المكاسب:
- القدرة على فهم مفاهيم CRISPR وgRNA (دليل RNA) وPAM والتأثيرات غير المستهدفة وجعل الذكاء الاصطناعي ينتج قائمة مرشحة آمنة لـ gRNA ورمز التصميم
- القدرة على التحقق شخصيًا من مرشحي gRNA المقدمين بواسطة الذكاء الاصطناعي باستخدام أدوات التحليل المتخصصة خارج الهدف ومحاذاة الجينوم
- القدرة على قبول الحدود الأخلاقية/السلامة الحيوية وعدم تنفيذ التصميم دون التحقق المختبري
أحدث نظام كريسبر-كاس9 (نظام تحرير الجينات المقتبس من البكتيريا لقطع وتحرير الحمض النووي عند نقطة مستهدفة) تحولًا في البيولوجيا الجزيئية: أصبح من الممكن الآن تغيير نقطة معينة في الجين بدقة. لكن هذه القوة لا ترحم ضد أخطاء التصميم: يمكن لدليل RNA المختار بشكل غير صحيح (gRNA - التسلسل القصير من RNA الذي يوجه إنزيم Cas إلى الهدف) أن يقطع الجين الخطأ أو يجعل القطع غير المقصودة بعيدة عن الهدف. ستتعلم في هذه الوحدة كيفية استخدام الذكاء الاصطناعي (AI) كمساعد في تصميم كريسبر، وإنشاء الخطة، وكتابة التعليمات البرمجية، وشرح الخيارات؛ ولكنك ستتعلم سبب حاجتك إلى التحقق من صحة اختيار gRNA والتحليل خارج الهدف باستخدام أدوات متخصصة وتجريبيًا.
تحذير بالغ الأهمية: لا تسأل الذكاء الاصطناعي مباشرة "أعطني تسلسل gRNA لهذا الجين" ولا تستخدم التسلسل الوارد كما هو. قد ينتج LLM gRNA لا يتطابق مع قاعدة PAM (أدناه) أو يتطابق مع أي مكان آخر في الجينوم، أو حتى gRNA مكون بالكامل. الطريقة الصحيحة: إنشاء استراتيجية التصميم باستخدام الذكاء الاصطناعي، وتوليد المرشحين وتسجيلهم باستخدام أدوات تصميم CRISPR الخاصة (مثل CRISPOR وCHOPCHOP) والتحقق منهم تجريبيًا.
المفاهيم الأساسية
- Cas9: إنزيم (مقص جزيئي) يقطع الحمض النووي. إنه يخلق فاصلًا مزدوجًا حيث يوجه الـ gRNA.
- gRNA / sgRNA: دليل لما يقرب من 20 نيوكليوتيدات تطابق الحمض النووي المستهدف وينقل Cas9 هناك.
- PAM (Protospacer Adjacent Motif): تسلسل قصير يجب أن يكون موجودًا بجوار الهدف مباشرةً حتى يتمكن Cas9 من القطع. بالنسبة لـ SpCas9 عادةً ما يكون "NGG" (N هو أي قاعدة).
- الكفاءة على الهدف: مدى كفاءة الـ gRNA في تحقيق الهدف (تقاس بدرجة التنبؤ).
- خارج الهدف: يقوم gRNA بربط وقطع نقاط أخرى في الجينوم تشبه الهدف؛ غير مرغوب فيه وخطير.
- HDR / NHEJ: مسارات إصلاح الخلايا بعد القطع؛ عادةً ما يترك NHEJ أجزاء صغيرة، بينما يقوم HDR بإجراء تغييرات دقيقة على القالب.
خطوة بخطوة: تدفق تصميم كريسبر بمساعدة الذكاء الاصطناعي
1. توضيح الهدف والغرض. أي جين، أي إكسون، أي نوع من التغيير (الضربة القاضية أو التصحيح الدقيق)؟ نسخة الجينوم الآمنة والنص.
2. احصل على السلسلة من مصدر موثوق. قم بتنزيل تسلسل المنطقة المستهدفة من Ensembl/NCBI؛ لا تجعل الذكاء الاصطناعي يحفظه.
