ಘಟಕಗಳು
1. ಆಣ್ವಿಕ ಜೀವಶಾಸ್ತ್ರ ಮತ್ತು ಜೆನೆಟಿಕ್ಸ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪರಿಚಯ: ಪಾತ್ರಗಳು, ಗಡಿಗಳು, ಮೌಲ್ಯೀಕರಣ, ನೀತಿಶಾಸ್ತ್ರ ಮತ್ತು ಗೌಪ್ಯತೆ 2. DNA/RNA ಅನುಕ್ರಮ ವಿಶ್ಲೇಷಣೆ: ಜೋಡಣೆ, ಮೋಟಿಫ್, ಓಪನ್ ರೀಡಿಂಗ್ ಫ್ರೇಮ್ ಮತ್ತು ಬೇಸಿಕ್ ಬಯೋಇನ್ಫರ್ಮ್ಯಾಟಿಕ್ಸ್ 3. ವಿಭಿನ್ನ ವ್ಯಾಖ್ಯಾನ: VCF, HGVS ಹುದ್ದೆ ಮತ್ತು ACMG ಮಾನದಂಡದಿಂದ ರೋಗಕಾರಕತೆ 4. ಪ್ರೋಟೀನ್ ರಚನೆ ಮತ್ತು ಆಲ್ಫಾಫೋಲ್ಡ್: ಓದುವಿಕೆ ರಚನೆಯ ಮುನ್ಸೂಚನೆ, ವಿಶ್ವಾಸ ಅಂಕಗಳು ಮತ್ತು ಮೌಲ್ಯೀಕರಣ 5. CRISPR ವಿನ್ಯಾಸ ಬೆಂಬಲ: gRNA ಆಯ್ಕೆ, ಆಫ್-ಟಾರ್ಗೆಟ್ ಪರಿಣಾಮ, ಮತ್ತು ಪ್ರಾಯೋಗಿಕ ಮೌಲ್ಯೀಕರಣ 6. ಓಮಿಕ್ಸ್ ಡೇಟಾ ಅನಾಲಿಸಿಸ್: ಆರ್‌ಎನ್‌ಎ-ಸೆಕ್, ಎಕ್ಸ್‌ಪ್ರೆಶನ್, ಸ್ಟ್ಯಾಟಿಸ್ಟಿಕ್ಸ್ ಮತ್ತು ಪಾಥ್‌ವೇ ಎನ್‌ರಿಚ್‌ಮೆಂಟ್ 7. ಸಾಹಿತ್ಯ ವಿಮರ್ಶೆ ಮತ್ತು ವೈಜ್ಞಾನಿಕ ಬರವಣಿಗೆ: ಮೂಲ ಪರಿಶೀಲನೆ ಮತ್ತು ತಪ್ಪು ಉಲ್ಲೇಖಗಳ ಅಪಾಯ 8. ಕ್ಲಿನಿಕಲ್ ಇಂಟರ್ಪ್ರಿಟೇಶನ್: ವರದಿ ಮಾಡುವಿಕೆ, ತಜ್ಞರ ಅನುಮೋದನೆ, ಮೌಲ್ಯೀಕರಣ ಮತ್ತು ಮಿತಿಗಳು 9. ಭ್ರಮೆ ಮತ್ತು ದೃಢೀಕರಣದ ಶಿಸ್ತು: ಮೇಡ್-ಅಪ್ ಜೀನ್‌ಗಳು, ಅನುಕ್ರಮಗಳು, ರೂಪಾಂತರಗಳು ಮತ್ತು ಗುಣಲಕ್ಷಣಗಳು 10. ನೀತಿಶಾಸ್ತ್ರ, ಗೌಪ್ಯತೆ ಮತ್ತು ಡೇಟಾ ರಕ್ಷಣೆ: ಜೆನೆಟಿಕ್ ಡೇಟಾದ ವಿಶೇಷ ಜವಾಬ್ದಾರಿ 11. ಎಂಡ್-ಟು-ಎಂಡ್ ಕೇಸ್: ಡಿಸ್ಕವರಿಯಿಂದ ಕ್ಲಿನಿಕಲ್ ರಿಪೋರ್ಟ್‌ಗೆ ರೂಪಾಂತರದ ಪ್ರಯಾಣ
ಘಟಕ 5 / 11

CRISPR ವಿನ್ಯಾಸ ಬೆಂಬಲ: gRNA ಆಯ್ಕೆ, ಆಫ್-ಟಾರ್ಗೆಟ್ ಪರಿಣಾಮ, ಮತ್ತು ಪ್ರಾಯೋಗಿಕ ಮೌಲ್ಯೀಕರಣ

ಲಾಭಗಳು:

  • CRISPR, gRNA (ಮಾರ್ಗದರ್ಶಿ RNA), PAM ಮತ್ತು ಆಫ್-ಟಾರ್ಗೆಟ್ ಪರಿಣಾಮಗಳ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಸುರಕ್ಷಿತ gRNA ಅಭ್ಯರ್ಥಿ ಪಟ್ಟಿ ಮತ್ತು ವಿನ್ಯಾಸ ಕೋಡ್ ಅನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ
  • ಪರಿಣಿತ ಆಫ್-ಟಾರ್ಗೆಟ್ ವಿಶ್ಲೇಷಣಾ ಸಾಧನಗಳು ಮತ್ತು ಜೀನೋಮ್ ಜೋಡಣೆಯೊಂದಿಗೆ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ನೀಡಿದ gRNA ಅಭ್ಯರ್ಥಿಗಳನ್ನು ವೈಯಕ್ತಿಕವಾಗಿ ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ
  • ನೈತಿಕ/ಜೈವಿಕ ಸುರಕ್ಷತೆ ಮಿತಿಗಳನ್ನು ಒಪ್ಪಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಪ್ರಯೋಗಾಲಯದ ಪರಿಶೀಲನೆಯಿಲ್ಲದೆ ವಿನ್ಯಾಸವನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಬಾರದು

CRISPR-Cas9 (ಒಂದು ಉದ್ದೇಶಿತ ಹಂತದಲ್ಲಿ ಡಿಎನ್‌ಎ ಕತ್ತರಿಸಲು ಮತ್ತು ಸಂಪಾದಿಸಲು ಬ್ಯಾಕ್ಟೀರಿಯಾದಿಂದ ಅಳವಡಿಸಲಾದ ಜೀನ್ ಎಡಿಟಿಂಗ್ ಸಿಸ್ಟಮ್) ಆಣ್ವಿಕ ಜೀವಶಾಸ್ತ್ರವನ್ನು ಮಾರ್ಪಡಿಸಿದೆ: ಜೀನ್‌ನಲ್ಲಿ ನಿರ್ದಿಷ್ಟ ಬಿಂದುವನ್ನು ನಿಖರವಾಗಿ ಬದಲಾಯಿಸಲು ಈಗ ಸಾಧ್ಯವಿದೆ. ಆದರೆ ವಿನ್ಯಾಸದ ದೋಷಗಳ ವಿರುದ್ಧ ಈ ಶಕ್ತಿಯು ನಿರ್ದಯವಾಗಿದೆ: ತಪ್ಪಾಗಿ ಆಯ್ಕೆಮಾಡಿದ ಮಾರ್ಗದರ್ಶಿ ಆರ್‌ಎನ್‌ಎ (ಜಿಆರ್‌ಎನ್‌ಎ - ಕ್ಯಾಸ್ ಕಿಣ್ವವನ್ನು ಗುರಿಯತ್ತ ನಿರ್ದೇಶಿಸುವ ಆರ್‌ಎನ್‌ಎಯ ಕಿರು ಅನುಕ್ರಮ) ತಪ್ಪಾದ ಜೀನ್ ಅನ್ನು ಕಡಿತಗೊಳಿಸಬಹುದು ಅಥವಾ ಉದ್ದೇಶವಿಲ್ಲದ ಕಡಿತಗಳನ್ನು ಗುರಿಯಾಗಿಸಬಹುದು. ಈ ಘಟಕದಲ್ಲಿ, CRISPR ವಿನ್ಯಾಸದಲ್ಲಿ ಸಹಾಯಕರಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (AI) ಅನ್ನು ಹೇಗೆ ಬಳಸುವುದು, ಯೋಜನೆಯನ್ನು ರಚಿಸುವುದು, ಕೋಡ್ ಬರೆಯುವುದು ಮತ್ತು ಆಯ್ಕೆಗಳನ್ನು ವಿವರಿಸುವುದು ಹೇಗೆ ಎಂದು ನೀವು ಕಲಿಯುವಿರಿ; ಆದರೆ ನೀವು ವಿಶೇಷ ಪರಿಕರಗಳೊಂದಿಗೆ ಮತ್ತು ಪ್ರಾಯೋಗಿಕವಾಗಿ gRNA ಆಯ್ಕೆ ಮತ್ತು ಆಫ್-ಟಾರ್ಗೆಟ್ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಏಕೆ ಮೌಲ್ಯೀಕರಿಸಬೇಕು ಎಂಬುದನ್ನು ನೀವು ಕಲಿಯುವಿರಿ.

ನಿರ್ಣಾಯಕ ಎಚ್ಚರಿಕೆ: AI ಅನ್ನು ನೇರವಾಗಿ "ಈ ಜೀನ್‌ಗಾಗಿ gRNA ಅನುಕ್ರಮವನ್ನು ನನಗೆ ನೀಡಿ" ಎಂದು ಕೇಳಬೇಡಿ ಮತ್ತು ಒಳಬರುವ ಅನುಕ್ರಮವನ್ನು ಬಳಸಬೇಡಿ. LLM GRNAಯನ್ನು ನೀಡಬಹುದು ಅದು PAM ನಿಯಮಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗುವುದಿಲ್ಲ (ಕೆಳಗೆ) ಅಥವಾ ಜೀನೋಮ್‌ನಲ್ಲಿ ಬೇರೆಡೆಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ, ಅಥವಾ ಸಂಪೂರ್ಣವಾಗಿ ತಯಾರಿಸಿದ gRNA. ಸರಿಯಾದ ಮಾರ್ಗ: AI ಯೊಂದಿಗೆ ವಿನ್ಯಾಸ ತಂತ್ರವನ್ನು ಸ್ಥಾಪಿಸುವುದು, ವಿಶೇಷ CRISPR ವಿನ್ಯಾಸ ಪರಿಕರಗಳೊಂದಿಗೆ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ರಚಿಸುವುದು ಮತ್ತು ಸ್ಕೋರ್ ಮಾಡುವುದು (ಉದಾಹರಣೆಗೆ CRISPOR, CHOPCHOP) ಮತ್ತು ಅವುಗಳನ್ನು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಪರಿಶೀಲಿಸುವುದು.

ಮೂಲ ಪರಿಕಲ್ಪನೆಗಳು

  • Cas9: ಡಿಎನ್ಎಯನ್ನು ಕತ್ತರಿಸುವ ಕಿಣ್ವ (ಆಣ್ವಿಕ ಕತ್ತರಿ). ಇದು ಜಿಆರ್‌ಎನ್‌ಎ ನಿರ್ದೇಶಿಸುವ ಡಬಲ್ ಸ್ಟ್ರಾಂಡ್ ಬ್ರೇಕ್ ಅನ್ನು ರಚಿಸುತ್ತದೆ.
  • gRNA / sgRNA: ಸುಮಾರು 20 ನ್ಯೂಕ್ಲಿಯೊಟೈಡ್‌ಗಳ ಮಾರ್ಗದರ್ಶಿಯಾಗಿದ್ದು ಅದು ಗುರಿಯ DNAಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ ಮತ್ತು Cas9 ಅನ್ನು ಅಲ್ಲಿಗೆ ಸಾಗಿಸುತ್ತದೆ.
  • PAM (ಪ್ರೊಟೊಸ್ಪೇಸರ್ ಪಕ್ಕದ ಮೋಟಿಫ್): Cas9 ಅನ್ನು ಕತ್ತರಿಸಲು ಗುರಿಯ ಪಕ್ಕದಲ್ಲಿ ಇರಬೇಕಾದ ಸಣ್ಣ ಅನುಕ್ರಮ. SpCas9 ಗಾಗಿ ಸಾಮಾನ್ಯವಾಗಿ "NGG" (N ಯಾವುದೇ ಬೇಸ್).
  • ಆನ್-ಟಾರ್ಗೆಟ್ ದಕ್ಷತೆ: ಗುರಿಯಲ್ಲಿ ಜಿಆರ್‌ಎನ್‌ಎ ಎಷ್ಟು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಕತ್ತರಿಸುತ್ತದೆ (ಪ್ರಿಡಿಕ್ಷನ್ ಸ್ಕೋರ್‌ನಿಂದ ಅಳೆಯಲಾಗುತ್ತದೆ).
  • ಗುರಿಯಿಲ್ಲದ: gRNA ಗುರಿಯನ್ನು ಹೋಲುವ ಜೀನೋಮ್‌ನಲ್ಲಿ ಇತರ ಬಿಂದುಗಳನ್ನು ಬಂಧಿಸುತ್ತದೆ ಮತ್ತು ಕತ್ತರಿಸುತ್ತದೆ; ಅನಪೇಕ್ಷಿತ ಮತ್ತು ಅಪಾಯಕಾರಿ.
  • HDR / NHEJ: ಕತ್ತರಿಸಿದ ನಂತರ ಸೆಲ್ ದುರಸ್ತಿ ಮಾರ್ಗಗಳು; NHEJ ಸಾಮಾನ್ಯವಾಗಿ ಸಣ್ಣ ಇಂಡೆಲ್‌ಗಳನ್ನು ಬಿಡುತ್ತದೆ, HDR ಟೆಂಪ್ಲೇಟ್‌ಗೆ ನಿಖರವಾದ ಬದಲಾವಣೆಗಳನ್ನು ಮಾಡುತ್ತದೆ.

