机器学习能够准确和可预测地编辑致病基因变�

发表在《03010》杂志上的一篇新论文报道了一种通过机器学习实现致病基因变异精确可预测编辑的方法。这一成果建立了一种实现精确无模板基因组编辑的方法，为遗传病的研究和潜在治疗提供了新的可能。

虽然CRISPR-Cas9彻底改变了基因组编辑技术进行研究，但保证这项技术的准确性非常重要。CRISPR-Cas9基因组编辑中常用的DNA“模板”保证了DNA修复的准确性或在基因组中引入了特定的DNA序列。因此，没有这些模板的DNA修复往往被认为是不准确的。

现在，美国马萨诸塞州剑桥市布里格姆妇女医院和哈佛医学院的理查德舍伍德及其同事发明了一种通过机器学习预测基因组修复结果的方法，实现了精确的无模板Cas9编辑。研究人员利用包含近2000对Cas9 RNA(gRNA)和人类DNA靶标的数据库，训练了一个名为inDelphi的机器学习模型。根据该模型，5%~11%的针对人类基因组的Cas9 gRNA可以在50%以上的情况下产生单一且可预测的修复结果(称为“precision 50”)。InDelphi还可以使用无模板Cas9编辑来识别和预测致病基因变异的合适靶标，包括一些曾经被认为无法通过这种方法找到的靶标。

最后，研究人员通过实验证明，人类细胞中近200个与赫尔曼斯基-普德拉克综合征、门克斯病和家族性高胆固醇血症相关的致病变异，编辑和修复的准确率可以达到准确率50的标准。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！