লাভ:
- CRISPR, gRNA (গাইড RNA), PAM এবং অফ-টার্গেট ইফেক্টের ধারণা বোঝার ক্ষমতা এবং কৃত্রিম বুদ্ধিমত্তা একটি নিরাপদ gRNA প্রার্থী তালিকা এবং ডিজাইন কোড তৈরি করে
- বিশেষজ্ঞ অফ-টার্গেট বিশ্লেষণ সরঞ্জাম এবং জিনোম প্রান্তিককরণের সাথে কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত জিআরএনএ প্রার্থীদের ব্যক্তিগতভাবে যাচাই করার ক্ষমতা
- নৈতিক/জৈব নিরাপত্তার সীমা গ্রহণ করার ক্ষমতা এবং ল্যাবরেটরি যাচাই ব্যতীত ডিজাইনটি বাস্তবায়ন করা উচিত নয়
CRISPR-Cas9 (একটি টার্গেটেড পয়েন্টে ডিএনএ কাটা এবং সম্পাদনা করার জন্য ব্যাকটেরিয়া থেকে অভিযোজিত একটি জিন সম্পাদনা পদ্ধতি) আণবিক জীববিজ্ঞানকে রূপান্তরিত করেছে: এখন একটি জিনের একটি নির্দিষ্ট বিন্দুকে সুনির্দিষ্টভাবে পরিবর্তন করা সম্ভব। কিন্তু এই শক্তিটি ডিজাইনের ত্রুটির বিরুদ্ধে নির্মম: একটি ভুলভাবে নির্বাচিত গাইড RNA (gRNA — আরএনএর সংক্ষিপ্ত ক্রম যা ক্যাস এনজাইমকে লক্ষ্যের দিকে নির্দেশ করে) ভুল জিনকে কেটে ফেলতে পারে বা অনাকাঙ্ক্ষিতভাবে কাটা-ছেঁড়া করতে পারে। এই ইউনিটে, আপনি শিখবেন কীভাবে CRISPR ডিজাইনে একজন সহকারী হিসেবে কৃত্রিম বুদ্ধিমত্তা (AI) ব্যবহার করতে হয়, একটি পরিকল্পনা তৈরি করা, কোড লেখা এবং বিকল্প ব্যাখ্যা করা; তবে আপনি শিখবেন কেন আপনাকে বিশেষ সরঞ্জামের সাহায্যে এবং পরীক্ষামূলকভাবে জিআরএনএ নির্বাচন এবং অফ-টার্গেট বিশ্লেষণ যাচাই করতে হবে।
সমালোচনামূলক সতর্কতা: এআইকে সরাসরি জিজ্ঞাসা করবেন না "আমাকে এই জিনের জন্য জিআরএনএ সিকোয়েন্স দিন" এবং ইনকামিং সিকোয়েন্সটি যেমন আছে তেমন ব্যবহার করবেন না। এলএলএম এমন একটি জিআরএনএ পেতে পারে যা পিএএম নিয়মের সাথে মেলে না (নীচে) বা যেটি জিনোমের অন্য কোথাও মেলে, বা এমনকি সম্পূর্ণরূপে তৈরি করা জিআরএনএ। সঠিক উপায়: AI দিয়ে ডিজাইনের কৌশল স্থাপন করা, বিশেষ CRISPR ডিজাইন টুল (যেমন CRISPOR, CHOPCHOP) দিয়ে প্রার্থীদের তৈরি করা এবং স্কোর করা এবং পরীক্ষামূলকভাবে তাদের যাচাই করা।
মৌলিক ধারণা
- Cas9: এনজাইম (আণবিক কাঁচি) যা ডিএনএ কাটে। এটি একটি ডাবল স্ট্র্যান্ড ব্রেক তৈরি করে যেখানে gRNA নির্দেশ করে।
- gRNA / sgRNA: আনুমানিক 20 টি নিউক্লিওটাইডের একটি নির্দেশিকা যা লক্ষ্য DNA এর সাথে মেলে এবং সেখানে Cas9 পরিবহন করে।