ಹಂತ ಹಂತವಾಗಿ: AI-ನೆರವಿನ CRISPR ವಿನ್ಯಾಸ ಹರಿವು

1. ಗುರಿ ಮತ್ತು ಉದ್ದೇಶವನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿ. ಯಾವ ಜೀನ್, ಯಾವ ಎಕ್ಸಾನ್, ಯಾವ ರೀತಿಯ ಬದಲಾವಣೆ (ನಾಕ್ಔಟ್ ಅಥವಾ ನಿಖರ ತಿದ್ದುಪಡಿ)? ಸುರಕ್ಷಿತ ಜೀನೋಮ್ ಆವೃತ್ತಿ ಮತ್ತು ಪ್ರತಿಲೇಖನ.

2. ವಿಶ್ವಾಸಾರ್ಹ ಮೂಲದಿಂದ ಸರಣಿಯನ್ನು ಪಡೆಯಿರಿ. Ensembl/NCBI ನಿಂದ ಗುರಿ ಪ್ರದೇಶದ ಅನುಕ್ರಮವನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಿ; AI ಅದನ್ನು ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವಂತೆ ಮಾಡಬೇಡಿ.

3. ಕಸ್ಟಮ್ ಉಪಕರಣದೊಂದಿಗೆ gRNA ಅಭ್ಯರ್ಥಿಗಳನ್ನು ರಚಿಸಿ. CRISPOR/CHOPCHOP ನಂತಹ ಪರಿಕರಗಳು PAM ಗಾಗಿ ಪರಿಶೀಲಿಸುತ್ತವೆ, ಗುರಿಯ ಮೇಲೆ ಅಂಕಗಳನ್ನು ಒದಗಿಸುತ್ತವೆ ಮತ್ತು ಜೀನೋಮ್-ವೈಡ್ ಆಫ್-ಟಾರ್ಗೆಟ್‌ಗಳನ್ನು ಹುಡುಕುತ್ತವೆ. ಈ ಪರಿಕರಗಳ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಅರ್ಥೈಸಲು AI ಬಳಸಿ.

4. ಆಫ್-ಟಾರ್ಗೆಟ್ ಅಪಾಯವನ್ನು ಗಂಭೀರವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಿ. ಹೆಚ್ಚಿನ ಗುರಿಯಿಲ್ಲದ ಅಂಕಗಳನ್ನು ಹೊಂದಿರುವ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ತೆಗೆದುಹಾಕಿ; ನಿರ್ಣಾಯಕ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ಬಹು ಪರಿಕರಗಳೊಂದಿಗೆ ದೃಢೀಕರಿಸಿ.

5. ಪ್ರಾಯೋಗಿಕ ಮೌಲ್ಯೀಕರಣವನ್ನು ಯೋಜಿಸಿ. ಆಯ್ಕೆಮಾಡಿದ gRNA ವಾಸ್ತವವಾಗಿ ಗುರಿಯನ್ನು (ಮತ್ತು ಗುರಿಯಿಲ್ಲದ) ಕಡಿತಗೊಳಿಸುತ್ತದೆಯೇ ಎಂಬುದನ್ನು ಪ್ರಯೋಗದ ಮೂಲಕ (ಅನುಕ್ರಮ, T7E1, ಆಂಪ್ಲಿಕಾನ್ ಅನುಕ್ರಮ) ದೃಢೀಕರಿಸಿ. ವಿನ್ಯಾಸ ಸ್ಕೋರ್ ಅಂದಾಜು, ಪುರಾವೆ ಅಲ್ಲ.

ಸಲಹೆ: gRNA ಅಭ್ಯರ್ಥಿಯನ್ನು ಬಳಸುವ ಮೊದಲು, ಗುರಿಯನ್ನು ಹೊರತುಪಡಿಸಿ ಅದು ನಿಖರವಾಗಿ ಅಥವಾ ನಿಕಟವಾಗಿ ಎಲ್ಲಿ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ನೋಡಲು ಜೀನೋಮ್ ವಿರುದ್ಧ ಅದರ ಅನುಕ್ರಮವನ್ನು ಬ್ಲಾಸ್ಟ್ ಮಾಡಿ. ಈ ಹಂತವು ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ಆಫ್-ಟಾರ್ಗೆಟ್ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಮೊದಲೇ ತೆಗೆದುಹಾಕುತ್ತದೆ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - PAM ಇಲ್ಲದೆ gRNA. ಒಬ್ಬ ವಿದ್ಯಾರ್ಥಿಯು ಜೀನ್‌ಗಾಗಿ ಜಿಆರ್‌ಎನ್‌ಎಗಾಗಿ AI ಅನ್ನು ಕೇಳಿದರು ಮತ್ತು 20 ನ್ಯೂಕ್ಲಿಯೊಟೈಡ್‌ಗಳ ಸಮಂಜಸವಾದ ಅನುಕ್ರಮವನ್ನು ಪಡೆದರು. ಆದಾಗ್ಯೂ, ಗುರಿಯ ಹತ್ತಿರ ಯಾವುದೇ NGG PAM ಇರಲಿಲ್ಲ; ಆದ್ದರಿಂದ Cas9 ಅಲ್ಲಿ ಕತ್ತರಿಸಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ. ವಿದ್ಯಾರ್ಥಿಯು CRISPOR ಗೆ ಪ್ರದೇಶವನ್ನು ಪ್ರವೇಶಿಸಿದಾಗ, ಉಪಕರಣವು PAM ನೊಂದಿಗೆ ಮಾನ್ಯ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಸೂಚಿಸಿರುವುದನ್ನು ಅವನು ನೋಡಿದನು. AI ಯ ಅನುಕ್ರಮವನ್ನು ಬಳಸಿದರೆ, ಪ್ರಯೋಗವು ಸಂಪೂರ್ಣವಾಗಿ ವಿಫಲಗೊಳ್ಳುತ್ತದೆ.

