利益:
- CRISPR、gRNA (ガイド RNA)、PAM、オフターゲット効果の概念を理解し、人工知能に安全な gRNA 候補リストと設計コードを生成させる能力
- 専門的なオフターゲット分析ツールとゲノムアライメントを使用して、人工知能によって与えられた gRNA 候補を個人的に検証する機能
- 倫理的/生物学的安全性の制限を受け入れる能力、および実験室での検証なしに設計を実装すべきではないことを理解する能力
CRISPR-Cas9 (標的位置で DNA を切断して編集するために細菌から応用された遺伝子編集システム) は分子生物学を変革し、遺伝子の特定の位置を正確に変更できるようになりました。しかし、この力は設計ミスに対しては無慈悲です。誤って選択されたガイド RNA (gRNA、Cas 酵素を標的に導く RNA の短い配列) は、間違った遺伝子を切断したり、意図しない切断を標的から外したりする可能性があります。この単元では、人工知能 (AI) を CRISPR 設計のアシスタントとして使用し、計画を作成し、コードを記述し、オプションを説明する方法を学びます。しかし、なぜ gRNA の選択とオフターゲット分析を専用のツールを使用して実験的に検証する必要があるのかを学ぶことができます。
重要な警告: AI に「この遺伝子の gRNA 配列を教えて」と直接尋ねたり、受け取った配列をそのまま使用したりしないでください。 LLM は、PAM ルール (下記) に一致しない gRNA、またはゲノム内の他の場所に一致する gRNA、あるいは完全に構成された gRNA を生成する可能性があります。正しい方法: AI を使用して設計戦略を確立し、特別な CRISPR 設計ツール (CRISPOR、CHOPCHOP など) を使用して候補を生成およびスコアリングし、実験的に検証します。
基本的な概念
- Cas9：DNAを切断する酵素（分子はさみ）。 gRNA が指示する場所で二本鎖切断が作成されます。
- gRNA / sgRNA: 標的 DNA に一致し、そこに Cas9 を輸送する約 20 ヌクレオチドのガイド。
- PAM (プロトスペーサー隣接モチーフ): Cas9 が切断するターゲットのすぐ隣に位置する必要がある短い配列。 SpCas9 の場合、通常は「NGG」(N は任意の塩基) です。
- オンターゲット効率: gRNA がどれだけ効率的にターゲットを切断するか (予測スコアによって測定)。
- オフターゲット: gRNA は、ターゲットに類似するゲノム内の他の点に結合して切断します。望ましくなく危険です。
- HDR / NHEJ: 切断後の細胞修復経路。 NHEJ は通常、小さなインデルを残し、HDR はテンプレートに正確な変更を加えます。
ステップバイステップ: AI 支援の CRISPR 設計フロー
1. 目標と目的を明確にする。どの遺伝子、どのエクソン、どのような種類の変化 (ノックアウトまたは精度補正) ですか?ゲノムのバージョンと転写物を保護します。
2. 信頼できる情報源からシリーズを入手します。 Ensembl/NCBI からターゲット領域配列をダウンロードします。 AIに記憶させないでください。
3. カスタム ツールを使用して gRNA 候補を生成します。 CRISPOR/CHOPCHOP などのツールは PAM をチェックし、オンターゲット スコアを提供し、ゲノム全体のオフターゲットを探します。 AI を使用してこれらのツールの出力を解釈します。
4. ターゲット外のリスクを真剣に受け止めます。的を外れたスコアが高い候補者を除外します。重要なアプリケーションでは複数のツールを使用して確認します。
5. 実験的検証を計画します。選択した gRNA が実際にターゲット (およびオフターゲット) を切断するかどうかを実験 (シーケンス、T7E1、アンプリコンシーケンス) によって確認します。設計スコアは推定値であり、証拠ではありません。
ヒント: gRNA 候補を使用する前に、その配列をゲノムに対して BLAST して、ターゲット以外のどこに正確または厳密に一致するかを確認します。このステップだけで、最も危険なターゲット外の候補を早期に排除できます。
ミニケース3個
ケース 1 — PAM を使用しない gRNA。ある学生は AI に遺伝子の gRNA を尋ねたところ、20 ヌクレオチドの妥当な配列が得られました。しかし、ターゲットの近くには NGG PAM はありませんでした。したがって、Cas9 はそこにはカットできませんでした。学生が CRISPOR にその地域を入力すると、ツールが PAM を使用して有効な候補者を提案していることがわかりました。 AIのシーケンスを使用した場合、実験は完全に失敗します。