- PAM (প্রোটোস্পেসার সংলগ্ন মোটিফ): একটি সংক্ষিপ্ত ক্রম যা Cas9 কাটতে টার্গেটের ঠিক পাশেই থাকতে হবে। SpCas9 এর জন্য সাধারণত "NGG" (N যেকোন বেস)।
- অন-টার্গেট দক্ষতা: কতটা দক্ষতার সাথে জিআরএনএ লক্ষ্যে কাটে (পূর্বাভাস স্কোর দ্বারা পরিমাপ করা হয়)।
- অফ-টার্গেট: gRNA জিনোমের অন্যান্য পয়েন্টগুলিকে আবদ্ধ করে এবং কাটায় যা লক্ষ্যের অনুরূপ; অবাঞ্ছিত এবং বিপজ্জনক।
- এইচডিআর / এনএইচইজে: কাটার পরে কোষ মেরামতের পথ; NHEJ সাধারণত ছোট ইনডেল ছেড়ে দেয়, HDR একটি টেমপ্লেটে সুনির্দিষ্ট পরিবর্তন করে।
ধাপে ধাপে: এআই-সহায়তা CRISPR ডিজাইন প্রবাহ
1. লক্ষ্য এবং উদ্দেশ্য স্পষ্ট করুন। কোন জিন, কোন এক্সন, কোন ধরনের পরিবর্তন (নকআউট বা স্পষ্টতা সংশোধন)? নিরাপদ জিনোম সংস্করণ এবং প্রতিলিপি।
2. নির্ভরযোগ্য উৎস থেকে সিরিজ পান. Ensembl/NCBI থেকে লক্ষ্য অঞ্চলের ক্রম ডাউনলোড করুন; AI এটা মুখস্থ করা না.
3. কাস্টম টুল দিয়ে gRNA প্রার্থী তৈরি করুন। CRISPOR/CHOPCHOP-এর মতো টুলগুলি PAM-এর জন্য চেক করে, অন-টার্গেট স্কোর প্রদান করে এবং জিনোম-ওয়াইড অফ-টার্গেটগুলি সন্ধান করে। এই সরঞ্জামগুলির আউটপুট ব্যাখ্যা করতে AI ব্যবহার করুন।
4. অফ-টার্গেট ঝুঁকি গুরুত্ব সহকারে নিন। উচ্চ অফ-টার্গেট স্কোর সহ প্রার্থীদের বাদ দিন; সমালোচনামূলক অ্যাপ্লিকেশনগুলিতে একাধিক সরঞ্জাম দিয়ে নিশ্চিত করুন।
5. পরিকল্পনা পরীক্ষামূলক বৈধতা. পরীক্ষা দ্বারা নিশ্চিত করুন (সিকোয়েন্সিং, T7E1, অ্যামপ্লিকন সিকোয়েন্সিং) নির্বাচিত জিআরএনএ আসলে লক্ষ্য (এবং অফ-টার্গেট) কাটছে কিনা। ডিজাইন স্কোর একটি অনুমান, প্রমাণ নয়।
টিপ: একটি জিআরএনএ প্রার্থী ব্যবহার করার আগে, জিনোমের বিপরীতে এর ক্রমটি ব্লাস্ট করুন লক্ষ্য ছাড়া অন্য কোথায় এটি ঠিক বা ঘনিষ্ঠভাবে মেলে। এই পদক্ষেপটি একাই সবচেয়ে বিপজ্জনক অফ-টার্গেট প্রার্থীদের তাড়াতাড়ি সরিয়ে দেয়।
তিনটি মিনি কেস
কেস 1 — PAM ছাড়া gRNA। একজন ছাত্র একটি জিনের জন্য জিআরএনএর জন্য এআই জিজ্ঞাসা করেছিল এবং 20টি নিউক্লিওটাইডের একটি যুক্তিসঙ্গত ক্রম পেয়েছে। তবে লক্ষ্যের কাছাকাছি কোনো এনজিজি পিএএম ছিল না; তাই Cas9 সেখানে কাটতে পারেনি। যখন ছাত্রটি এই অঞ্চলে CRISPOR-এ প্রবেশ করেছিল, তখন সে দেখেছিল যে টুলটি PAM সহ বৈধ প্রার্থীদের পরামর্শ দিয়েছে। AI এর ক্রম ব্যবহার করা হলে, পরীক্ষাটি সম্পূর্ণরূপে ব্যর্থ হবে।