ಪ್ರಕರಣ 2 - ಗುರಿಯಿಲ್ಲದ ರಹಸ್ಯ. ಒಬ್ಬ ಸಂಶೋಧಕರು AI ಸೂಚಿಸಿದ "ಉನ್ನತ-ಪರಿಣಾಮಕಾರಿ" gRNA ಅನ್ನು ಇಷ್ಟಪಟ್ಟಿದ್ದಾರೆ. ಆಫ್-ಟಾರ್ಗೆಟ್ ಅನ್ನು ಪರಿಶೀಲಿಸಲು ಅವರು CRISPOR ಅನ್ನು ಓಡಿಸಿದಾಗ, gRNAಯು ಮತ್ತೊಂದು ಜೀನ್‌ನಲ್ಲಿ ಕೇವಲ 1 ಮೂಲ ವ್ಯತ್ಯಾಸಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ ಎಂದು ಅವರು ಕಂಡುಕೊಂಡರು - ಇದು ಗಂಭೀರವಾದ ಆಫ್-ಟಾರ್ಗೆಟ್ ಅಪಾಯ. ಅಭ್ಯರ್ಥಿಯನ್ನು ಹೊರಹಾಕಲಾಯಿತು. ಸಂಖ್ಯಾತ್ಮಕ ಆಫ್-ಟಾರ್ಗೆಟ್ ವಿಶ್ಲೇಷಣೆಯಿಲ್ಲದೆ, ಅನಗತ್ಯ ಜೀನ್ ಅನ್ನು ಕತ್ತರಿಸಬಹುದು.

ಪ್ರಕರಣ 3 - ದೃಢೀಕರಣವನ್ನು ಪಡೆಯಲಾಗಿದೆ. ಒಂದು ಪ್ರಯೋಗಾಲಯವು ಮೂರು gRNA ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಸಂಶ್ಲೇಷಿಸಿತು ಮತ್ತು ಅವುಗಳನ್ನು ಜೀವಕೋಶಗಳಲ್ಲಿ ಪರೀಕ್ಷಿಸಿತು; ಆಂಪ್ಲಿಕಾನ್ ಸೀಕ್ವೆನ್ಸಿಂಗ್ ಮೂಲಕ, ಒಬ್ಬರಲ್ಲಿ ಮಾತ್ರ 60% ಕ್ಕಿಂತ ಹೆಚ್ಚು ಸಂಪಾದನೆ (ಇಂಡೆಲ್‌ಗಳು) ಇದ್ದರೆ, ಇನ್ನೆರಡು 5% ಕ್ಕಿಂತ ಕಡಿಮೆ ಇದೆ ಎಂದು ಅವರು ಕಂಡುಕೊಂಡರು. ವಿನ್ಯಾಸ ಅಂಕಗಳು ಮೂರನ್ನೂ "ಒಳ್ಳೆಯದು" ಎಂದು ತೋರಿಸಿದವು. ಪ್ರಾಯೋಗಿಕ ಪರಿಶೀಲನೆಯು ಭವಿಷ್ಯ ಮತ್ತು ವಾಸ್ತವದ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು ಬಹಿರಂಗಪಡಿಸಿತು.

ಉದಾಹರಣೆ: ಅಭ್ಯರ್ಥಿ gRNA ಯ PAM ನಿಯಂತ್ರಣ

ಆಮದು re# Ensembl/NCBI ನಿಂದ ಗುರಿ ಪ್ರದೇಶದ ಅನುಕ್ರಮವನ್ನು ಪಡೆಯಿರಿ; AI ಅದನ್ನು ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವಂತೆ ಮಾಡಬೇಡಿ. ಗುರಿ = "GACGTTGCATCGGATCCTAAGGCTTAACGGTAGCTAGCTAGGCTAAGG"# 20 nt ಪ್ರೋಟೋಸ್ಪೇಸರ್ + NGG PAM ಗಾಗಿ SpCas9 (ಎಂಡ್ ಸ್ಟ್ರಾಂಡ್ + ಸ್ಟ್ರಾಂಡ್)ಗಾಗಿ m ಹುಡುಕಾಟ re.finditer(r"(?=([ACGT]{20}) ಗೆ: m.group(1), m.group(2) print(f"Position {m.start()+1}: gRNA={protospacer} PAM={pam}")

ಇದು ಮಾನ್ಯವಾದ PAM ಹೊಂದಿರುವ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಮಾತ್ರ ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ; ಆದರೆ ಆನ್-ಟಾರ್ಗೆಟ್ ಚಟುವಟಿಕೆ ಮತ್ತು ಆಫ್-ಟಾರ್ಗೆಟ್‌ಗೆ ವಿಶೇಷ ಪರಿಕರಗಳ ಅಗತ್ಯವಿದೆ. ಈ ಕೋಡ್ ಪ್ರಾಥಮಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಸಾಧನವಾಗಿದೆ, ಸಂಪೂರ್ಣ ವಿನ್ಯಾಸವಲ್ಲ.

ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

1) ವಿನ್ಯಾಸ ತಂತ್ರ (ಸರಣಿಯನ್ನು ಉತ್ಪಾದಿಸದೆ):

ನಿಮ್ಮ ಪಾತ್ರ: CRISPR ವಿನ್ಯಾಸ ಸಹಾಯಕ. ಇದಕ್ಕಾಗಿ ವಿನ್ಯಾಸ ತಂತ್ರವನ್ನು ಸ್ಥಾಪಿಸಿ:[ಜೀನ್, ಎಕ್ಸಾನ್, ನಾಕ್‌ಔಟ್/ನಿಖರ ತಿದ್ದುಪಡಿ, ಜಿನೋಮ್ ಆವೃತ್ತಿ, ಪ್ರತಿಲೇಖನ]. ನಾನು ಯಾವ ನಿರ್ದಿಷ್ಟ ಸಾಧನವನ್ನು (ಕ್ರಿಸ್ಪೋರ್/ಚಾಪ್‌ಚಾಪ್) ಯಾವ ಸೆಟ್ಟಿಂಗ್‌ಗಳೊಂದಿಗೆ ಬಳಸಬೇಕು, ಯಾವ ಸ್ಕೋರ್‌ಗಳನ್ನು (ಆನ್-ಟಾರ್ಗೆಟ್, ಆಫ್-ಟಾರ್ಗೆಟ್) ನಾನು ನೋಡಬೇಕು, ಹಂತ ಹಂತವಾಗಿ ಹೇಳಿ. gRNA ಅನುಕ್ರಮ SEN ಅನ್ನು ರಚಿಸುವುದು; ನಾನು ಅದನ್ನು ವಾಹನದಿಂದ ಉತ್ಪಾದಿಸುತ್ತೇನೆ.

2) ಗುರಿಯಿಲ್ಲದ ವ್ಯಾಖ್ಯಾನ:

CRISPOR ಔಟ್‌ಪುಟ್‌ನಲ್ಲಿ ನಾನು ಆಫ್-ಟಾರ್ಗೆಟ್ ಕಾಲಮ್‌ಗಳನ್ನು ಹೇಗೆ ಓದಬೇಕು ಎಂಬುದನ್ನು ವಿವರಿಸಿ: MIT ಸ್ಕೋರ್, CFD ಸ್ಕೋರ್, ಅಸಾಮರಸ್ಯದ ಎಣಿಕೆ ಎಂದರೆ ಏನು, ನಾನು ಅಭ್ಯರ್ಥಿಯನ್ನು ಯಾವ ಮಿತಿಯಲ್ಲಿ ತೆಗೆದುಹಾಕಬೇಕು? ಕ್ಲಿನಿಕಲ್ ಮತ್ತು ಸಂಶೋಧನಾ ಅನ್ವಯಗಳಲ್ಲಿ ಮಿತಿಗಳು ವಿಭಿನ್ನವಾಗಿವೆಯೇ?

3) ಪ್ರಾಯೋಗಿಕ ಪರಿಶೀಲನೆ ಯೋಜನೆ:

ನಾನು ಆಯ್ಕೆ ಮಾಡಿಕೊಂಡಿರುವ ಜಿಆರ್‌ಎನ್‌ಎ ಗುರಿಯ ಮೇಲೆ ಎರಡೂ ಕಡಿತಗಳನ್ನು ಮಾಡಿದೆ ಮತ್ತು ಗುರಿಯಿಂದ ದೂರವಿರುವುದಿಲ್ಲ ಎಂದು ನಾನು ಹೇಗೆ ಪ್ರಾಯೋಗಿಕವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದು? T7E1, ಆಂಪ್ಲಿಕಾನ್ (ಆಳ) ಅನುಕ್ರಮ ಮತ್ತು ನಿಯಂತ್ರಣ ವಿನ್ಯಾಸವನ್ನು ಹಂತ ಹಂತವಾಗಿ ವಿವರಿಸಿ, ಇದರಲ್ಲಿ ಯಾವ ನಿಯಂತ್ರಣಗಳನ್ನು ಹಾಕಬೇಕು.

4) PAM/ಫ್ರೇಮ್‌ವರ್ಕ್ ಪೂರ್ವ ಅರ್ಹತೆಯ ಕೋಡ್:

ನೀಡಿರುವ ಗುರಿ ಅನುಕ್ರಮದಲ್ಲಿ ಎರಡೂ ಎಳೆಗಳಲ್ಲಿ SpCas9 (NGG PAM) ಗಾಗಿ ಎಲ್ಲಾ 20 nt ಅಭ್ಯರ್ಥಿ ಪ್ರೊಟೊಸ್ಪೇಸರ್‌ಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವ ಪೈಥಾನ್ ಕೋಡ್ ಅನ್ನು ಬರೆಯಿರಿ. ಪ್ರತಿ ಅಭ್ಯರ್ಥಿಗೆ ಸ್ಥಳ, ಥ್ರೆಡ್ ಮತ್ತು PAM ಅನ್ನು ವರದಿ ಮಾಡಿ. ಇದು ಕೇವಲ ಪ್ರಾಥಮಿಕ ಎಲಿಮಿನೇಷನ್ ಮತ್ತು ಆಫ್-ಟಾರ್ಗೆಟ್‌ಗೆ ವಿಶೇಷ ಸಾಧನದ ಅಗತ್ಯವಿದೆ ಎಂದು ಕೋಡ್ ಕಾಮೆಂಟ್‌ನಲ್ಲಿ ನಿರ್ದಿಷ್ಟಪಡಿಸಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ: "MYC ಜೀನ್‌ಗಾಗಿ ನನಗೆ CRISPR gRNA ಅನುಕ್ರಮವನ್ನು ನೀಡಿ."

ಸಮಸ್ಯೆ: ಜೀನೋಮ್ ಆವೃತ್ತಿ/ಪ್ರತಿಲೇಖನವಿಲ್ಲ, PAM ಮತ್ತು ಆಫ್-ಟಾರ್ಗೆಟ್ ನಿಯಂತ್ರಣವಿಲ್ಲ, AI ನಕಲಿ ಅಥವಾ ಅಪಾಯಕಾರಿ ಅನುಕ್ರಮವನ್ನು ನೀಡಬಹುದು.