ケース 2 — 秘密の的外れ。ある研究者は、AIが提案した「効果の高い」gRNAを気に入った。オフターゲットをチェックするために CRISPOR を実行したところ、gRNA は別の遺伝子のわずか 1 塩基の違いと一致することがわかりました。これは深刻なオフターゲットのリスクです。候補者は落選した。数値的なオフターゲット解析がなければ、不要な遺伝子が切り取られてしまう可能性があります。
ケース 3 — 確認が得られました。ある研究室では 3 つの gRNA 候補を合成し、細胞内でテストしました。アンプリコンの配列決定により、編集 (インデル) が 60% を超えるのは 1 つだけであり、他の 2 つは 5% 未満であることがわかりました。デザインスコアは 3 つすべてが「良好」であることを示しました。実験による検証により、予測と現実の違いが明らかになりました。
例: 候補 gRNA の PAM 制御
import re# Ensembl/NCBI からターゲット領域配列を取得します。 AIに記憶させないでください。 target = "GACGTTGCATCGGATCCTAAGGCTTACGGTAGCTAGCTAGGCTAAGG"# 20 nt プロトスペーサー + NGG PAM の SpCas9 (末端鎖 + 鎖)for m の re.finditor(r"(?=([ACGT]{20})([ACGT]GG))", target): プロトスペーサー、pam = m.group(1)、m.group(2) print(f"位置 {m.start()+1}: gRNA={プロトスペーサー} PAM={pam}")
これにより、有効な PAM を持つ候補のみがリストされます。ただし、オンターゲットのアクティビティとオフターゲットのアクティビティには特別なツールが必要です。このコードは予備的なスクリーニング ツールであり、完全な設計ではありません。
コピー可能な 4 つのテンプレート
1) デザイン戦略 (シリーズを制作しない場合):
あなたの役割: CRISPR デザインアシスタント。次の設計戦略を確立します: [遺伝子、エクソン、ノックアウト/精度補正、ゲノム バージョン、トランスクリプト]。どの特定のツール (CRISPOR/CHOPCHOP) をどのような設定で使用する必要があるか、どのスコア (オンターゲット、オフターゲット) を見るべきか、段階的に教えてください。 gRNA 配列 SEN を生成します。車両から製作いたします。
2) 的を外れた解釈:
CRISPOR 出力のターゲット外の列をどのように読み取るべきかを説明します。MIT スコア、CFD スコア、不一致数は何を意味しますか、どのしきい値で候補を除外する必要がありますか?臨床応用と研究応用では閾値が異なりますか?
3) 実験検証計画:
選択した gRNA がターゲット上で切断し、オフターゲットではないことを実験的に検証するにはどうすればよいですか? T7E1 は、どのコントロールを配置するかを含め、アンプリコン (ディープ) シーケンシングとコントロールの設計をステップごとに説明します。
4) PAM/フレームワーク事前資格コード:
指定されたターゲット シーケンスの両方の鎖にある SpCas9 (NGG PAM) の 20 nt 候補プロトスペーサーをすべて検索する Python コードを作成します。各候補の場所、スレッド、および PAM をレポートします。コードのコメントで、これは暫定的な削除にすぎず、ターゲット外の場合は特別なツールが必要であることを指定します。
弱いプロンプト / 強いプロンプト
弱者: 「MYC 遺伝子の CRISPR gRNA 配列を教えてください。」
問題: ゲノム バージョン/転写物がなく、PAM とオフターゲット コントロールがなく、AI は偽または危険な配列を与える可能性があります。
Strong: 「GRCh38、MYC (エクソン 2) ノックアウト用の CRISPR 設計戦略を立ててください。どのツールを使用するか、どの設定で、どのオフターゲット閾値で除去するかを教えてください。私がツールから gRNA 配列を生成します。あなたはそれを生成しません。」
強力な理由: コンテキストが明確で、設計は特定のツールに任せ、的を外して検証が中心に置かれます。
ステージ
AIの役割
必須の検証
戦略
プランとツールを推奨します
専門家のレビュー
gRNAの生産
コメント
クリスパー/チョップチョップスコア
PAM制御
コードを書きます
コードを実行して確認する
的外れ
スコアを発表します
特殊車両+BLAST
結論
