നേട്ടങ്ങൾ:
- CRISPR, gRNA (ഗൈഡ് RNA), PAM, ഓഫ്-ടാർഗെറ്റ് ഇഫക്റ്റുകൾ എന്നിവയുടെ ആശയങ്ങൾ മനസിലാക്കാനും കൃത്രിമ ബുദ്ധി സുരക്ഷിതമായ gRNA കാൻഡിഡേറ്റ് ലിസ്റ്റും ഡിസൈൻ കോഡും നിർമ്മിക്കാനുള്ള കഴിവും
- ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് നൽകുന്ന ജിആർഎൻഎ കാൻഡിഡേറ്റുകളെ വിദഗ്ധ ഓഫ് ടാർഗെറ്റ് വിശകലന ടൂളുകളും ജീനോം വിന്യാസവും ഉപയോഗിച്ച് വ്യക്തിപരമായി പരിശോധിക്കാനുള്ള കഴിവ്
- ധാർമ്മിക/ബയോസേഫ്റ്റി പരിധികൾ അംഗീകരിക്കാനുള്ള കഴിവ്, ലബോറട്ടറി പരിശോധന കൂടാതെ ഡിസൈൻ നടപ്പിലാക്കാൻ പാടില്ല
CRISPR-Cas9 (ഒരു ടാർഗെറ്റുചെയ്ത പോയിൻ്റിൽ ഡിഎൻഎ മുറിക്കാനും എഡിറ്റുചെയ്യാനും ബാക്ടീരിയയിൽ നിന്നുള്ള ഒരു ജീൻ എഡിറ്റിംഗ് സിസ്റ്റം) മോളിക്യുലാർ ബയോളജിയെ മാറ്റിമറിച്ചു: ഒരു ജീനിലെ ഒരു പ്രത്യേക പോയിൻ്റ് കൃത്യമായി മാറ്റാൻ ഇപ്പോൾ സാധ്യമാണ്. എന്നാൽ ഈ ശക്തി ഡിസൈൻ പിശകുകൾക്കെതിരെ നിർദയമാണ്: തെറ്റായി തിരഞ്ഞെടുത്ത ഒരു ഗൈഡ് ആർഎൻഎ (ജിആർഎൻഎ - കാസ് എൻസൈമിനെ ലക്ഷ്യത്തിലേക്ക് നയിക്കുന്ന ആർഎൻഎയുടെ ഹ്രസ്വ ശ്രേണി) തെറ്റായ ജീനിനെ വെട്ടിക്കുറയ്ക്കുകയോ അല്ലെങ്കിൽ ലക്ഷ്യത്തിൽ ഉദ്ദേശിക്കാത്ത മുറിവുകൾ ഉണ്ടാക്കുകയോ ചെയ്യാം. ഈ യൂണിറ്റിൽ, CRISPR രൂപകൽപ്പനയിൽ ഒരു സഹായിയായി ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (AI) എങ്ങനെ ഉപയോഗിക്കാമെന്ന് നിങ്ങൾ പഠിക്കും, ഒരു പ്ലാൻ സൃഷ്ടിക്കുക, കോഡ് എഴുതുക, ഓപ്ഷനുകൾ വിശദീകരിക്കുക; എന്നാൽ പ്രത്യേക ഉപകരണങ്ങൾ ഉപയോഗിച്ച് പരീക്ഷണാടിസ്ഥാനത്തിൽ gRNA സെലക്ഷനും ഓഫ് ടാർഗെറ്റ് വിശകലനവും സാധൂകരിക്കേണ്ടത് എന്തുകൊണ്ടാണെന്ന് നിങ്ങൾ മനസ്സിലാക്കും.
