6倍,，同時構(gòu)建了轉(zhuǎn)基因果蠅在體內(nèi)測量了該元件元件的活性,，結(jié)果表明該元件在果蠅體內(nèi)可以提高報告基因轉(zhuǎn)錄活性約10000倍，進一步證明了該元件具有極強的增強轉(zhuǎn)錄活性的能力,。更為重要的是,，這些經(jīng)過DREAM設(shè)計的高活性合成增強子不僅在果蠅S2細胞中表現(xiàn)出超高的活性，還在包括人類,、小鼠,、豬在內(nèi)的多種物種的不同細胞系中具有超強的活性（平均為CMV增強子活性的2倍以上），在SF9細胞中DREAM設(shè)計的增強子活性是Hr5增強子活性的15.7倍,，另外該人工設(shè)計元件在雞（DF1細胞）以及魚（精原細胞）分別是CMV增強子活性的7.6倍和26.6倍,。這表明DREAM有能力通過計算設(shè)計比自然進化產(chǎn)生的更高效的基因調(diào)控元件，也揭示了增強子調(diào)控語法的跨物種保守性,。另外,，DREAM框架具有的良好可擴展性，研究人員進一步展示了細胞特異性的強增強子,，高AT含量超強增強子,，具有固定酶切位點強增強子，以及強沉默子元件的設(shè)計,。值得注意的是,，研究人員利用DREAM獲得了能夠降低基因表達44.7倍的超強沉默子DreaMer002。這些結(jié)果證明了DREAM的設(shè)計成果在實際應(yīng)用中具有廣泛的應(yīng)用場景和可靠性,。

DREAM設(shè)計的高活性增強子在多物種的不同細胞系中具有超強的調(diào)控活性

基因組所（大鵬灣實驗室）劉毓文研究員和清華大學(xué)醫(yī)學(xué)院倪建泉教授為本研究的共同通訊作者,；基因組所（大鵬灣實驗室）博士后李昭宏、博士生張圓圓,、清華大學(xué)博士生彭博,、和基因組所（大鵬灣實驗室）碩士生秦勝華為本文的共同第一作者。劉毓文研究員長期從事非編碼CRE的高通量定量和調(diào)控語法解析,，并應(yīng)用于復(fù)雜性狀遺傳機制解析,；倪建泉教授長期從事果蠅中基因編輯技術(shù)的開發(fā)和應(yīng)用。該研究工作獲得了十四五重點研發(fā)項目和國家自然科學(xué)基金項目的支持,。