过去三十年，做 mRNA 的人卡在同一道关卡：想要高产出一管 RNA，先得把一段 DNA 模板放进试管里跑体外转录反应（IVT）——而「这段 DNA 序列到底能跑出多少 RNA」，从来都是靠经验、几组小批量实验和运气。
一、十万条序列，同时被读
2026 年 8 月，一项来自生物制药领域的预印本把这件事连根撬开了：研究团队并没有靠运气，他们先合成了一组覆盖 105 条随机寡核苷酸 的 DNA 库，每条都从启动子（DNA 上 RNA 聚合酶结合的位点）下游一段上下文里出发；然后用大规模并行二代测序（NGS） 去同时读 DNA 起始丰度和最终 RNA 产量丰度——一条测序反应里把十万条序列的产量都测出来。
这一步替代了过去「每次换十条序列、跑十次 IVT、跑十次 qPCR」的循环，把序列—产量的映射空间从「一年一百条」骤然扩到「一次十的量级」。
二、卷积网络读出了规则
库建好之后，剩下的事是教一个卷积神经网络（CNN，本质上是一只专门读局部与平移不变模式的模型）去看：哪些序列片段会让 RNA 聚合酶中途停下来，哪些会让它跑得欢。训练只用了 DNA 的 one-hot 编码——也就是把 A/C/G/T 翻译成 0/1 的向量，给模型自己找出规律。
在保留测试集上，模型对实测 RNA 产量的预测 Pearson 相关系数 0.94。这意味着工程师在动真反应之前，已经能比较准确地知道哪段模板会得到高产、哪段会「半路熄火」。
三、为什么这步真正动到了 mRNA 制药
mRNA 不是新事物。疫苗、蛋白替代疗法、癌症免疫疗法——都用它，但制药界长期在两件事之间走钢丝：一是序列设计好坏直接决定产量，二是产量直接决定单剂成本。过去十年，全行业一直靠「人工设计的 5′ UTR 骨架 + 几组试错突变」去卷，既不系统，也不便宜。
「如果模型能在设计上把上限先估出来，我们可以把实验室的湿迭代次数砍掉大半。」——这是该领域在过去一年里被反复说的同一句话。
这次研究的更大意义不在「模型多准」，而在 把序列空间正式测到了 105 量级。一旦数据扩展到 106，深度架构（CNN 之外，还有 Transformer 等能吃更长上下文的模型）就能开始学习「启动子—编码区—UTR 之间的远程协同」这种老办法看不见的规律。
它意味着什么
最直接的影响是 mRNA 疫苗工艺：未来一条新抗原的 mRNA，从序列设计到 IVT 上限预测，第一次有可能在几天内闭环完成，而不是几个月。延伸到蛋白替代疗法、个性化癌症疫苗、以及任何依赖 体外 制造 RNA 的下游应用，都会从这次「高通量筛选 + 深度学习」的合流中分到一杯羹。
当然，模型目前只在产量这一项上验证，下一站是翻译效率（同一条 mRNA 在细胞里最终合成多少蛋白）——而那才是真正决定疗效的指标。本周这个数字 0.94，更像是一扇门被推开，而不是终点。
本站编辑整理，资料来源公开网络。如有科学错误欢迎指正。