നിർണ്ണായക മുന്നറിയിപ്പ്: "ഈ ജീനിനുള്ള gRNA സീക്വൻസ് തരൂ" എന്ന് AI-യോട് നേരിട്ട് ചോദിക്കരുത്, ഇൻകമിംഗ് സീക്വൻസ് അതേപടി ഉപയോഗിക്കരുത്. PAM റൂളുമായി (ചുവടെയുള്ളത്) പൊരുത്തപ്പെടാത്ത അല്ലെങ്കിൽ ജീനോമിൽ മറ്റെവിടെയെങ്കിലും പൊരുത്തപ്പെടാത്ത ഒരു gRNA അല്ലെങ്കിൽ പൂർണ്ണമായും നിർമ്മിച്ച gRNA പോലും LLM നൽകിയേക്കാം. ശരിയായ മാർഗം: AI ഉപയോഗിച്ച് ഡിസൈൻ സ്ട്രാറ്റജി സ്ഥാപിക്കുക, പ്രത്യേക CRISPR ഡിസൈൻ ടൂളുകൾ (CRISPOR, CHOPCHOP പോലുള്ളവ) ഉപയോഗിച്ച് ഉദ്യോഗാർത്ഥികളെ ജനറേറ്റ് ചെയ്യുകയും സ്കോർ ചെയ്യുകയും പരീക്ഷണാത്മകമായി പരിശോധിക്കുകയും ചെയ്യുക.
അടിസ്ഥാന ആശയങ്ങൾ
- Cas9: ഡിഎൻഎയെ മുറിക്കുന്ന എൻസൈം (തന്മാത്രാ കത്രിക). ജിആർഎൻഎ നയിക്കുന്നിടത്ത് ഇത് ഇരട്ട സ്ട്രാൻഡ് ബ്രേക്ക് സൃഷ്ടിക്കുന്നു.
- gRNA / sgRNA: ഏകദേശം 20 ന്യൂക്ലിയോടൈഡുകളുടെ ഒരു ഗൈഡ്, അത് ലക്ഷ്യ ഡിഎൻഎയുമായി പൊരുത്തപ്പെടുകയും Cas9 അവിടെ എത്തിക്കുകയും ചെയ്യുന്നു.
- PAM (പ്രോട്ടോസ്പേസർ അഡ്ജസൻ്റ് മോട്ടിഫ്): Cas9 ൻ്റെ ടാർഗെറ്റിൻ്റെ തൊട്ടടുത്തായി സ്ഥിതി ചെയ്യുന്ന ഒരു ഹ്രസ്വ ശ്രേണി. SpCas9 ന് സാധാരണയായി "NGG" (N എന്നത് ഏതെങ്കിലും അടിത്തറയാണ്).
- ഓൺ-ടാർഗെറ്റ് എഫിഷ്യൻസി: ജിആർഎൻഎ എത്ര കാര്യക്ഷമമായി ടാർഗെറ്റിൽ വെട്ടിക്കുറയ്ക്കുന്നു (പ്രവചന സ്കോർ ഉപയോഗിച്ച് അളക്കുന്നത്).
- ഓഫ്-ടാർഗെറ്റ്: ജിആർഎൻഎ ജീനോമിലെ ടാർഗെറ്റിനോട് സാമ്യമുള്ള മറ്റ് പോയിൻ്റുകളെ ബന്ധിപ്പിക്കുകയും മുറിക്കുകയും ചെയ്യുന്നു; അഭികാമ്യമല്ലാത്തതും അപകടകരവുമാണ്.
- HDR / NHEJ: മുറിച്ചതിനുശേഷം സെൽ റിപ്പയർ പാതകൾ; NHEJ സാധാരണയായി ചെറിയ ഇൻഡലുകൾ ഉപേക്ഷിക്കുന്നു, HDR ഒരു ടെംപ്ലേറ്റിൽ കൃത്യമായ മാറ്റങ്ങൾ വരുത്തുന്നു.
ഘട്ടം ഘട്ടമായി: AI- സഹായത്തോടെയുള്ള CRISPR ഡിസൈൻ ഫ്ലോ
1. ലക്ഷ്യവും ലക്ഷ്യവും വ്യക്തമാക്കുക. ഏത് ജീൻ, ഏത് എക്സോൺ, ഏത് തരത്തിലുള്ള മാറ്റം (നോക്കൗട്ട് അല്ലെങ്കിൽ കൃത്യമായ തിരുത്തൽ)? സുരക്ഷിത ജീനോം പതിപ്പും ട്രാൻസ്ക്രിപ്റ്റും.
2. വിശ്വസനീയമായ ഉറവിടത്തിൽ നിന്ന് പരമ്പര നേടുക. Ensembl/NCBI-ൽ നിന്ന് ടാർഗെറ്റ് റീജിയൻ സീക്വൻസ് ഡൗൺലോഡ് ചെയ്യുക; AI അത് മനഃപാഠമാക്കരുത്.
