当研究人员首次将 CRISPR 设计为细菌、植物、动物和人类细胞的基因编辑技术时，它最终成为了一场获得诺贝尔奖的革命。该技术的潜力巨大，从治愈遗传疾病到在农业和工业生物技术中的应用，但也存在挑战。
一个这样的挑战包括选择一种所谓的 gRNA 分子，该分子应该被设计成将 Cas9 蛋白引导到 DNA 中的正确位置，在那里它将进行与基因编辑相关的切割。
“通常情况下，有多种可能的 gRNA，它们的效率并不相同。因此，挑战在于选择少数高效的，这正是我们的新方法所做的，”生物医学系副教授 Yonglun Luo 说在奥胡斯大学。
新方法是根据研究人员的新数据和算法实现而开发的，该算法可以预测哪些 gRNA 最有效地工作。
“通过将我们自己的数据与公开可用的数据相结合，并包括关于 gRNA、DNA 和 CRISPR-Cas9 蛋白之间分子相互作用的知识，我们成功地开发了一种更好的方法，”兽医和动物系教授 Jan Gorodkin 说哥本哈根大学的科学。
数据，深度学习分子相互作用
Jan Gorodkin 与 Giulia Corsi 和 Christian Anthon 的研究小组与 Yonglun Luo 的研究小组合作，以取得新的成果。该研究的实验部分由罗的团队进行，而戈罗德金的团队则率先进行了计算机建模。
“在我们的研究中，我们量化了 10,000 多个不同位点的 gRNA 分子的效率。这项工作是使用大规模、高通量的基于文库的方法实现的，这是传统方法无法实现的，”Yonglun Luo 说。
研究人员将他们关于数据生成的出发点放在让病毒一次在一个细胞中表达 gRNA 和合成靶位点的概念中。合成的目标位点与基因组中相应的目标位点具有完全相同的 DNA 序列。因此，这些合成目标位点被用作所谓的替代目标位点来捕获 CRISPR-Cas9 编辑效率。他们与 BGI-Research 的 Lars Bolund 再生医学研究所和哈佛医学院的同事一起，为 10,000 多个 gRNA 生成了高质量的 CRISPR-Cas9 活性。
标签： CRISPR基因编辑
免责声明：本文由用户上传，如有侵权请联系删除！