ASO设计模型用户指南

ASO Designer 是一个先进的人工智能工具，专为反义寡核苷酸（ASO）的精准设计而打造。该工具利用前沿的深度学习架构，协助研究人员为外显子跳跃（Exon Skipping）、外显子包含（Exon Inclusion）以及 mRNA 降解（mRNA Degradation）寻找最优序列。

ASO Designer 集成了两个专业的引擎模块，以确保高精度的预测结果：

• OligoAI ^[1]（针对 mRNA 降解）： 基于 RiNALMo ^[2]（核糖核酸语言模型）构建。这是一个拥有 33 层 Transformer 结构的"十亿级"规模模型。它通过对 ASO 序列及其 pre-mRNA 上下文进行编码，并结合化学修饰和实验条件信息，预测抑制效率（%）。
• ASO-ExonPred（针对剪接调控）： 专门为剪接切换（Splice-switching）^[3] ASO 设计。它采用受 SpliceTransformer ^[4] 启发的 CNN-Transformer 混合架构，并基于基因组级数据进行训练。该模块集成了多种生物物理特征，包括通过 RNAstructure ^[5] 获得的 RNA 二级结构、通过 OligoWalk ^[6] 获得的杂交热力学数据，以及通过 BLAT ^[7] 进行的脱靶风险评估。

在页面顶部，根据您的治疗目标选择相应的策略：

• 外显子跳跃（Exon Skipping）： 促进剪接过程中特定目标外显子的"跳跃"。
• 外显子包含（Exon Inclusion）： 促进目标外显子在最终 mRNA 转录本中的保留。
• mRNA 降解（mRNA Degradation）： 利用类似 Gapmer 的机制（如 RNase H 依赖性降解）靶向降解 mRNA。

• Gene Name（基因名称）： 输入官方人类基因符号。系统会在您输入时提供自动建议。
• Transcript（转录本）： 选择特定的转录本（RefSeq NM_ 或 Ensembl ENST_ ^[8]）。注意：不同的转录本可能具有不同的外显子编号和坐标。
• Target Exon（目标外显子）：
  • Exon Numbers（外显子编号）：从下拉列表中选择您要靶向的外显子。
  • Exon Coordinate（外显子坐标）：如果需要，可以手动输入精确的起始/终止坐标。
• ASO Length（ASO 长度）： 选择所需的长度（标准范围为 12–30nt；默认为 20nt）。
• Mutation（突变，选填）： 使用 HGVS 命名法输入突变（例如 c.1234G>A）。这允许 AI 在特定的变异背景下预测效率。

• Sugar Modifications（糖环修饰）： 输入糖环修饰模式（例如：5xMOE, 10xDNA, 5xMOE）。支持的类型包括：MOE、DNA、cEt。
• Backbone Modifications（骨架修饰）： 定义连接化学性质（例如：19xPS）。支持的类型包括：PS（硫代磷酸酯）、PO（磷酸二酯）。
• Transfection Method & Dosage（转染方法与剂量）： 选择递送方法（如电穿孔、无转染试剂摄取 Gymnosis、脂质体转染）并设置剂量（默认 4000nM）。

点击 [Design] 按钮启动 AI 计算。计算通常需要 10 到 30 秒即可得出结果。

• 表格（Table）： 查看前 10 条推荐序列及其对应的"剪接评分（Splicing Scores）"。
• 散点图（Scatter Plot）： 检查性能可视化图表。目标是寻找高分点，并避开标记为"Exon Off-Target（外显子脱靶）"风险的红点。

• 选择转录本： 计算完成后，在结构图中勾选一个或多个转录本，以加载其具体数据。
• 审核指标： 选中转录本后，下方会出现详细列表，显示基因组坐标、区域（外显子/内含子）和 AI 评分。
• 过滤： 分数越高，表示预测的降解效率越好。

• 仅限人类物种： 本工具目前专门针对人类基因进行了优化。
• 开源披露： ASO Designer 使用并致谢以下开源模型和工具：OligoAI ^[1]、RiNALMo ^[2]、RNAstructure ^[5]、OligoWalk ^[6] 以及 BLAT ^[7]。
• 实验验证： 虽然我们的 AI 提供了高置信度的排名，但这些分数属于统计学估算。我们强烈建议在进入临床阶段前进行实验验证（体外/体内）。