কেস 2 - গোপন অফ-টার্গেট। একজন গবেষক এআই দ্বারা প্রস্তাবিত একটি "উচ্চ-কার্যকারিতা" জিআরএনএ পছন্দ করেছেন। অফ-টার্গেট পরীক্ষা করার জন্য যখন তিনি ক্রিস্পোরে দৌড়েছিলেন, তখন তিনি দেখতে পান যে জিআরএনএ অন্য জিনের মধ্যে মাত্র 1টি ভিত্তি পার্থক্যের সাথে মিলেছে - একটি গুরুতর অফ-টার্গেট ঝুঁকি। প্রার্থীকে বাদ দেওয়া হয়। সংখ্যাসূচক অফ-টার্গেট বিশ্লেষণ ছাড়া, একটি অবাঞ্ছিত জিন কেটে ফেলা যেতে পারে।
কেস 3 - নিশ্চিতকরণ অর্জিত হয়েছে। একটি পরীক্ষাগার তিনটি জিআরএনএ প্রার্থীকে সংশ্লেষিত করেছিল এবং তাদের কোষে পরীক্ষা করেছিল; অ্যামপ্লিকন সিকোয়েন্সিং দ্বারা, তিনি দেখতে পান যে শুধুমাত্র একজনের 60% এর বেশি সম্পাদনা (ইন্ডেল) হয়েছে, অন্য দুটির 5% এর কম। ডিজাইন স্কোর তিনটিই "ভাল" হিসাবে দেখায়। পরীক্ষামূলক যাচাইকরণ পূর্বাভাস এবং বাস্তবতার মধ্যে পার্থক্য প্রকাশ করেছে।
উদাহরণ: প্রার্থী gRNA এর PAM নিয়ন্ত্রণ
আমদানি পুনরায়# Ensembl/NCBI থেকে লক্ষ্য অঞ্চলের ক্রম পান; AI এটা মুখস্থ করা না. target = "GACGTTGCATCGGATCCTAAGGCTTACGGTAGCTAGCTAGGCTAAGG"# 20 nt protospacer + NGG PAM অনুসন্ধান SpCas9 (এন্ড স্ট্র্যান্ড + স্ট্র্যান্ড) এর জন্য m-এর জন্য re.finditer(r"(?=([ACGT]{20})(r"(?=([ACGT]{20}),[ACGT, pro =) টার্গেট] m.group(1), m.group(2) print(f"পজিশন {m.start()+1}: gRNA={protospacer} PAM={pam}")
এটি শুধুমাত্র বৈধ PAM সহ প্রার্থীদের তালিকা করবে; কিন্তু অন-টার্গেট অ্যাক্টিভিটি এবং অফ-টার্গেটের জন্য বিশেষ টুলের প্রয়োজন। এই কোডটি একটি প্রাথমিক স্ক্রীনিং টুল, সম্পূর্ণ ডিজাইন নয়।
চারটি অনুলিপিযোগ্য টেমপ্লেট
1) ডিজাইন কৌশল (একটি সিরিজ উত্পাদন ছাড়া):
আপনার ভূমিকা: CRISPR ডিজাইন সহকারী। এর জন্য একটি নকশা কৌশল স্থাপন করুন:[জিন, এক্সন, নকআউট/নির্ভুলতা সংশোধন, জিনোম সংস্করণ, ট্রান্সক্রিপ্ট]। কোন নির্দিষ্ট টুল (ক্রিস্পোর/চপচপ) কোন সেটিংসের সাথে আমি ব্যবহার করব, কোন স্কোর (অন-টার্গেট, অফ-টার্গেট) দেখতে হবে, আমাকে ধাপে ধাপে বলুন। gRNA ক্রম SEN তৈরি করা; আমি এটি গাড়ি থেকে উত্পাদন করব।
2) অফ-টার্গেট ব্যাখ্যা:
CRISPOR আউটপুটে আমার অফ-টার্গেট কলামগুলি কীভাবে পড়া উচিত তা ব্যাখ্যা করুন: MIT স্কোর, CFD স্কোর, অমিল গণনা বলতে কী বোঝায়, কোন থ্রেশহোল্ডে আমি একজন প্রার্থীকে বাদ দিতে পারি? ক্লিনিকাল এবং গবেষণা অ্যাপ্লিকেশনে থ্রেশহোল্ড ভিন্ন?