3. ഇഷ്ടാനുസൃത ഉപകരണം ഉപയോഗിച്ച് gRNA കാൻഡിഡേറ്റുകൾ സൃഷ്ടിക്കുക. CRISPOR/CHOPCHOP പോലുള്ള ടൂളുകൾ PAM-നുള്ള പരിശോധന, ഓൺ-ടാർഗെറ്റ് സ്കോറുകൾ നൽകുകയും ജീനോം-വൈഡ് ഓഫ്-ടാർഗെറ്റുകൾക്കായി നോക്കുകയും ചെയ്യുന്നു. ഈ ടൂളുകളുടെ ഔട്ട്പുട്ട് വ്യാഖ്യാനിക്കാൻ AI ഉപയോഗിക്കുക.
4. ഓഫ് ടാർഗെറ്റ് റിസ്ക് ഗൗരവമായി എടുക്കുക. ഉയർന്ന ടാർഗെറ്റ് സ്കോറുകൾ ഉള്ള ഉദ്യോഗാർത്ഥികളെ ഒഴിവാക്കുക; നിർണായക ആപ്ലിക്കേഷനുകളിൽ ഒന്നിലധികം ടൂളുകൾ ഉപയോഗിച്ച് സ്ഥിരീകരിക്കുക.
5. പരീക്ഷണാത്മക മൂല്യനിർണ്ണയം ആസൂത്രണം ചെയ്യുക. തിരഞ്ഞെടുത്ത gRNA യഥാർത്ഥത്തിൽ ടാർഗെറ്റിനെ (ഓഫ്-ടാർഗെറ്റ്) വെട്ടിക്കുറയ്ക്കുന്നുണ്ടോ എന്ന് പരീക്ഷണത്തിലൂടെ (സീക്വൻസിങ്, T7E1, ആംപ്ലിക്കൺ സീക്വൻസിംഗ്) സ്ഥിരീകരിക്കുക. ഡിസൈൻ സ്കോർ ഒരു എസ്റ്റിമേറ്റ് ആണ്, തെളിവല്ല.
നുറുങ്ങ്: ഒരു gRNA കാൻഡിഡേറ്റ് ഉപയോഗിക്കുന്നതിന് മുമ്പ്, ടാർഗെറ്റ് അല്ലാതെ അത് കൃത്യമായി അല്ലെങ്കിൽ അടുത്ത് എവിടെയാണ് പൊരുത്തപ്പെടുന്നതെന്ന് കാണാൻ ജീനോമിനെതിരെ അതിൻ്റെ സീക്വൻസ് ബ്ലാസ്റ്റ് ചെയ്യുക. ഈ ഘട്ടം മാത്രം ഏറ്റവും അപകടകരമായ ഓഫ്-ടാർഗെറ്റ് സ്ഥാനാർത്ഥികളെ നേരത്തെ തന്നെ ഇല്ലാതാക്കുന്നു.
മൂന്ന് മിനി കേസുകൾ
കേസ് 1 - PAM ഇല്ലാതെ gRNA. ഒരു വിദ്യാർത്ഥി ഒരു ജീനിനായി AI-യോട് gRNA ആവശ്യപ്പെടുകയും 20 ന്യൂക്ലിയോടൈഡുകളുടെ ന്യായമായ അനുക്രമം ലഭിക്കുകയും ചെയ്തു. എന്നിരുന്നാലും, ലക്ഷ്യത്തിനടുത്തായി NGG PAM ഇല്ലായിരുന്നു; അതുകൊണ്ട് Cas9 ന് അവിടെ വെട്ടാൻ കഴിഞ്ഞില്ല. വിദ്യാർത്ഥി ക്രിസ്പോറിലേക്ക് പ്രവേശിച്ചപ്പോൾ, ഉപകരണം PAM ഉള്ള സാധുവായ ഉദ്യോഗാർത്ഥികളെ നിർദ്ദേശിച്ചതായി അദ്ദേഹം കണ്ടു. AI യുടെ ക്രമം ഉപയോഗിച്ചാൽ, പരീക്ഷണം പൂർണ്ണമായും പരാജയപ്പെടും.
