Dobici:
- Sposobnost razumijevanja koncepata CRISPR-a, gRNA (vodeće RNA), PAM-a i efekata izvan cilja i posjedovanja umjetne inteligencije stvaraju sigurnu listu kandidata za gRNA i dizajn koda
- Sposobnost osobne provjere gRNA kandidata koje daje umjetna inteligencija uz pomoć stručnih alata za analizu van cilja i usklađivanje genoma
- Sposobnost prihvatanja etičkih/biosigurnosnih ograničenja i da se dizajn ne bi trebao implementirati bez laboratorijske verifikacije
CRISPR-Cas9 (sistem za uređivanje gena prilagođen od bakterija za rezanje i uređivanje DNK na ciljanoj tački) je transformirao molekularnu biologiju: sada je moguće precizno promijeniti određenu tačku u genu. Ali ova moć je nemilosrdna prema greškama u dizajnu: pogrešno odabrana vodeći RNK (gRNA — kratka sekvenca RNK koja usmjerava Cas enzim do cilja) može smanjiti pogrešan gen ili učiniti nenamjerne rezove izvan cilja. U ovoj jedinici ćete naučiti kako koristiti umjetnu inteligenciju (AI) kao pomoćnika u dizajnu CRISPR-a, kreiranju plana, pisanju koda i objašnjavanju opcija; ali ćete naučiti zašto trebate potvrditi selekciju gRNA i analizu van cilja pomoću specijaliziranih alata i eksperimentalno.
Kritično upozorenje: Nemojte direktno tražiti od AI "dajte mi gRNA sekvencu za ovaj gen" i nemojte koristiti dolaznu sekvencu kakva jeste. LLM može dati gRNA koja se ne poklapa sa pravilom PAM (ispod) ili koja se poklapa na drugom mjestu u genomu, ili čak potpuno napravljenu gRNA. Pravi način: Uspostavljanje strategije dizajna sa AI, generisanje i bodovanje kandidata sa posebnim CRISPR alatima za dizajn (kao što su CRISPOR, CHOPCHOP) i eksperimentalna verifikacija.
Osnovni koncepti
- Cas9: Enzim (molekularne makaze) koji seče DNK. To stvara prekid dvostrukog lanca kamo usmjerava gRNA.
- gRNA / sgRNA: Vodič od približno 20 nukleotida koji odgovara ciljnoj DNK i tamo prenosi Cas9.
- PAM (Protospacer susjedni motiv): kratka sekvenca koja mora biti locirana odmah pored mete da bi Cas9 mogao da seče. Za SpCas9 obično "NGG" (N je bilo koja baza).
- Efikasnost na meti: koliko efikasno gRNA seče na meti (mjereno rezultatom predviđanja).
- Van cilja: gRNA vezuje i seče druge tačke u genomu koje liče na metu; nepoželjno i opasno.
- HDR / NHEJ: Putevi popravke ćelija nakon rezanja; NHEJ uglavnom ostavlja male indele, HDR pravi precizne promjene u šablonu.
Korak po korak: tok dizajna CRISPR-a uz pomoć umjetne inteligencije
1. Pojasnite cilj i svrhu. Koji gen, koji egzon, koja vrsta promjene (nokaut ili precizna korekcija)? Sigurna verzija genoma i transkript.
2. Nabavite seriju iz pouzdanog izvora. Preuzmite sekvencu ciljnog regiona sa Ensembl/NCBI; Nemojte terati AI da ga zapamti.
3. Generirajte gRNA kandidate sa prilagođenim alatom. Alati kao što je CRISPOR/CHOPCHOP provjeravaju PAM, daju rezultate na ciljnoj razini i traže izvan-ciljeve u cijelom genomu. Koristite AI za tumačenje rezultata ovih alata.
4. Ozbiljno shvatite rizik van cilja. Eliminisati kandidate sa visokim rezultatom van cilja; Potvrdite s više alata u kritičnim aplikacijama.
5. Planirajte eksperimentalnu validaciju. Eksperimentom (sekvenciranje, T7E1, sekvenciranje amplikona) potvrdite da li odabrana gRNA zaista seče cilj (i izvan cilja). Ocjena dizajna je procjena, a ne dokaz.
Savjet: Prije upotrebe gRNA kandidata, BLAST njegovu sekvencu prema genomu da vidite gdje se osim cilja tačno ili blisko podudara. Sam ovaj korak rano eliminiše najopasnije kandidate van cilja.
tri mini kofera
Slučaj 1 — gRNA bez PAM. Jedan student je od AI zatražio gRNA za gen i dobio razumnu sekvencu od 20 nukleotida. Međutim, u blizini mete nije bilo NGG PAM-a; Tako da Cas9 nije mogao da preseče tamo. Kada je student ušao u regiju u CRISPOR, vidio je da alat predlaže validne kandidate sa PAM-om. Ako bi se koristila sekvenca AI, eksperiment bi u potpunosti propao.
