(資料圖片僅供參考)

據(jù)發(fā)表在最新一期《自然·生物技術》雜志上的新研究，美國研究人員開發(fā)了一種人工智能模型，可預測RNA靶向CRISPR工具的脫靶活性。該模型可精確地設計向?qū)NA并調(diào)節(jié)基因表達，這些精確的基因控制可用于開發(fā)基于CRISPR的新療法。

圖片來源：《神經(jīng)科學新聞》網(wǎng)站

美國紐約大學、哥倫比亞大學工程學院和紐約基因組中心研究人員進行的這項研究，將深度學習模型與CRISPR篩選相結(jié)合，以不同的方式控制人類基因的表達，類似于輕按電燈開關將其完全關閉，或通過調(diào)光旋鈕調(diào)低電燈亮度。

CRISPR基因編輯技術通常使用Cas9酶來靶向DNA。近年來，科學家發(fā)明了另一種類型的CRISPR，它使用Cas13酶來靶向RNA。研究人員此次創(chuàng)建了一個使用Cas13進行RNA靶向CRISPR篩選的平臺，以更好地了解RNA調(diào)控并識別非編碼RNA的功能。

該研究的一個關鍵目標是最大限度地提高RNA靶向CRISPR對預期靶標RNA的活性，并最大限度地減少可能對細胞產(chǎn)生有害副作用的其他RNA的活性。

研究團隊在人類細胞中進行了一系列RNA靶向CRISPR篩選。他們測量了20萬個針對人類細胞中必需基因的向?qū)NA的活性，包括“完美匹配”向?qū)NA和脫靶錯配、插入和缺失。

研究人員設計了一個深度學習模型TIGER（通過向?qū)NA設計靶向抑制基因表達），該模型根據(jù)CRISPR篩選的數(shù)據(jù)進行訓練。將深度學習模型生成的預測與實驗室的人體細胞測試進行比較，TIGER能夠預測在靶和脫靶活動，這也是人類擁有的第一個能預測脫靶的工具。

關鍵詞：