കേസ് 2 - സീക്രട്ട് ഓഫ് ടാർഗെറ്റ്. ഒരു ഗവേഷകന് AI നിർദ്ദേശിച്ച "ഉയർന്ന കാര്യക്ഷമത" gRNA ഇഷ്ടപ്പെട്ടു. ഓഫ്-ടാർഗെറ്റ് പരിശോധിക്കാൻ അദ്ദേഹം CRISPOR ഓടിച്ചപ്പോൾ, gRNA മറ്റൊരു ജീനിലെ 1 അടിസ്ഥാന വ്യത്യാസവുമായി മാത്രമേ പൊരുത്തപ്പെടുന്നുള്ളൂ എന്ന് അദ്ദേഹം കണ്ടെത്തി - ഒരു ഗുരുതരമായ ഓഫ്-ടാർഗെറ്റ് അപകടസാധ്യത. സ്ഥാനാർഥിയെ ഒഴിവാക്കി. സംഖ്യാപരമായ ഓഫ്-ടാർഗെറ്റ് വിശകലനം കൂടാതെ, ഒരു അനാവശ്യ ജീൻ വെട്ടിമാറ്റാം.
കേസ് 3 - സ്ഥിരീകരണം ലഭിച്ചു. ഒരു ലബോറട്ടറി മൂന്ന് gRNA കാൻഡിഡേറ്റുകളെ സമന്വയിപ്പിച്ച് അവയെ കോശങ്ങളിൽ പരീക്ഷിച്ചു; ആംപ്ലിക്കൺ സീക്വൻസിംഗ് വഴി, ഒരാൾക്ക് മാത്രം 60% എഡിറ്റിംഗ് (ഇൻഡലുകൾ) ഉണ്ടെന്ന് അദ്ദേഹം കണ്ടെത്തി, മറ്റ് രണ്ടെണ്ണം 5% ൽ താഴെയാണ്. ഡിസൈൻ സ്കോറുകൾ മൂന്നും "നല്ലത്" എന്ന് കാണിച്ചു. പ്രവചനവും യാഥാർത്ഥ്യവും തമ്മിലുള്ള വ്യത്യാസം പരീക്ഷണാത്മക സ്ഥിരീകരണം വെളിപ്പെടുത്തി.
ഉദാഹരണം: കാൻഡിഡേറ്റ് gRNA-യുടെ PAM നിയന്ത്രണം
ഇറക്കുമതി re# Ensembl/NCBI-ൽ നിന്ന് ടാർഗെറ്റ് റീജിയൻ സീക്വൻസ് നേടുക; AI അത് മനഃപാഠമാക്കരുത്. ലക്ഷ്യം = "GACGTTGCATCGGATCCTAAGGCTTAAGGTAGCTAGCTAGGCTAAGG"# 20 nt പ്രോട്ടോസ്പേസർ + NGG PAM എന്നതിനായുള്ള SpCas9 (എൻഡ് സ്ട്രാൻഡ് + സ്ട്രാൻഡ്) എന്നതിനായുള്ള തിരച്ചിൽ re.finditer(r"(?=([ACGT]{20}) m.group(1), m.group(2) print(f"Position {m.start()+1}: gRNA={protospacer} PAM={pam}")
ഇത് സാധുവായ PAM ഉള്ള ഉദ്യോഗാർത്ഥികളെ മാത്രമേ ലിസ്റ്റുചെയ്യൂ; എന്നാൽ ഓൺ-ടാർഗെറ്റ് പ്രവർത്തനത്തിനും ഓഫ്-ടാർഗെറ്റിനും പ്രത്യേക ഉപകരണങ്ങൾ ആവശ്യമാണ്. ഈ കോഡ് ഒരു പ്രാഥമിക സ്ക്രീനിംഗ് ഉപകരണമാണ്, പൂർണ്ണമായ രൂപകൽപ്പനയല്ല.