3. إنشاء مرشحي gRNA باستخدام أداة مخصصة. أدوات مثل CRISPOR/CHOPCHOP للتحقق من وجود PAM، وتوفير النتائج على الهدف، والبحث عن الأهداف خارج نطاق الجينوم. استخدم الذكاء الاصطناعي لتفسير مخرجات هذه الأدوات.
4. خذ المخاطر غير المستهدفة على محمل الجد. استبعاد المرشحين الحاصلين على درجات عالية خارج الهدف؛ قم بالتأكيد باستخدام أدوات متعددة في التطبيقات المهمة.
5. خطة التحقق التجريبي. تأكد من خلال التجربة (التسلسل، T7E1، تسلسل الأمبليكون) ما إذا كان gRNA المختار يقطع الهدف بالفعل (وخارج الهدف). درجة التصميم هي تقدير، وليس دليلا.
نصيحة: قبل استخدام مرشح gRNA، قم بفحص تسلسله على الجينوم لمعرفة مكان آخر غير الهدف الذي يتطابق فيه تمامًا أو بشكل قريب. هذه الخطوة وحدها تقضي على أخطر المرشحين غير المستهدفين مبكرًا.
ثلاث حالات صغيرة
الحالة 1 - gRNA بدون PAM. طلب أحد الطلاب من الذكاء الاصطناعي الحصول على gRNA للجين وحصل على تسلسل معقول من 20 نيوكليوتيدات. ومع ذلك، لم يكن هناك NGG PAM بالقرب من الهدف؛ لذلك لم يتمكن Cas9 من القطع هناك. عندما دخل الطالب المنطقة إلى CRISPOR، رأى أن الأداة تقترح مرشحين صالحين مع PAM. إذا تم استخدام تسلسل الذكاء الاصطناعي، فستفشل التجربة تمامًا.
الحالة 2 - سر خارج الهدف. وقد أبدى أحد الباحثين إعجابه بالحمض النووي الريبي النووي "عالي الكفاءة" الذي اقترحه الذكاء الاصطناعي. عندما قام بتشغيل CRISPOR للتحقق من عدم وجود هدف، وجد أن gRNA يطابق اختلافًا أساسيًا واحدًا فقط في جين آخر - وهو خطر جسيم خارج الهدف. تم القضاء على المرشح. وبدون التحليل العددي خارج الهدف، يمكن قطع الجين غير المرغوب فيه.
الحالة 3 - تم الحصول على التأكيد. قام أحد المختبرات بتجميع ثلاثة مرشحين للـ gRNA واختبارهم في الخلايا؛ من خلال تسلسل الأمبليكون، وجد أن واحدًا فقط لديه أكثر من 60% من التحرير (indels)، في حين أن الاثنين الآخرين لديهما أقل من 5%. أظهرت درجات التصميم الثلاثة على أنها "جيدة". كشف التحقق التجريبي الفرق بين التنبؤ والواقع.
مثال: سيطرة حزب الأصالة والمعاصرة على gRNA المرشح
import re# احصل على تسلسل المنطقة المستهدفة من Ensembl/NCBI؛ لا تجعل الذكاء الاصطناعي يحفظه. target = "GACGTTGCATCGGATCCTAAGGCTTACGGTAGCTAGCTAGGCTAAGG"# 20 nt protospacer + NGG PAM ابحث عن SpCas9 (نهاية حبلا + حبلا) لـ m في re.finditer(r"(?=([ACGT]{20})([ACGT]GG))"، الهدف): protospacer، pam = m.group(1), m.group(2) طباعة (f"الموضع {m.start()+1}: gRNA={protospacer} PAM={pam}")
سيؤدي هذا إلى قائمة المرشحين الذين لديهم PAM صالح فقط؛ ولكن هناك حاجة إلى أدوات خاصة للنشاط على الهدف وخارجه. هذا الكود هو أداة فحص أولية، وليس التصميم الكامل.
أربعة قوالب قابلة للنسخ
1) استراتيجية التصميم (بدون إنتاج سلسلة):
دورك: مساعد تصميم كريسبر. ضع استراتيجية تصميم لـ: [الجين، إكسون، التصحيح/الدقة، إصدار الجينوم، النص]. ما هي الأداة المحددة (CRISPOR/CHOPCHOP) وما هي الإعدادات التي يجب أن أستخدمها، وما هي النتائج (على الهدف، خارج الهدف) التي يجب أن أنظر إليها، أخبرني خطوة بخطوة. توليد تسلسل gRNA SEN؛ سأقوم بإنتاجه من السيارة.
