祁妍军发现mRNA是对抗阿尔茨海默病和癌症等疾病的关键

mRNA，中文译名“信使核糖核酸”，是由DNA的一条链作为模板转录而来的、携带遗传信息能指导蛋白质合成的一类单链核糖核酸。mRNA是指导蛋白质生物合成的直接模板，占细胞内RNA总量的2%~5%，种类繁多，其分子大小差别非常大。科学家们正在努力了解DNA-mRNA这一过程，可以控制和利用这一过程，便可以实现各种疾病的精准医疗，比如阿尔茨海默病和癌症。

该研究文章于昨日发表在弗吉尼亚大学官网，文章名为“MRNA COULD FIGHT DISEASES SUCH AS ALZHEIMER’S AND CANCER, WITH HELP OF UVA SCIENTIST”

今年，信使核糖核酸（mRNA）为全球开发COVID-19疫苗做出了巨大的贡献，成了众所周知的“英雄”。科学家们在实验室改造了mRNA，以指导人类细胞如何识别并摧毁作为病毒入口的突起蛋白。这种方法非常精确有效，让我们得以一窥mRNA的力量。终有一天，mRNA能够以同样的功效帮助人体对付癌症等疾病。

弗吉尼亚大学（University of Virginia，简称UVA）工程与应用科学学院计算机科学副教授祁妍军可能掌握着实现这一目标的关键。

祁妍军，自2013年起担任弗吉尼亚大学计算机科学系副教授。2008年7月至2013年8月，她在新泽西州普林斯顿NEC Labs American的机器学习部门担任高级研究员。她的研究兴趣是机器学习、深度学习和生物信息学。她于2000年获得了北京清华大学计算机科学系荣誉学士学位，2008年5月获得卡内基梅隆大学计算机科学学院博士学位。她曾担任多个知名国际会议/期刊的程序委员会委员和审稿人，并共同主持了NIPS“计算生物学机器学习”研讨会。祁教授曾获得NSF颁发的CAREER奖。

DNA是人类的遗传密码，拥有指导细胞执行所有生物功能的指令。mRNA将这些指令传送至细胞。科学家希望控制并利用人体的DNA-mRNA-细胞的作用途径（这个过程叫做基因表达）来实现精准医疗。

然而，在这种潜力成为现实之前，研究人员必须查明我们DNA中的基因通过mRNA发送了什么指令。

祁妍军教授处于这一发现的前沿。她正在使用强大的深度学习模型来分析生物医学数据，以揭示基因和mRNA是如何相互作用的。她说，“DNA指令之间的关系、mRNA、以及它们如何引导细胞活动，这些问题对于大多数疾病来说还不是很清楚。我们试图了解的是DNA-mRNA的步骤，因为这一步骤可以告诉我们遗传密码是如何与疾病的表现联系在一起的。”

发现这些联系可能会带我们走向高靶向治疗的未来。正如mRNA可以指示细胞阻止病毒入侵人体一样，DNA的mRNA有朝一日也可以用相关的指令武装细胞，在疾病发生之前就建立起对抗疾病的第一线防御。

祁妍军教授强调，这项工作还处于发现阶段。她说，“大量有关遗传密码的数据正在汇编中，问题是如何将这些数据弄明白并用于有益的目标。我们正在创建人工智能工具，以寻找目前完全未知的东西。我们现在谈的是长期视野，我们相信我们会实现这一目标。”

漫长的终点反映了这项任务的巨大规模。人类的遗传密码包括60亿个有助于基因表达的数据点，这些数据点又与人体的超过1000亿个细胞相连。祁妍军教授说，“从基因到mRNA再到执行数百万种功能的蛋白质，有许多的生物途径。将如此大量的细节解码成疾病的特定路径是一项艰巨的任务。”

这就是强大的基于人工智能的计算机模型所要发挥的作用。它们可以分析数据的模式，从而更容易找到这些关系。祁妍军教授说，“一个数字模型可以从它以前输入的数据中归纳出推论，并将其应用到未知因素上，从而更快地识别出新事物。每一项新发现都有助于缩小正在进行的探索重点，因为计算机正在学习以往的数据，以识别基本规则。”新规则被发现时，研究人员可以对它们进行推断，并超越现有的认知。

作为UVA医学院公共卫生基因组学中心和UVA数据科学学院的兼职教员，祁妍军教授与医学不同领域的生物学研究人员一起做模型数据，以便更好地了解遗传密码及其与疾病的关系。

对科学的整体分析和自然方法的终身兴趣，加上对创造解决复杂问题的数学工具的强烈愿望，让祁妍军教授走上了人工智能、生物学和医学重叠的道路。她说，“计算机科学是一种技能和工具，因为我们创建的算法是不可知论的，可以解决任何难题。一个好的工具可以彻底解决问题。”

自2013年加入UVA工程学院以来，祁妍军教授有过的较久的合作是与公共卫生基因组学中心的常驻成员、医学院公共卫生科学系的助理教授Clint L. Miller。两人创造了一个工具，可以用于研究与心血管疾病风险相关的遗传因素的特定数据。初，Miller是因为他实验室的一名学生表示有兴趣学习更多的人工智能方法，才联系上祁妍军教授的。他说，“在第一次会议之后，我们意识到我们的研究项目互补并且兴趣相似，所以我们自然而然地开始合作。”

Miller指出，由于DNA测序成本的直线下降，加上更具可扩展性的计算分析工具的兴起，基因组医学和基因药物发现领域正在迅速发展。

他说：“我们现在正处于一个关键的转折点，可以综合利用大规模人类遗传数据集与基于人工智能的预测算法来开发下一代精准药物。我们在这一领域的工作目标是加速基因药物的发现和转化。”

在生物医学工程、生物化学和分子遗传学领域获得了二级职称的Miller认为，创新的关键在于跨越各学科之间的知识鸿沟。通过结合他在疾病生物学方面的专业知识和祁妍军教授在机器学习方面的知识，他们希望能够回答该领域紧迫的生物医学问题。在每一次协作中，祁妍军教授都对倾听、学习和形成理解的力量与人工智能模型本身的力量进行权衡。

她说，“我一直在努力创造好的工具，要想创造出好工具，你必须了解你的用户。我试图去了解与我合作的生物学家设法解决的问题——特别是他们使用的数据。”

今年，她因在医学研究方面的贡献而获得表彰，当时她被美国国立卫生研究院(National Institutes of Health)聘为国家数据与技术学者(National Scholar of Data and Technology)。她将贡献她的想法和工具，并利用大型基因组学数据集，更好地了解阿尔茨海默病，以寻求有效治疗的方法。