2022年1月1日整理發(fā)布：俄羅斯生物信息學家提出了一種新的神經(jīng)網(wǎng)絡架構，能夠評估指導 RNA 被選擇用于基因編輯實驗的程度。他們的方法將通過流行的 CRISPR/Cas 方法促進更有效的 DNA 修飾，因此將有助于開發(fā)新的策略來創(chuàng)建轉基因生物并找到治療嚴重遺傳性疾病的方法。該研究由俄羅斯科學基金會資助，發(fā)表在《核酸研究》雜志上。
基因組編輯，尤其是 CRISPR/Cas 方法，廣泛用于實驗生物學的各個領域，以及農(nóng)業(yè)和生物技術。
CRISPR/Cas 是細菌用來對抗病毒的眾多武器之一。當感染發(fā)生時，病原體的 DNA 會穿透細胞，并且由于其序列與細菌的序列不同，Cas 蛋白會將其識別為外來遺傳物質并將其切割。為了讓細菌更快地對病毒做出反應，細胞會儲存病原體 DNA 的片段——就像計算機防病毒軟件保存病毒特征的集合一樣——并將它們傳遞給下一代，這樣它的 Cas 就可以阻止進一步的攻擊。
2011-2013 年，來自不同實驗室(美國的 Jennifer Doudna、Emmanuelle Charpentier 和 Feng Zhang，以及立陶宛的 Virginijus Šikšnys)的團隊相互獨立地將 CRISPR/Cas 系統(tǒng)應用于將任意變化引入 DNA 序列的任務在人類和動物細胞中，使基因組編輯變得更加容易和高效。該系統(tǒng)的核心元素是“標記點”的向導 RNA 和在該位置切割 DNA 的 Cas9 蛋白。然后細胞“修補傷口”，但已經(jīng)對遺傳密碼進行了更改。
問題是引導 RNA 靶向并不總是精確的，可能會誤導 Cas9。將 CRISPR/Cas 技術轉化為實用的高精度工具非常重要，尤其是在醫(yī)療干預方面。
由 Konstantin Severinov 領導的 Skoltech 研究人員使用深度學習、高斯過程和其他方法來使最佳引導 RNA 的選擇更加準確。該團隊制作了一組神經(jīng)網(wǎng)絡，即以矩陣的順序乘法實現(xiàn)的可訓練數(shù)學模型——具有復雜內(nèi)部結構的大型數(shù)字數(shù)組。一個神經(jīng)網(wǎng)絡能夠學習，因為它在被以一種特殊的方式在系統(tǒng)每次完成訓練模式的計算時間改變數(shù)字的形式“記憶”。該團隊在包含數(shù)萬個經(jīng)過實驗驗證的引導 RNA 的不同數(shù)據(jù)集上訓練模型，這些引導 RNA 在人類和動物細胞中表現(xiàn)出高精度。
研究人員提出了一種算法，可以估計給定引導 RNA 的 DNA 裂解概率。由此產(chǎn)生的分數(shù)可以指導任何基于 CRISPR/Cas 的應用的實驗設計。該團隊使用其神經(jīng)網(wǎng)絡提出了一組引導 RNA，用于對人類第 22 條染色體的基因進行精確改變。這要歸功于解理頻率預測的高精度和預測不確定性估計特征，這是以前存在的方法都沒有提供的。
“我們的發(fā)現(xiàn)可用于各種基于 CRISPR/Cas 的技術應用，例如遺傳疾病治療、農(nóng)業(yè)技術和基礎研究實驗，”Skoltech 博士評論道。學生 Bogdan Kirillov 是新方法的創(chuàng)造者之一，也是該研究的第一作者。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！