研究人员创建机器学习工具BE-Hive准确预测基因编辑结果

随着基因编辑技术的不断进步,科学家们也越来越意识到基因编辑技术的巨大能力,尽管如此,基因编辑技术不断发展的同时,也带给了人们一些困惑。因为作为遗传物质的基因还有很多的未知领域,贸然地进行一些基因编辑行为,能否精确地解决问题并且不会引起潜在的风险,目前还存在很多的不确定性。目前基因编辑技术的飞速发展为基因功能研究工作提供了更多有力的工具。对于使用哪种基因编辑器,研究人员却产生了令人困惑的选择。

最近,刘如谦团队发明了一种识别最有可能实现所需编辑的方法。该团队创建了一个机器学习模型,准确预测碱基编辑结果。该库名为BE-Hive。可供公众使用。

https://www.crisprbehive.design

研究人员创建机器学习工具BE-Hive准确预测基因编辑结果
BE-Hive机器学习模型可以预测哪个基因编辑器在修复数千种引起疾病突变方面表现最佳

Liu实验室的博士后研究员、该研究的共同第一作者Mandana Arbab说,如果你开始使用碱基编辑纠正单一致病突变会产生许多可能方法,而且很难知道哪些方法最有可能发挥作用。虽然碱基编辑器被广泛用于基因靶向点突变,但至今为止,我们对于决定碱基编辑结果的因素并不十分了解。

为了收集所有复杂因素,该团队首先收集了大量数据。Arbab说,在大约一年时间里,他们为细胞配备了超过38,000个DNA靶位点,然后用11种最流行的碱基编辑器进行处理并引导RNA配对。处理后,他们对细胞DNA进行测序,收集了数十亿个数据点,了解每个碱基编辑器如何影响每个细胞。他们设计并训练了一个机器学习模型,以预测每个碱基编辑器的特殊偏心率。

获取更多前沿科技信息访问:https://byteclicks.com

该研究团队在哺乳动物细胞中的38,538个基因组整合靶点上表征了11个胞嘧啶和腺嘌呤碱基编辑器(CBEs和ABEs)的序列-活性关系,并将所得结果用于训练BE-蜂巢机器学习模型,该模型可以准确预测碱基编辑基因型结果(R≈0.9)和效率(R≈0.7)。

研究人员以≥90%的精度纠正了3388个疾病相关的SNV,包括675个旁观者核苷酸的等位基因,BE-Hive正确预测了这些等位基因不会被编辑。

研究人员还发现了以前无法预测的C-to-G,或C-to-A编辑的决定因素,并利用这些发现以≥90%的精度修正了174个致病性转位SNV的编码序列。

最后,研究人员利用BE-Hive的分析,设计出了新的CBE变体,这些变体可以调节编辑结果。他们利用BE-Hive发现了未知碱基编辑属性,并利用这些属性设计了具有新功能的新型工具。

总之,这些发现阐明了碱基编辑,使以前难以解决的靶点编辑成为可能,并为新的碱基编辑提升编辑能力。

上一篇:

下一篇:


标签