AI förbättrad redaktör för genomet, förutsäga resultat

Med redaktören av genomet av CRISPR-Cas9 är ganska väl lärt sig att hantera. Dock med en ganska god kunskap om teknik och hur det fungerar, de resultat som erhålls i samband med redigering, är inte alltid förutsägbara. Detta är på grund av särdragen i redigeringen och att resultatet är lärt sig att förutse artificiell intelligens, ytterligare förbättra resultatet av den metod för genomet redigering.

Till att börja med var jag skulle vilja att förklara vad som är det största problemet. Märkligt nog, redaktör (genomet) det finns nästan ingenting att göra med det. Protein Cas9 i detta fall utför funktionen av kniv och skär en nödvändig komponent av genomet. Men bredvid “tomma rymden” du behöver sätta in en annan komponent. Den använder matrix DNA, som, om den förklaras på ett enkelt språk, som fungerar som en “givare” material. Denna process kallas för DNA-reparation. Det finns andra system som fungerar på ett liknande princip i avsaknad av matrix DNA, men i dem ligger problemet: efter utbyte av genetiskt material kan finnas kvar strykningar (grovt sett saknas tomter). Resultatet av dessa insatser är informerade och kan beräknas endast empiriskt.

Som redaktörer för tidskriften Nature, ett team av forskare från Massachusetts Institute of Technology (MIT) har utvecklat ett program som bygger på artificiell intelligens som beräknar ett resultat av förändringar i arvsmassan. AI är kunna berätta vilken typ av sekvens som bildas i stället för intervention efter redigering, samt minst 50% av fallen, beroende på om efter operation för att förbli strykningar. Dessutom, om du använder AI att förutse alla stadier, noggrannheten kan ökas till 5-11%, vilket är ett mycket bra resultat.

För att lära AI för att förutsäga resultatet av ingrepp i genomet, forskare skapat ett bibliotek av 2000 guide-RNA för Cas9 (nämligen RNA anger protein var att minska molekylen). Nästa av dem valdes ut som 14, vilket kan efter reparationer orsaka uppkomsten av överskott nukleotid, och sedan AI valde de som mest ledde ofta till att fel ersättning. Baserat på dessa data byggdes “modell beteende”, som redan har använts för annan verksamhet. Forskare har lyckats effektivt och utan biverkningar redigera mutationer i celler med syndromet av den tysk-Pudlak och sjukdom Menekse.

Detta och andra nyheter kan du diskutera i vår chatt i Telegram.


Date:

by