Forbedret AI redaktør af genom, forudsige resultater

Med redaktør af genomet i CRISPR-Cas9 er temmelig godt lært at håndtere. Men med en rimelig god viden om teknologi, og hvordan det virker, de resultater, der er opnået i løbet af redigering, og ikke altid forudsigeligt. Dette er på grund af de særlige forhold i redigeringsprocessen, og at resultatet er lært at forudsige, kunstig intelligens, yderligere at forbedre effektiviteten af den metode, for genom-redigering.

Til at starte med vil jeg gerne forklare, hvad der er det største problem. Mærkeligt nok, redaktør af genomet, der er næsten intet at gøre med det. Protein Cas9 i dette tilfælde udfører den funktion af kniv og skærer en nødvendig del af genomet. Men ud for “tomme rum” er du nødt til at indsætte en anden komponent. Det bruger matrix DNA, som, hvis det er forklaret i almindeligt sprog, fungerer som en “donor” materiale. Denne proces kaldes DNA-reparation. Der er andre systemer, der arbejder på et lignende princip i mangel af matrix DNA, men i dem ligger problemet: efter udskiftning af det genetiske materiale kan forblive sletninger (groft sagt, manglende parceller). Resultatet af disse tiltag er informeret og kan beregnes kun empirisk.

Som redaktører af tidsskriftet Nature, et team af forskere fra Massachusetts Institute of Technology (MIT) har udviklet et program, der er baseret på kunstig intelligens, som beregner et resultat af ændringer i genomet. AI er i stand til at fortælle, hvilken slags sekvens er dannet i stedet for indgreb efter redigering, samt mindst 50% af de tilfælde, alt efter om efter operationen for at forblive udeladelser. Desuden, hvis du bruger AI til at forudsige alle trin, forudsigelse nøjagtighed kan øges til 5-11%, hvilket er et meget godt resultat.

For at lære AI til at forudsige udfaldet af interventionen i genomet, forskerne har oprettet et bibliotek med 2000 guide RNA for Cas9 (nemlig RNA angiver, protein, hvor de skal skære molekylet). Ved siden af dem blev valgt som 14, som kan efter erstatning forårsage forekomsten af overskydende nukleotid, og derefter AI valgte dem, at de fleste ofte har ført til fejl erstatning. Baseret på disse data blev bygget modellen “adfærd”, der har været anvendt til andre aktiviteter. Forskerne har formået effektivt og uden bivirkninger redigering af mutation i celler med syndromet af den tysk-Pudlak og sygdom Menekse.

Denne og andre nyheder kan du diskutere i vores chat i Telegrammet.


Date:

by