El contexto: diseño de mRNA terapéutico
Las vacunas de mRNA contra COVID-19 (BNT162b2 de Pfizer, mRNA-1273 de Moderna) demostraron que el mRNA sintético es una plataforma terapéutica viable. Pero diseñar una secuencia de mRNA óptima no es trivial: la misma proteína puede codificarse con billones de secuencias de mRNA distintas (gracias a la degeneración del código genético), y cada una tiene propiedades biofísicas diferentes.
El estado del arte es LinearDesign (Zhang lab, Nature 2023), que optimiza simultáneamente la estructura secundaria (MFE, minimum free energy) y el uso de codones (CAI). Es un algoritmo elegante. Pero le falta una dimensión.
La dimensión que falta: apilamiento nearest-neighbor
Cuando dos nucleótidos están uno al lado del otro en el mRNA, interactúan mediante fuerzas de apilamiento (van der Waals, interacciones hidrofóbicas). La energía de esa interacción depende de la identidad de ambos nucleótidos — no solo del que estás mirando. Esto es la termodinámica nearest-neighbor (SantaLucia 1998, Turner 2004).
El perfil ΔG de apilamiento recorre el mRNA posición por posición y calcula esa energía para cada par de nucleótidos adyacentes. Es información de contexto local que métricas como GC3 (que solo mira la tercera posición del codón) no capturan.
ΔG apilamiento vs MFE estructura secundaria: R² = 0.144. Son dimensiones independientes. El apilamiento nearest-neighbor captura información que la estructura secundaria no contiene, y viceversa.
Resultados clave
Complementariedad demostrada: ΔG apilamiento vs MFE tiene un R² de solo 0.144 — son dimensiones casi independientes. Optimizar una no optimiza automáticamente la otra.
Correlación con expresión: ΔG correlaciona con CSC (Codon Stability Coefficient) a nivel de codón (r = -0.501) y mucho más fuerte a nivel de ventana intra-gen (r = -0.797). La señal termodinámica predice estabilidad del mRNA.
Universalidad: En 9 de 9 genes analizados, la optimización AT → nativo → GC mantiene el patrón ΔG(AT) > ΔG(nativo) > ΔG(GC), con un efecto medio de -0.416 kcal/mol.
Contribución residual: Después de controlar por GC3 (que ya explica mucho), ΔG todavía aporta r = -0.378 (p = 6.8e-30), con un ΔR² de +0.050. El +5% de varianza explicada es el fine-tuning cuando GC3 ya está saturado — el ajuste fino que marca la diferencia entre una vacuna buena y una excelente.
El optimizador dual
Dos modos de optimización implementados como proof-of-concept:
Greedy con lookahead: En cada posición, evalúa todos los codones sinónimos posibles y elige el que minimiza ΔG localmente, con una ventana de lookahead para evitar óptimos locales. Tiempo: 0.1 segundos para los 1273 codones de la spike protein.
Beam search con MFE integrado: Mantiene múltiples candidatos en paralelo (beam_width=5) y cada 10 codones evalúa la estructura secundaria con RNAfold. Integra MFE en la decisión de poda del beam. Tiempo: 13 segundos para la misma secuencia.
| Secuencia | Mean ΔG | MFE/nt | GC% |
|---|---|---|---|
| Nativa SARS-CoV-2 | -1.181 | -0.117 | 30.1% |
| BNT162b2 (Pfizer) | -1.481 | -0.268 | 56.8% |
| mRNA-1273 (Moderna) | -1.542 | -0.313 | 62.0% |
| Greedy (ΔG only) | -1.593 | -0.345 | 63.9% |
| Beam search (ΔG+MFE) | -1.592 | -0.370 | 63.9% |
Ambos modos superan a ambas vacunas comerciales en ΔG y MFE simultáneamente. El beam search mejora significativamente MFE respecto al greedy (-0.370 vs -0.345) con ΔG prácticamente idéntico — demuestra que la integración de estructura secundaria en la decisión aporta valor real.
Posicionamiento vs LinearDesign
LinearDesign optimiza MFE + CAI mediante programación dinámica. Es el estado del arte indiscutible. Pero opera en un espacio de dos dimensiones.
El optimizador de QMetrika añade una tercera dimensión: el apilamiento nearest-neighbor. Dado que R²(ΔG, MFE) = 0.144, esta dimensión es mayoritariamente ortogonal — no es redundante con lo que LinearDesign ya optimiza. La propuesta no es reemplazar LinearDesign, sino complementarlo con información termodinámica que no está usando.
La diferencia entre una vacuna buena y una excelente puede estar en una dimensión que nadie está mirando. El apilamiento nearest-neighbor es esa dimensión.
Propiedad intelectual
El motor ΔG y el optimizador están cubiertos por la patente P202630522 (OEPM, abril 2026). PCT internacional en abril 2027. El código del optimizador no es público — está protegido por la patente.
Próximos pasos
Validación experimental (oct 2026 - mar 2027): 3-5 constructos en HEK293 — nativo, greedy-ΔG, beam-ΔG+MFE, control GC-max — midiendo expresión proteica (luciferase reporter) y estabilidad mRNA (half-life). El objetivo es correlacionar ΔG predicho con expresión y estabilidad medidas.
Frontera de Pareto: Barrer beam_width (3, 5, 10, 20, 50) y mapear el trade-off ΔG vs MFE. ¿Hay un punto óptimo? ¿O la frontera es suave y depende del gen?