一种可根据基因编辑需求推荐最高效基因剪刀的算法被开发出来。
基础科学研究院(IBS)25日表示,纳米医学研究团金亨范研究委员(延世大学医学院药理学教研室教授)研究团队比较分析了13种基因剪刀变体的效率,并开发出可根据靶标碱基序列挑选最佳编辑工具的深度学习系统“DeepSpCas9variants”。
CRISPR基因剪刀(CRISPR-Cas9)是对基因特定位点进行编辑的技术。基因剪刀由携带靶标DNA特定碱基序列信息的向导RNA与切割碱基序列的切割酶构成。取自常侵入人体的细菌化脓性链球菌(S.pyogenes)的SpCas9作为切割酶被最广泛使用。
SpCas9具有效率高的优点,但存在频繁发生切割靶标以外位点的脱靶(off-target)问题。为弥补脱靶问题,提高了准确性的高保真变体(high-fidelity variant)随之被开发出来。
与此同时,提高基因剪刀通用性的PAM变体(PAM variant)也开发出多种。PAM序列起到一种指示牌的作用,帮助基因剪刀识别待切割的靶标DNA。
尽管为弥补基因剪刀的弱点开发了多种切割酶变体,但尚无系统分析各自性能与优缺点的研究。因此在何种情况下应使用何种基因剪刀,难以选择。
研究团队利用大规模验证技术,揭示了13种SpCas9变体在不同情况下的基因编辑效率,解决了这一问题。研究团队在相同条件下利用人胚肾细胞进行基因编辑实验,分析了8种PAM变体的编辑效率。
结果显示,4种变体适用于人胚肾细胞的编辑。其中被评价为通用性最高的SpCas9-NG切割酶,在可用作PAM序列的156个序列中识别了89个序列。这意味着与其他变体相比可靶向的位点更多。
另一方面,研究团队还在6种提高准确性的变体中找出了脱靶发生最少的变体。evoCas9准确性为0.89,评价最高。相反,SpCas9的准确性为0.35。
基于这些信息,研究团队开发了可推荐最佳基因剪刀的深度学习算法“DeepSpCas9variant”。利用该算法,不仅可确认能够识别待编辑特定碱基序列的变体,还可获知预期编辑效率。
金亨范研究委员表示:“这是系统分析此前未被揭示的多种基因剪刀变体差异的研究,可为选择精准的基因编辑工具提供指南”,“将能够最大限度减少脱靶引起的突变等副作用,利用最高效的工具在最佳条件下治疗遗传性疾病。”
/大田=记者 朴熙允 hypark@sedaily.com