ಪ್ರಬಲ: "GRCh38, MYC (exon 2) ನಾಕ್‌ಔಟ್‌ಗಾಗಿ CRISPR ವಿನ್ಯಾಸ ತಂತ್ರವನ್ನು ಹೊಂದಿಸಿ; ಯಾವ ಪರಿಕರವನ್ನು ಬಳಸಬೇಕು, ಯಾವ ಸೆಟ್ಟಿಂಗ್‌ನೊಂದಿಗೆ ಮತ್ತು ಯಾವ ಆಫ್-ಟಾರ್ಗೆಟ್ ಥ್ರೆಶೋಲ್ಡ್ ಅನ್ನು ತೊಡೆದುಹಾಕಲು ನನಗೆ ತಿಳಿಸಿ. ನಾನು ಉಪಕರಣದಿಂದ gRNA ಅನುಕ್ರಮವನ್ನು ಉತ್ಪಾದಿಸುತ್ತೇನೆ; ನೀವು ಅದನ್ನು ಉತ್ಪಾದಿಸುವುದಿಲ್ಲ."

ಇದು ಏಕೆ ಶಕ್ತಿಯುತವಾಗಿದೆ: ಸಂದರ್ಭವು ಸ್ಪಷ್ಟವಾಗಿದೆ, ವಿನ್ಯಾಸವನ್ನು ನಿರ್ದಿಷ್ಟ ಸಾಧನಕ್ಕೆ ಬಿಡಲಾಗಿದೆ, ಆಫ್-ಟಾರ್ಗೆಟ್ ಮತ್ತು ಪರಿಶೀಲನೆಯನ್ನು ಕೇಂದ್ರದಲ್ಲಿ ಇರಿಸಲಾಗುತ್ತದೆ.

ಹಂತ

AI ನ ಪಾತ್ರ

ಕಡ್ಡಾಯ ಪರಿಶೀಲನೆ

ತಂತ್ರ

ಯೋಜನೆಗಳು ಮತ್ತು ಪರಿಕರಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ

ತಜ್ಞರ ವಿಮರ್ಶೆಗಳು

gRNA ಉತ್ಪಾದನೆ

ಕಾಮೆಂಟ್‌ಗಳು

CRISPOR/CHOPCHOP ಸ್ಕೋರ್

PAM ನಿಯಂತ್ರಣ

ಕೋಡ್ ಬರೆಯುತ್ತಾರೆ

ಕೋಡ್ ಅನ್ನು ರನ್ ಮಾಡಿ ಮತ್ತು ದೃಢೀಕರಿಸಿ

ಗುರಿಯಿಲ್ಲದ

ಅಂಕವನ್ನು ಪ್ರಕಟಿಸುತ್ತದೆ

ವಿಶೇಷ ವಾಹನ + ಬ್ಲಾಸ್ಟ್

ತೀರ್ಮಾನ

ಕಾಮೆಂಟ್‌ಗಳು

ಪ್ರಾಯೋಗಿಕ ಅನುಕ್ರಮ

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • AI ನೀಡಿದ gRNA ಅನ್ನು ನೇರವಾಗಿ ಬಳಸುವುದು. ಇದು PAM-ಮುಕ್ತವಾಗಿರಬಹುದು, ಗುರಿಯಿಲ್ಲದ ಅಥವಾ ನಕಲಿಯಾಗಿರಬಹುದು.
  • ಗುರಿಯಿಲ್ಲದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಬಿಟ್ಟುಬಿಡುವುದು. ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ತಪ್ಪು; ಅನಗತ್ಯ ಜೀನ್‌ಗಳನ್ನು ಕತ್ತರಿಸಬಹುದು.
  • ಪ್ರಾಯೋಗಿಕ ಸಾಕ್ಷ್ಯಕ್ಕಾಗಿ ವಿನ್ಯಾಸ ಸ್ಕೋರ್ ಅನ್ನು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಸ್ಕೋರ್ ಒಂದು ಭವಿಷ್ಯ; ಕೋಶದಲ್ಲಿ ಪರಿಶೀಲಿಸಬೇಕು.
  • ಜೀನೋಮ್ ಆವೃತ್ತಿ/ಪ್ರತಿಲೇಖನವನ್ನು ನಿರ್ಧರಿಸದೆ ಬಿಡಲಾಗುತ್ತಿದೆ. ತಪ್ಪು ಎಕ್ಸಾನ್ ಗುರಿಯಾಗಿರಬಹುದು.
  • ಒಂದೇ ವಾಹನವನ್ನು ಅವಲಂಬಿಸಿದ್ದಾರೆ. ನಿರ್ಣಾಯಕ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ, ಬಹು ಪರಿಕರಗಳೊಂದಿಗೆ ದೃಢೀಕರಣದ ಅಗತ್ಯವಿದೆ.
ಎಚ್ಚರಿಕೆ: ಮಾನವ ಅಥವಾ ವೈದ್ಯಕೀಯ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಜೀನ್ ಎಡಿಟಿಂಗ್ ಭಾರೀ ನೈತಿಕ ಮತ್ತು ಕಾನೂನು ನಿಯಮಗಳಿಗೆ ಒಳಪಟ್ಟಿರುತ್ತದೆ. ಈ ಘಟಕವು ಸಂಶೋಧನೆ ಮತ್ತು ವಿನ್ಯಾಸ ಸಾಕ್ಷರತೆಗಾಗಿ; ಕ್ಲಿನಿಕಲ್ ಅಭ್ಯಾಸ ನಿರ್ಧಾರಗಳಿಗೆ ನೈತಿಕ ಸಮಿತಿಯ ಅನುಮೋದನೆ, ತಜ್ಞರ ತಂಡ ಮತ್ತು ಶಾಸನದ ಅಗತ್ಯವಿರುತ್ತದೆ. ಜರ್ಮ್‌ಲೈನ್ (ಆನುವಂಶಿಕ) ಸಂಪಾದನೆಯನ್ನು ಅನೇಕ ದೇಶಗಳಲ್ಲಿ ನಿಷೇಧಿಸಲಾಗಿದೆ.