3) পরীক্ষামূলক যাচাইকরণ পরিকল্পনা:
আমি কিভাবে পরীক্ষামূলকভাবে যাচাই করতে পারি যে আমি যে জিআরএনএ দুটিই লক্ষ্যে কাটা বেছে নিয়েছি এবং লক্ষ্যবস্তু নয়? T7E1, অ্যামপ্লিকন (গভীর) সিকোয়েন্সিং এবং কন্ট্রোল ডিজাইন ধাপে ধাপে ব্যাখ্যা করুন, যার মধ্যে কোন কন্ট্রোল রাখতে হবে।
4) PAM/ফ্রেমওয়ার্ক প্রি-কোয়ালিফিকেশন কোড:
একটি পাইথন কোড লিখুন যা প্রদত্ত টার্গেট সিকোয়েন্সে উভয় স্ট্র্যান্ডে SpCas9 (NGG PAM) এর জন্য সমস্ত 20 nt প্রার্থী প্রোটোস্পেসার খুঁজে পায়। প্রতিটি প্রার্থীর জন্য অবস্থান, থ্রেড এবং PAM প্রতিবেদন করুন। কোড মন্তব্যে উল্লেখ করুন যে এটি শুধুমাত্র একটি প্রাথমিক নির্মূল এবং অফ-টার্গেটের জন্য একটি বিশেষ টুল প্রয়োজন।
দুর্বল প্রম্পট / শক্তিশালী প্রম্পট
দুর্বল: "আমাকে MYC জিনের জন্য একটি CRISPR gRNA ক্রম দিন।"
সমস্যা: কোন জিনোম সংস্করণ/ট্রান্সক্রিপ্ট নেই, কোন PAM এবং অফ-টার্গেট নিয়ন্ত্রণ নেই, AI জাল বা বিপজ্জনক ক্রম দিতে পারে।
শক্তিশালী: "GRCh38, MYC (exon 2) নকআউটের জন্য একটি CRISPR ডিজাইন কৌশল সেট আপ করুন; কোন টুলটি ব্যবহার করতে হবে, কোন সেটিং দিয়ে এবং কোন অফ-টার্গেট থ্রেশহোল্ডে নির্মূল করতে হবে তা আমাকে বলুন। আমি টুল থেকে gRNA সিকোয়েন্স তৈরি করব; আপনি এটি তৈরি করবেন না।"
কেন এটি শক্তিশালী: প্রসঙ্গ পরিষ্কার, নকশা নির্দিষ্ট টুলের উপর ছেড়ে দেওয়া হয়, অফ-টার্গেট এবং যাচাইকরণ কেন্দ্রে রাখা হয়।
মঞ্চ
AI এর ভূমিকা
বাধ্যতামূলক যাচাইকরণ
কৌশল
পরিকল্পনা এবং সরঞ্জাম সুপারিশ
বিশেষজ্ঞ পর্যালোচনা
জিআরএনএ উত্পাদন
মন্তব্য
CRISPOR/CHOPCHOP স্কোর
PAM নিয়ন্ত্রণ
কোড লেখে
কোডটি চালান এবং নিশ্চিত করুন
অফ-টার্গেট
স্কোর ঘোষণা করে
বিশেষ যান + বিস্ফোরণ
উপসংহার
মন্তব্য
পরীক্ষামূলক সিকোয়েন্সিং
সাধারণ ভুল
- সরাসরি AI দ্বারা প্রদত্ত gRNA ব্যবহার করে। এটি PAM-মুক্ত, অফ-টার্গেট বা জাল হতে পারে।
- অফ-টার্গেট বিশ্লেষণ এড়িয়ে যাওয়া। সবচেয়ে বিপজ্জনক ভুল; অবাঞ্ছিত জিন কেটে ফেলা যায়।
- অভিজ্ঞতামূলক প্রমাণের জন্য নকশা স্কোর ভুল করা. স্কোর একটি ভবিষ্যদ্বাণী; কক্ষে যাচাই করতে হবে।
- জিনোম সংস্করণ/ট্রান্সক্রিপ্ট অনির্ধারিত রেখে যাওয়া। ভুল exon টার্গেট করা হতে পারে.
