携手健康网携手健康网

研究人员开发新方法使CRISPR基因编辑更精确

来自奥尔胡斯大学和哥本哈根大学的 CRISPR 研究人员开发了一种新方法,使 CRISPR 基因编辑比传统方法更精确。研究人员解释说,该方法选择最适合帮助 CRISPR-Cas9 蛋白在我们 DNA 中的正确位置进行高精度编辑的分子。

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,有多种可能的 gRNA,它们的效率并不完全相同。因此,挑战在于选择少数几个高效工作,而这正是我们的新方法所做的。”

罗永伦,奥胡斯大学生物医学系副教授

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。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,我们已经量化了 10,000 多个不同位点的 gRNA 分子的效率。这项工作是使用基于库的大规模、高通量方法实现的,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。

有了这个已知效率从低到高的 gRNA 数据集,研究人员能够构建一个模型,该模型可以预测以前从未见过的 gRNA 效率。

“为了训练算法变得精确,一个人必须有一个大数据集。通过我们的病毒库,我们获得的数据构成了训练我们的深度学习算法以预测 gRNA 用于基因编辑的效率的完美起点. 我们的新方法比目前可用的其他方法更精确,”Jan Gorodkin 说。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。