ಆಳ: ಆಫ್-ಟಾರ್ಗೆಟ್ ಸ್ಕೋರ್‌ಗಳನ್ನು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ಓದಿ

ಎರಡು ಕಾಂಕ್ರೀಟ್ ಸ್ಕೋರ್‌ಗಳೊಂದಿಗೆ ಆಫ್-ಟಾರ್ಗೆಟ್ ಅಪಾಯವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ, "ಹೆಚ್ಚು/ಕಡಿಮೆ" ನಂತಹ ಅಸ್ಪಷ್ಟ ಪದಗಳಲ್ಲ. MIT ಸ್ಕೋರ್ (0-100) ಒಂದು gRNA ಜೀನೋಮ್-ವೈಡ್ ಎಷ್ಟು ನಿರ್ದಿಷ್ಟವಾಗಿದೆ ಎಂಬುದನ್ನು ಸಾರಾಂಶಗೊಳಿಸುತ್ತದೆ; ಹೆಚ್ಚಿನ ಸ್ಕೋರ್ (ಉದಾ. 80+) ಎಂದರೆ ಕಡಿಮೆ ಗುರಿಯಿಲ್ಲದ ಅಪಾಯ. CFD ಸ್ಕೋರ್ (ಕಟಿಂಗ್ ಫ್ರೀಕ್ವೆನ್ಸಿ ಡಿಟರ್ಮಿನೇಷನ್, 0-1) ವಾಸ್ತವವಾಗಿ ಪ್ರತಿ ಗುರಿಯಿಲ್ಲದ ಪ್ರದೇಶವನ್ನು ಒಂದೊಂದಾಗಿ ಕತ್ತರಿಸುವ ಸಂಭವನೀಯತೆಯನ್ನು ಅಂದಾಜು ಮಾಡುತ್ತದೆ; 0.2 ಕ್ಕಿಂತ ಹೆಚ್ಚಿನ ಏಕೈಕ ಗುರಿಯಿಲ್ಲದ ಪ್ರದೇಶವು ನಿರ್ಣಾಯಕ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಿಗಾಗಿ ಅಭ್ಯರ್ಥಿಯನ್ನು ತೆಗೆದುಹಾಕಬಹುದು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಈ ಎರಡು ಸ್ಕೋರ್‌ಗಳನ್ನು ವಿವರಿಸಿ, ನಂತರ ವಾಹನದ ಔಟ್‌ಪುಟ್‌ನಲ್ಲಿನ ನಿಜವಾದ ಮೌಲ್ಯಗಳನ್ನು ನೀವೇ ಓದಿ.

ಒಂದು ನಿರ್ದಿಷ್ಟ ಉದಾಹರಣೆ: ತಂಡವು ಇಬ್ಬರು ಅಭ್ಯರ್ಥಿಗಳ ನಡುವೆ ಆಯ್ಕೆ ಮಾಡುತ್ತಿದೆ. A ಅಭ್ಯರ್ಥಿಯು MIT ಸ್ಕೋರ್ 91 ಅನ್ನು ಹೊಂದಿದ್ದರು ಮತ್ತು ಹೆಚ್ಚಿನ CFD ಆಫ್-ಟಾರ್ಗೆಟ್ 0.05 ಆಗಿತ್ತು. ಅಭ್ಯರ್ಥಿ B 88 ರ MIT ಸ್ಕೋರ್ ಅನ್ನು ಹೊಂದಿದ್ದರು ಆದರೆ 0.34 ರ CFD ಯೊಂದಿಗೆ ಟ್ಯೂಮರ್ ಸಪ್ರೆಸರ್ ಜೀನ್‌ನ ಎಕ್ಸಾನ್‌ನಲ್ಲಿ ಏಕೈಕ ಆಫ್-ಟಾರ್ಗೆಟ್ ಅನ್ನು ಹೊಂದಿದ್ದರು. ಒಟ್ಟಾರೆ ಸ್ಕೋರ್‌ಗಳು ಹತ್ತಿರವಾಗಿ ಕಂಡುಬಂದರೂ, ಆಫ್-ಟಾರ್ಗೆಟ್ (ಕ್ರಿಯಾತ್ಮಕವಾಗಿ ನಿರ್ಣಾಯಕ ಜೀನ್ ಅನ್ನು ಎನ್‌ಕೋಡಿಂಗ್) ಅಭ್ಯರ್ಥಿ ಬಿ ಅನ್ನು ಸ್ವೀಕಾರಾರ್ಹವಲ್ಲದಂತೆ ಮಾಡಿದೆ. ಆಫ್-ಟಾರ್ಗೆಟ್ ಅನ್ನು ಸಂಖ್ಯೆಯ ದೃಷ್ಟಿಯಿಂದ ಮಾತ್ರವಲ್ಲದೆ ಅದು ಬೀಳುವ ಜೀನ್‌ನ ಜೈವಿಕ ಪ್ರಾಮುಖ್ಯತೆಯೊಂದಿಗೆ ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು ಅತ್ಯಗತ್ಯ.

ಇನ್ನೊಂದು ಅಂಶ: ದೂರದ ಪ್ರದೇಶಕ್ಕಿಂತ PAM ಗೆ ಹತ್ತಿರವಿರುವ "ಬೀಜ" ಪ್ರದೇಶದಲ್ಲಿ ಹೊಂದಾಣಿಕೆಯಾಗದಿರುವುದು ಹೆಚ್ಚು ಅಪಾಯಕಾರಿಯಾಗಿದೆ; ಬೀಜದ ಪ್ರದೇಶದಲ್ಲಿ 1-2 ಬೇಸ್ ವ್ಯತ್ಯಾಸವೂ ಸಹ Cas9 ಅನ್ನು ನಿಲ್ಲಿಸಬಹುದು, ಆದರೆ PAM ನಿಂದ 3-4 ಮೂಲ ವ್ಯತ್ಯಾಸವನ್ನು ಸಹಿಸಿಕೊಳ್ಳಬಹುದು. ಆದ್ದರಿಂದ, ಅದರ ಸ್ಥಳವು ವ್ಯತ್ಯಾಸಗಳ ಸಂಖ್ಯೆಯಷ್ಟೇ ಮುಖ್ಯವಾಗಿದೆ.