2) التفسير خارج الهدف:
اشرح كيف يجب أن أقرأ الأعمدة غير المستهدفة في مخرجات CRISPOR: ماذا تعني نتيجة MIT، ودرجة CFD، وعدد عدم التطابق، وعند أي حدود يجب علي استبعاد مرشح؟ هل تختلف العتبات في التطبيقات السريرية والبحثية؟
3) خطة التحقق التجريبية:
كيف يمكنني التحقق تجريبيًا من أن الـ gRNA الذي اخترته يقطع كلا الهدفين ولا يخرج عن الهدف؟ T7E1، اشرح تسلسل amplicon (العميق) وتصميم التحكم خطوة بخطوة، بما في ذلك عناصر التحكم التي يجب وضعها.
4) رمز التأهيل المسبق لإطار PAM/الإطار:
اكتب كود Python الذي يعثر على جميع الفواصل الأولية المرشحة ذات الـ 20 nt لـ SpCas9 (NGG PAM) على كلا الفرعين في التسلسل المستهدف المحدد. الإبلاغ عن الموقع والموضوع وPAM لكل مرشح. حدد في تعليق الكود أن هذا مجرد إزالة أولية وأن هناك حاجة إلى أداة خاصة خارج الهدف.
موجه ضعيف / موجه قوي
ضعيف: "أعطني تسلسل CRISPR gRNA لجين MYC."
المشكلة: لا يوجد نسخة/نسخة من الجينوم، ولا يوجد PAM أو تحكم خارج الهدف، وقد يعطي الذكاء الاصطناعي تسلسلًا مزيفًا أو خطيرًا.
سترونج: "قم بإعداد استراتيجية تصميم CRISPR لإيقاف GRCh38 وMYC (exon 2)؛ أخبرني بالأداة التي يجب استخدامها، وبأي إعداد، وعند أي عتبة خارج الهدف يجب التخلص منها. سأنتج تسلسل gRNA من الأداة؛ أنت لا تنتجه."
لماذا هو قوي: السياق واضح، ويتم ترك التصميم للأداة المحددة، ويتم وضع خارج الهدف والتحقق في المركز.
المرحلة
دور الذكاء الاصطناعي
التحقق الإلزامي
استراتيجية
يوصي بالخطط والأدوات
تقييمات الخبراء
إنتاج الحمض النووي الريبي (GRNA).
التعليقات
درجة كريسبور/تشوبشوب
التحكم بام
يكتب الكود
قم بتشغيل الكود والتأكيد
خارج الهدف
تعلن النتيجة
مركبة خاصة + انفجار
الاستنتاج
التعليقات
التسلسل التجريبي
الأخطاء الشائعة
- مباشرة باستخدام gRNA المقدمة من منظمة العفو الدولية. وقد تكون خالية من PAM أو غير مستهدفة أو مزيفة.
- تخطي التحليل خارج الهدف. أخطر خطأ؛ يمكن قطع الجينات غير المرغوب فيها.
- الخلط بين درجة التصميم والأدلة التجريبية. النتيجة هي التنبؤ. يجب التحقق منها في الخلية.
- ترك نسخة/نسخة الجينوم غير محددة. قد يتم استهداف الإكسون الخاطئ.
- الاعتماد على مركبة واحدة. في التطبيقات المهمة، يلزم التأكيد باستخدام أدوات متعددة.
تنبيه: يخضع تحرير الجينات للأغراض البشرية أو السريرية لأنظمة أخلاقية وقانونية شديدة. هذه الوحدة مخصصة للبحث ومحو الأمية التصميمية. تتطلب قرارات الممارسة السريرية موافقة لجنة الأخلاقيات وفريق الخبراء والتشريعات. يُحظر تعديل السلالة الجرثومية (الموروثة) في العديد من البلدان.