- একক গাড়ির উপর ভরসা। সমালোচনামূলক অ্যাপ্লিকেশনগুলিতে, একাধিক সরঞ্জামের সাথে নিশ্চিতকরণ প্রয়োজন।
সতর্কতা: মানব বা ক্লিনিকাল উদ্দেশ্যে জিন সম্পাদনা ভারী নৈতিক এবং আইনী বিধিবিধান সাপেক্ষে। এই ইউনিট গবেষণা এবং নকশা সাক্ষরতা জন্য; ক্লিনিকাল অনুশীলনের সিদ্ধান্তের জন্য নীতিশাস্ত্র কমিটির অনুমোদন, বিশেষজ্ঞ দল এবং আইনের প্রয়োজন হয়। জার্মলাইন (উত্তরাধিকারসূত্রে প্রাপ্ত) সম্পাদনা অনেক দেশে নিষিদ্ধ।
গভীরতা: অফ-টার্গেট স্কোর সংখ্যাগতভাবে পড়ুন
দুটি কংক্রিট স্কোর দিয়ে অফ-টার্গেট ঝুঁকি মূল্যায়ন করুন, "উচ্চ/নিম্ন" এর মতো অস্পষ্ট শব্দ নয়। MIT স্কোর (0-100) সংক্ষিপ্ত করে যে একটি gRNA কতটা নির্দিষ্ট জিনোম-ওয়াইড; একটি উচ্চ স্কোর (যেমন 80+) মানে লক্ষ্যবহির্ভূত ঝুঁকি কম। CFD স্কোর (কাটিং ফ্রিকোয়েন্সি ডিটারমিনেশন, 0-1) প্রকৃতপক্ষে প্রতিটি অফ-টার্গেট এলাকা একে একে কাটানোর সম্ভাব্যতা অনুমান করে; এমনকি 0.2-এর উপরে একটি একক অফ-টার্গেট অঞ্চল সমালোচনামূলক অ্যাপ্লিকেশনের জন্য প্রার্থীকে বাদ দিতে পারে। কৃত্রিম বুদ্ধিমত্তাকে এই দুটি স্কোর ব্যাখ্যা করতে বলুন এবং তারপরে গাড়ির আউটপুটের প্রকৃত মানগুলি নিজেই পড়ুন।
একটি সুনির্দিষ্ট উদাহরণ: একটি দল দুটি প্রার্থীর মধ্যে নির্বাচন করছিল। প্রার্থী A-এর MIT স্কোর ছিল 91 এবং সর্বোচ্চ CFD অফ-টার্গেট ছিল 0.05। প্রার্থী B-এর এমআইটি স্কোর ছিল 88 কিন্তু 0.34 এর CFD সহ একটি টিউমার দমনকারী জিনের এক্সনে একটি একক অফ-টার্গেট ছিল। যদিও সামগ্রিক স্কোর কাছাকাছি উপস্থিত হয়েছিল, যেখানে অফ-টার্গেট ছিল (একটি কার্যকরীভাবে সমালোচনামূলক জিনকে এনকোড করা) প্রার্থী বিকে অগ্রহণযোগ্য করে তুলেছিল। অফ-টার্গেটকে শুধুমাত্র সংখ্যার দিক থেকে নয় বরং এটি যে জিনের উপর পড়ে তার জৈবিক গুরুত্বের সাথেও মূল্যায়ন করা অপরিহার্য।