Slučaj 2 — Tajno izvan cilja. Jednom istraživaču se svidjela “visoko efikasna” gRNA koju je predložila AI. Kada je pokrenuo CRISPOR kako bi provjerio da nije cilj, otkrio je da gRNA odgovara samo jednoj baznoj razlici u drugom genu - ozbiljan rizik izvan cilja. Kandidat je eliminisan. Bez numeričke analize van cilja, neželjeni gen bi mogao biti izrezan.
Slučaj 3 — Potvrda dobijena. Jedna laboratorija je sintetizirala tri kandidata za gRNA i testirala ih u stanicama; Sekvencioniranjem amplikona otkrio je da samo jedan ima preko 60% editovanja (indels), dok su druga dva imala ispod 5%. Ocene dizajna su sve tri pokazale kao "dobre". Eksperimentalna verifikacija otkrila je razliku između predviđanja i stvarnosti.
Primjer: PAM kontrola gRNK kandidata
import re# Uzmi sekvencu ciljne regije iz Ensembl/NCBI; Nemojte tjerati AI da ga zapamti. target = "GACGTTGCATCGGATCCTAAGGCTTACGGTAGCTAGCTAGGCTAAGG"# 20 nt protospacer + NGG PAM traženje SpCas9 (krajnji niz + lanac)za m u re.finditer(r"(?=([ACGT]{20})([ACGT]):Gup pro1.),gropa. m.group(2) print(f"Pozicija {m.start()+1}: gRNA={protospacer} PAM={pam}")
Ovo će navesti samo kandidate sa važećim PAM-om; Ali posebni alati su potrebni za aktivnosti na meti i izvan cilja. Ovaj kod je alat za preliminarni pregled, a ne kompletan dizajn.
Četiri šablona za kopiranje
1) Strategija dizajna (bez proizvodnje serije):
Vaša uloga: CRISPR dizajnerski asistent. Uspostavite strategiju dizajna za: [gen, egzon, nokaut/preciznu korekciju, verziju genoma, transkript]. Koji konkretan alat (CRISPOR/CHOPCHOP) sa kojim postavkama trebam koristiti, koje rezultate (na cilja, van cilja) trebam pogledati, recite mi korak po korak. Generisanje gRNA sekvence SEN; Ja ću ga proizvesti iz vozila.
2) Interpretacija van cilja:
Objasnite kako treba da čitam kolone koje nisu ciljane u izlazu CRISPOR-a: šta znače MIT rezultat, CFD rezultat, broj neusklađenosti, na kojim pragovima da eliminišem kandidata? Da li se pragovi razlikuju u kliničkim i istraživačkim aplikacijama?
3) Plan eksperimentalne verifikacije:
Kako mogu eksperimentalno provjeriti da li gRNA koju sam odabrao siječe na cilj i ne prelazi cilj? T7E1, objasnite amplikonsko (duboko) sekvenciranje i dizajn kontrole korak po korak, uključujući i koje kontrole treba staviti.
4) PAM/framework predkvalifikacioni kod:
Napišite Python kod koji pronalazi svih 20 nt kandidata protospacera za SpCas9 (NGG PAM) na oba lanca u datoj ciljnoj sekvenci. Prijavite lokaciju, nit i PAM za svakog kandidata. Navedite u komentaru koda da je ovo samo preliminarna eliminacija i da je potreban poseban alat za izvan cilja.
Slaba prompt / Jaka prompt
Slabo: "Daj mi CRISPR gRNA sekvencu za MYC gen."
Problem: Nema verzije/transkripta genoma, nema PAM i kontrole van cilja, AI može dati lažnu ili opasnu sekvencu.
Snažan: "Postavite strategiju dizajna CRISPR-a za GRCh38, MYC (exon 2) nokaut; recite mi koji alat da koristim, s kojom postavkom i na kojem pragu van cilja da eliminišem. Ja ću proizvesti gRNA sekvencu iz alata; vi je ne proizvodite."
Zašto je moćan: Kontekst je jasan, dizajn je prepušten specifičnom alatu, van cilja i verifikacija su stavljeni u centar.
Stage
Uloga AI
Obavezna verifikacija
Strategija
Predlaže planove i alate
Recenzije stručnjaka
proizvodnja gRNA
Komentari
CRISPOR/CHOPCHOP rezultat
PAM kontrola
piše kod
Pokrenite kod i potvrdite
Van cilja
objavljuje rezultat
Specijalno vozilo + BLAST
Zaključak
Komentari
Eksperimentalno sekvenciranje
Uobičajene greške
- Direktno koristeći gRNA koju je dala AI. Može biti bez PAM-a, van cilja ili lažno.