ಸ್ಕೋರ್ / ಮಾನದಂಡ

ಡಿಸೆಂಬರ್

ಕಾಮೆಂಟ್ ಮಾಡಿ

MIT ನಿರ್ದಿಷ್ಟತೆ

0-100

ಹೆಚ್ಚಿನ = ಕಡಿಮೆ ಗುರಿಯಿಲ್ಲದ ಅಪಾಯ

CFD (ಆಫ್-ಟಾರ್ಗೆಟ್)

0-1

ನಿರ್ಣಾಯಕ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ 0.2 ಕ್ಕಿಂತ ಹೆಚ್ಚಿನದನ್ನು ತೆಗೆದುಹಾಕಬಹುದು

ಅಪಶ್ರುತಿ ಸ್ಥಾನ

ಬೀಜ / ದೂರಸ್ಥ

ಬೀಜದ ಪ್ರದೇಶವು ಹೆಚ್ಚು ಅಪಾಯಕಾರಿಯಾಗಿದೆ

ಸಾರಾಂಶದಲ್ಲಿ

  • CRISPR ವಿನ್ಯಾಸದಲ್ಲಿ AI; ಇದು ಕಾರ್ಯತಂತ್ರ ರೂಪಿಸುವ, ಕೋಡ್ ಬರೆಯುವ ಮತ್ತು ಆಯ್ಕೆಗಳನ್ನು ವಿವರಿಸುವ ಸಹಾಯಕವಾಗಿದೆ, gRNA ಯನ್ನು "ಉತ್ಪಾದಿಸುವ" ಸಾಧನವಲ್ಲ.
  • gRNA ಅಭ್ಯರ್ಥಿಗಳನ್ನು ವಿಶೇಷ ಪರಿಕರಗಳೊಂದಿಗೆ (CRISPOR/CHOPCHOP) ಉತ್ಪಾದಿಸಬೇಕು, ಮತ್ತು PAM ಮತ್ತು ಆಫ್-ಟಾರ್ಗೆಟ್ ಅನ್ನು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ನಿಯಂತ್ರಿಸಬೇಕು.
  • ವಿನ್ಯಾಸ ಸ್ಕೋರ್ ಅಂದಾಜು; ಆನ್-ಟಾರ್ಗೆಟ್ ಮತ್ತು ಆಫ್-ಟಾರ್ಗೆಟ್ ಪರಿಣಾಮವನ್ನು ಪ್ರಾಯೋಗಿಕವಾಗಿ ದೃಢೀಕರಿಸಬೇಕು (ಸೀಕ್ವೆನ್ಸಿಂಗ್).
  • ಕ್ಲಿನಿಕಲ್ ಮತ್ತು ಜರ್ಮ್ಲೈನ್ ​​ಅಭ್ಯಾಸಗಳು ಭಾರೀ ನೈತಿಕ/ಕಾನೂನು ಮಿತಿಗಳಿಗೆ ಒಳಪಟ್ಟಿರುತ್ತವೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

Ensembl ನಿಂದ ಗುರಿಯ ಜೀನ್ ಪ್ರದೇಶವನ್ನು ಡೌನ್‌ಲೋಡ್ ಮಾಡಿ. ಮೇಲಿನ PAM ಪೂರ್ವ-ಸ್ಕ್ರೀನಿಂಗ್ ಕೋಡ್ ಅನ್ನು ರನ್ ಮಾಡಿ ಮತ್ತು ಅಭ್ಯರ್ಥಿ ಪ್ರೊಟೊಸ್ಪೇಸರ್‌ಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ. ನಂತರ ಅದೇ ಪ್ರದೇಶವನ್ನು CRISPOR ನಂತಹ ಸಾಧನಕ್ಕೆ ರಫ್ತು ಮಾಡಿ ಮತ್ತು ಆನ್-ಟಾರ್ಗೆಟ್ ಮತ್ತು ಆಫ್-ಟಾರ್ಗೆಟ್ ಸ್ಕೋರ್‌ಗಳನ್ನು ಪಡೆಯಿರಿ; ನಿಮ್ಮ ಕೋಡ್ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಉಪಕರಣದ ಶಿಫಾರಸುಗಳೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ. ಹೆಚ್ಚಿನ ಗುರಿಯಿಲ್ಲದ ಅಪಾಯವನ್ನು ಹೊಂದಿರುವ ಅಭ್ಯರ್ಥಿಯನ್ನು ಗುರುತಿಸಿ ಮತ್ತು ಅವನು/ಅವಳನ್ನು ಏಕೆ ತೆಗೆದುಹಾಕಲಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಒಂದೇ ವಾಕ್ಯದಲ್ಲಿ ಬರೆಯಿರಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

  • [ ] ನಾನು ಜೀನ್, ಎಕ್ಸಾನ್, ಜೀನೋಮ್ ಆವೃತ್ತಿ ಮತ್ತು ಪ್ರತಿಲೇಖನದ ಮೂಲಕ ಗುರಿಯನ್ನು ನಿಗದಿಪಡಿಸಿದೆ.
  • [ ] ನಾನು ವಿಶ್ವಾಸಾರ್ಹ ಮೂಲದಿಂದ ಸರಣಿಯನ್ನು ಪಡೆದುಕೊಂಡಿದ್ದೇನೆ, ನಾನು ಅದನ್ನು AI ಕಂಠಪಾಠ ಮಾಡಿರಲಿಲ್ಲ.
  • [ ] ನಾನು ಕಸ್ಟಮ್ ಟೂಲ್‌ನೊಂದಿಗೆ gRNA ಅಭ್ಯರ್ಥಿಗಳನ್ನು ರಚಿಸಿದ್ದೇನೆ ಮತ್ತು ಸ್ಕೋರ್ ಮಾಡಿದ್ದೇನೆ.
  • [ ] ನಾನು PAM ಮತ್ತು ಆಫ್-ಟಾರ್ಗೆಟ್ ಅಪಾಯದ ಉಪಸ್ಥಿತಿಯನ್ನು ಪರಿಶೀಲಿಸಿದೆ.
  • [ ] ನಾನು ಪ್ರಾಯೋಗಿಕ ಪರಿಶೀಲನೆ ಯೋಜನೆಯನ್ನು ಹೊಂದಿಸಿದ್ದೇನೆ.
  • [ ] ನಾನು ನೈತಿಕ/ಕಾನೂನು ಮಿತಿಗಳ ಬಗ್ಗೆ ತಿಳಿದಿದ್ದೇನೆ ಮತ್ತು ತಜ್ಞರ ಅನುಮೋದನೆಯನ್ನು ಗಮನಿಸಿದ್ದೇನೆ.