আরেকটি বিষয়: দূরবর্তী অঞ্চলের তুলনায় পিএএম-এর কাছাকাছি "বীজ" অঞ্চলে অমিল হওয়া অনেক বেশি ঝুঁকিপূর্ণ; এমনকি বীজ অঞ্চলে 1-2 ভিত্তি পার্থক্য Cas9 বন্ধ করতে পারে, যখন PAM থেকে 3-4 ভিত্তি পার্থক্য সহ্য করা যেতে পারে। অতএব, এর অবস্থান অসঙ্গতির সংখ্যার মতোই গুরুত্বপূর্ণ।
স্কোর/মাপদণ্ড
ডিসেম্বর
মন্তব্য করুন
এমআইটি নির্দিষ্টতা
0-100
উচ্চ = সামান্য অফ-টার্গেট ঝুঁকি
CFD (একটি অফ-টার্গেট)
0-1
0.2 এর উপরে সমালোচনামূলক অ্যাপ্লিকেশনগুলিতে নির্মূল করা যেতে পারে
বিরোধের অবস্থান
বীজ/দূরবর্তী
বীজ এলাকা অনেক বেশি ঝুঁকিপূর্ণ
সংক্ষেপে
- CRISPR ডিজাইনে AI; এটি একটি সহকারী যা কৌশল করে, কোড লেখে এবং বিকল্পগুলি ব্যাখ্যা করে, জিআরএনএ "উৎপাদন" করে এমন টুল নয়।
- gRNA প্রার্থীদের অবশ্যই বিশেষ সরঞ্জাম (CRISPOR/CHOPCHOP) দিয়ে তৈরি করতে হবে এবং PAM এবং অফ-টার্গেট অবশ্যই সংখ্যাগতভাবে নিয়ন্ত্রণ করতে হবে।
- নকশা স্কোর একটি অনুমান; অন-টার্গেট এবং অফ-টার্গেট ইফেক্ট অবশ্যই পরীক্ষামূলকভাবে নিশ্চিত করতে হবে (সিকোয়েন্সিং)।
- ক্লিনিকাল এবং জীবাণু অনুশীলনগুলি ভারী নৈতিক/আইনি সীমাবদ্ধতার বিষয়।
আবেদন টাস্ক
Ensembl থেকে একটি টার্গেট জিন অঞ্চল ডাউনলোড করুন। উপরে PAM প্রাক-স্ক্রিনিং কোডটি চালান এবং প্রার্থী প্রোটোস্পেসারদের তালিকা করুন। তারপর CRISPOR-এর মতো একটি টুলে একই অঞ্চল রপ্তানি করুন এবং অন-টার্গেট এবং অফ-টার্গেট স্কোর পান; টুলের সুপারিশের সাথে আপনার কোড প্রার্থীদের তুলনা করুন। সর্বোচ্চ অফ-টার্গেট ঝুঁকি সহ প্রার্থীকে শনাক্ত করুন এবং এক বাক্যে লিখুন কেন তাকে বাদ দেওয়া হবে।
চেকলিস্ট
- আমি জিন, এক্সন, জিনোম সংস্করণ এবং প্রতিলিপি দ্বারা লক্ষ্য নির্ধারণ করেছি।
- [ ] আমি একটি নির্ভরযোগ্য সূত্র থেকে সিরিজটি পেয়েছি, আমি এটি AI দ্বারা মুখস্থ করিনি।
- [ ] আমি কাস্টম টুল দিয়ে জিআরএনএ প্রার্থী তৈরি এবং স্কোর করেছি।
- [ ] আমি PAM এবং অফ-টার্গেট ঝুঁকির উপস্থিতি পরীক্ষা করেছি।
- আমি একটি পরীক্ষামূলক যাচাইকরণ পরিকল্পনা সেট আপ করেছি৷
- [] আমি নৈতিক/আইনি সীমানা সম্পর্কে সচেতন এবং বিশেষজ্ঞের অনুমোদন পর্যবেক্ষণ করেছি।