- Preskakanje analize van cilja. Najopasnija greška; neželjeni geni se mogu izrezati.
- Pogrešiti rezultat dizajna za empirijski dokaz. Rezultat je predviđanje; mora biti verifikovan u ćeliji.
- Ostavljajući verziju/transkript genoma neodređenom. Pogrešan egzon može biti meta.
- Oslanjanje na jedno vozilo. U kritičnim aplikacijama potrebna je potvrda s više alata.
Oprez: Uređivanje gena za ljudske ili kliničke svrhe podliježe strogim etičkim i zakonskim propisima. Ova jedinica je za istraživačku i dizajnersku pismenost; Odluke o kliničkoj praksi zahtijevaju odobrenje etičkog komiteta, stručni tim i zakonodavstvo. Uređivanje zametne linije (naslijeđeno) je zabranjeno u mnogim zemljama.
Dubina: numerički očitajte rezultate van cilja
Procijenite rizik van cilja pomoću dva konkretna rezultata, a ne nejasnih riječi poput "visoko/nisko". MIT skor (0-100) sumira koliko je gRNA specifična za cijeli genom; Visok rezultat (npr. 80+) znači manji rizik izvan cilja. CFD skor (Određivanje učestalosti rezanja, 0-1) procjenjuje vjerovatnoću stvarnog odsijecanja svake vanciljne oblasti jedno po jedno; Čak i jedno područje izvan cilja iznad 0,2 može eliminirati kandidata za kritične aplikacije. Neka umjetna inteligencija objasni ova dva rezultata, a zatim sami pročitajte stvarne vrijednosti u izlazu vozila.
Konkretan primjer: tim je birao između dva kandidata. Kandidat A je imao MIT rezultat od 91, a najviši CFD van cilja je bio 0,05. Kandidat B je imao MIT rezultat od 88, ali je imao samo jedan izvan cilja u egzonu tumor supresorskog gena sa CFD od 0,34. Iako su se ukupni rezultati činili bliski, mjesto gdje je bio izvan cilja (kodiranje funkcionalno kritičnog gena) učinilo je kandidata B neprihvatljivim. Neophodno je procijeniti ne-cilj ne samo u smislu broja, već i biološke važnosti gena na koji pada.
Još jedna stvar: mnogo je rizičnije da se neusklađenosti pojave u "semenskom" regionu blizu PAM-a nego u udaljenom regionu; Čak i 1-2 bazne razlike u regionu sjemena može zaustaviti Cas9, dok se razlika od 3-4 baze dalje od PAM-a može tolerisati. Stoga je njegova lokacija jednako važna kao i broj neslaganja.
Ocena/kriterijum
decembar
Komentar
MIT specifičnost
0-100
Visok = mali rizik van cilja
CFD (van cilja)
0-1
Iznad 0,2 može se eliminisati u kritičnim aplikacijama
Discord pozicija
sjeme/daljinsko
Područje sjemena je mnogo rizičnije
Ukratko
- AI u CRISPR dizajnu; to je pomoćnik koji strategira, piše kod i objašnjava opcije, a ne alat koji "proizvodi" gRNA.
- gRNA kandidati moraju biti proizvedeni posebnim alatima (CRISPOR/CHOPCHOP), a PAM i off-target moraju biti numerički kontrolirani.
- Ocjena dizajna je procjena; Učinak na cilj i izvan cilja mora biti potvrđen eksperimentalno (sekvenciranje).
- Klinička praksa i praksa zametne linije podliježu teškim etičkim/pravnim ograničenjima.
Zadatak aplikacije
Preuzmite ciljnu regiju gena sa Ensembl. Pokrenite prethodni PAM kod za provjeru iznad i navedite kandidate za protospacere. Zatim izvezite istu regiju u alat kao što je CRISPOR i dobijete rezultate na i izvan cilja; Uporedite svoje kandidate za kod sa preporukama alata. Identifikujte kandidata sa najvećim rizikom van cilja i u jednoj rečenici napišite zašto će on/ona biti eliminisan.
kontrolna lista
- [ ] Popravio sam metu po genu, egzonu, verziji genoma i transkriptu.
- [ ] Seriju sam dobio iz pouzdanog izvora, nisam je zapamtio od strane veštačke inteligencije.
- [ ] Generirao sam i postigao gRNA kandidate pomoću prilagođenog alata.
- [ ] Provjerio sam prisustvo PAM-a i rizika van cilja.
- [ ] Postavio sam eksperimentalni plan verifikacije.
- [ ] Svjestan sam etičkih/pravnih granica i primijetio sam stručno odobrenje.