العمق: قراءة النتائج غير المستهدفة عدديا
قم بتقييم المخاطر غير المستهدفة من خلال درجتين ملموستين، وليس كلمات غامضة مثل "مرتفع/منخفض". تلخص درجة معهد ماساتشوستس للتكنولوجيا (0-100) مدى تحديد الحمض النووي الريبوزي (gRNA) على نطاق الجينوم؛ الدرجة العالية (على سبيل المثال 80+) تعني مخاطر أقل خارج الهدف. تقدر درجة CFD (تحديد تردد القطع، 0-1) احتمالية قطع كل منطقة خارج الهدف فعليًا واحدة تلو الأخرى؛ حتى منطقة واحدة خارج الهدف أعلى من 0.2 يمكن أن تقضي على المرشح للتطبيقات المهمة. اطلب من الذكاء الاصطناعي أن يشرح هاتين النتيجتين، ثم اقرأ القيم الفعلية في مخرجات السيارة بنفسك.
مثال ملموس: كان الفريق يختار بين مرشحين. حصل المرشح "أ" على درجة 91 في معهد ماساتشوستس للتكنولوجيا وكان أعلى مستوى خارج عن الهدف لعقود الفروقات هو 0.05. حصل المرشح B على 88 درجة في معهد ماساتشوستس للتكنولوجيا ولكن كان لديه نقطة واحدة خارج الهدف في إكسون الجين الكابت للورم مع CFD قدره 0.34. على الرغم من أن الدرجات الإجمالية بدت متقاربة، حيث كان خارج الهدف (ترميز الجين الحرج وظيفيًا) جعل المرشح B غير مقبول. ومن الضروري تقييم ما هو خارج الهدف ليس فقط من حيث العدد ولكن أيضًا من حيث الأهمية البيولوجية للجين الذي يقع عليه.
نقطة أخرى: إن حدوث عدم التطابق في المنطقة "الأصلية" القريبة من PAM يكون أكثر خطورة بكثير منه في المنطقة البعيدة؛ حتى الفرق الأساسي 1-2 في منطقة البذور يمكن أن يوقف Cas9، في حين يمكن تحمل الفرق الأساسي 3-4 بعيدًا عن PAM. ولذلك، فإن موقعه لا يقل أهمية عن عدد التناقضات.
النتيجة/المعيار
ديسمبر
التعليق
خصوصية معهد ماساتشوستس للتكنولوجيا
0-100
عالية = مخاطر قليلة خارج الهدف
عقود الفروقات (خارج الهدف)
0-1
يمكن التخلص من ما يزيد عن 0.2 في التطبيقات الحرجة
موقف الخلاف
البذور / عن بعد
منطقة البذور أكثر خطورة بكثير
باختصار
- الذكاء الاصطناعي في تصميم كريسبر؛ فهو مساعد يضع الاستراتيجيات ويكتب التعليمات البرمجية ويشرح الخيارات، وليس الأداة التي "تنتج" الحمض الريبي النووي النقال.
- يجب أن يتم إنتاج مرشحي gRNA باستخدام أدوات خاصة (CRISPOR/CHOPCHOP)، ويجب التحكم رقميًا في PAM وخارج الهدف.
- درجة التصميم هي تقديرية. ويجب تأكيد التأثير على الهدف وخارجه تجريبياً (التسلسل).
- تخضع الممارسات السريرية والممارسات الجرثومية لقيود أخلاقية/قانونية شديدة.
مهمة التطبيق
قم بتنزيل منطقة الجينات المستهدفة من Ensembl. قم بتشغيل كود الفحص المسبق لـ PAM أعلاه وقم بإدراج الفواصل الأولية المرشحة. ثم قم بتصدير نفس المنطقة إلى أداة مثل CRISPOR واحصل على نتائج حول الهدف وخارجه؛ قارن بين المرشحين للكود الخاص بك وتوصيات الأداة. حدد المرشح الذي لديه أعلى نسبة خطورة خارج الهدف واكتب في جملة واحدة سبب استبعاده.
قائمة مرجعية
- [ ] قمت بإصلاح الهدف عن طريق الجين، والإكسون، ونسخة الجينوم والنسخة.
- [ ] حصلت على السلسلة من مصدر موثوق، ولم أحفظها عن طريق الذكاء الاصطناعي.
- [ ] لقد قمت بإنشاء مرشحات gRNA وسجلتها باستخدام الأداة المخصصة.
- [ ] لقد قمت بالتحقق من وجود PAM والمخاطر غير المستهدفة.
- [ ] لقد قمت بإعداد خطة تحقق تجريبية.
- [ ] أنا على دراية بالحدود الأخلاقية/القانونية وحصلت على موافقة الخبراء.