コメント
実験的シーケンス
よくある間違い
- AI から与えられた gRNA を直接使用します。 PAM が含まれていない、的を外している、または偽物である可能性があります。
- 的外れな分析をスキップします。最も危険な間違い。不要な遺伝子を切り取ることができます。
- 設計スコアを経験的証拠と誤解する。スコアは予測です。セル内で検証する必要があります。
- ゲノムのバージョン/転写物は未定のままです。間違ったエクソンがターゲットになる可能性があります。
- 1台の車両に依存します。重要なアプリケーションでは、複数のツールを使用して確認する必要があります。
注意: 人間または臨床目的での遺伝子編集は、厳しい倫理的および法的規制の対象となります。この単元は研究とデザインのリテラシーを対象としています。臨床実践の決定には倫理委員会の承認、専門家チーム、法律が必要です。生殖細胞系列 (遺伝) 編集は多くの国で禁止されています。
Depth: 目標外のスコアを数値で読み取る
「高い/低い」などの曖昧な言葉ではなく、2 つの具体的なスコアでオフターゲット リスクを評価します。 MIT スコア (0 ～ 100) は、gRNA がゲノム全体にわたってどの程度特異的であるかを要約します。スコアが高い (例: 80+) ことは、ターゲット外のリスクが少ないことを意味します。 CFD スコア (切断頻度の決定、0 ～ 1) は、各オフターゲット領域を実際に 1 つずつ切断する確率を推定します。 0.2 を超えるオフターゲット領域が 1 つでもあると、重要なアプリケーションの候補が除外される可能性があります。人工知能にこれら 2 つのスコアを説明させてから、車両出力の実際の値を自分で読み取ります。
具体的な例: チームは 2 人の候補者から選択していました。候補者 A の MIT スコアは 91 で、最高の CFD オフターゲットは 0.05 でした。候補者 B の MIT スコアは 88 でしたが、腫瘍抑制遺伝子のエクソンに 1 つのオフターゲットがあり、CFD は 0.34 でした。全体的なスコアは近いように見えましたが、オフターゲット（機能的に重要な遺伝子をコードしている）があった場合、候補 B は受け入れられませんでした。オフターゲットを数だけでなく、それが属する遺伝子の生物学的重要性も考慮して評価することが不可欠です。
もう 1 つのポイント: PAM に近い「シード」領域では、遠い領域よりも不一致が発生するリスクがはるかに高くなります。シード領域内の 1 ～ 2 塩基の違いでも Cas9 を停止させることができますが、PAM から離れた 3 ～ 4 塩基の違いは許容されます。したがって、その位置は不一致の数と同じくらい重要です。
スコア/基準
12月
コメント
MITの特異性
0～100
高い = ターゲット外のリスクがほとんどない
CFD (的外れ)
0-1
重要なアプリケーションでは 0.2 を超える値を排除できます
不協和音の位置
シード/リモート
シードエリアははるかに危険です
要約すると
- CRISPR 設計における AI。それは戦略を立て、コードを書き、オプションを説明するアシスタントであり、gRNA を「生成」するツールではありません。
- gRNA 候補は特殊なツール (CRISPOR/CHOPCHOP) を使用して生成する必要があり、PAM とオフターゲットを数値的に管理する必要があります。
- 設計スコアは推定値です。オンターゲット効果とオフターゲット効果は実験的に確認する必要があります (シーケンス)。
- 臨床および生殖細胞系列の実践には、重い倫理的/法的制限が課せられます。
アプリケーションタスク
Ensembl から目的の遺伝子領域をダウンロードします。上記の PAM 事前スクリーニング コードを実行し、候補プロトスペーサーをリストします。次に、同じ領域を CRISPOR などのツールにエクスポートし、目標どおりのスコアと目標外のスコアを取得します。コード候補をツールの推奨事項と比較します。的外れのリスクが最も高い候補者を特定し、その候補者が排除される理由を一文で書きます。
チェックリスト
- [ ] 遺伝子、エクソン、ゲノムのバージョン、転写産物によってターゲットを固定しました。
- [ ] このシリーズは信頼できる情報源から入手したものであり、AI に記憶させたものではありません。
- [ ] カスタム ツールを使用して gRNA 候補を生成し、スコア付けしました。
- [ ] PAMとオフターゲットリスクの有無を確認しました。
- [ ] 実験的な検証計画を立てました。
- [ ] 私は倫理的/法的境界を認識しており、専門家の承認を観察しています。