പകർത്താവുന്ന നാല് ടെംപ്ലേറ്റുകൾ
1) ഡിസൈൻ തന്ത്രം (ഒരു പരമ്പര നിർമ്മിക്കാതെ):
നിങ്ങളുടെ റോൾ: CRISPR ഡിസൈൻ അസിസ്റ്റൻ്റ്. ഇതിനായി ഒരു ഡിസൈൻ സ്ട്രാറ്റജി രൂപീകരിക്കുക:[ജീൻ, എക്സോൺ, നോക്കൗട്ട്/പ്രിസിഷൻ കറക്ഷൻ, ജീനോം പതിപ്പ്, ട്രാൻസ്ക്രിപ്റ്റ്]. ഏത് പ്രത്യേക ടൂൾ (CRISPOR/CHOPCHOP) ഞാൻ ഉപയോഗിക്കണം, ഏതൊക്കെ സ്കോറുകൾ (ഓൺ-ടാർഗെറ്റ്, ഓഫ് ടാർഗെറ്റ്) ഞാൻ നോക്കണം, ഘട്ടം ഘട്ടമായി പറയൂ. gRNA സീക്വൻസ് SEN സൃഷ്ടിക്കുന്നു; ഞാൻ അത് വാഹനത്തിൽ നിന്ന് ഉത്പാദിപ്പിക്കും.
2) ലക്ഷ്യമില്ലാത്ത വ്യാഖ്യാനം:
CRISPOR ഔട്ട്പുട്ടിലെ ഓഫ്-ടാർഗെറ്റ് കോളങ്ങൾ ഞാൻ എങ്ങനെ വായിക്കണമെന്ന് വിശദീകരിക്കുക: MIT സ്കോർ, CFD സ്കോർ, പൊരുത്തക്കേടുകളുടെ എണ്ണം എന്താണ് അർത്ഥമാക്കുന്നത്, ഏത് പരിധിയിലാണ് ഞാൻ ഒരു സ്ഥാനാർത്ഥിയെ ഒഴിവാക്കേണ്ടത്? ക്ലിനിക്കൽ, റിസർച്ച് ആപ്ലിക്കേഷനുകളിൽ പരിധി വ്യത്യസ്തമാണോ?
3) പരീക്ഷണാത്മക സ്ഥിരീകരണ പദ്ധതി:
ഞാൻ തിരഞ്ഞെടുത്ത gRNA രണ്ട് ടാർഗെറ്റിലും വെട്ടിക്കുറയ്ക്കുന്നുവെന്നും അത് ലക്ഷ്യം വയ്ക്കുന്നില്ലെന്നും എനിക്ക് എങ്ങനെ പരീക്ഷണാത്മകമായി പരിശോധിക്കാനാകും? T7E1, ആംപ്ലിക്കൺ (ഡീപ്) സീക്വൻസിംഗും കൺട്രോൾ ഡിസൈനും ഘട്ടം ഘട്ടമായി വിശദീകരിക്കുക, ഏതൊക്കെ നിയന്ത്രണങ്ങളാണ് ഇടേണ്ടതെന്ന് ഉൾപ്പെടെ.
4) PAM/ഫ്രെയിംവർക്ക് പ്രീക്വാളിഫിക്കേഷൻ കോഡ്:
തന്നിരിക്കുന്ന ടാർഗെറ്റ് സീക്വൻസിലെ രണ്ട് സ്ട്രോണ്ടുകളിലും SpCas9 (NGG PAM)-നുള്ള എല്ലാ 20 nt കാൻഡിഡേറ്റ് പ്രോട്ടോസ്പേസറുകളും കണ്ടെത്തുന്ന ഒരു പൈത്തൺ കോഡ് എഴുതുക. ഓരോ കാൻഡിഡേറ്റിനും ലൊക്കേഷൻ, ത്രെഡ്, PAM എന്നിവ റിപ്പോർട്ട് ചെയ്യുക. ഇതൊരു പ്രാഥമിക ഉന്മൂലനം മാത്രമാണെന്നും ഓഫ് ടാർഗെറ്റിനായി ഒരു പ്രത്യേക ഉപകരണം ആവശ്യമാണെന്നും കോഡ് കമൻ്റിൽ വ്യക്തമാക്കുക.
ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്
ദുർബലമായത്: "MYC ജീനിനുള്ള ഒരു CRISPR gRNA സീക്വൻസ് തരൂ."
പ്രശ്നം: ജീനോം പതിപ്പ്/ട്രാൻസ്ക്രിപ്റ്റ് ഇല്ല, PAM, ഓഫ്-ടാർഗെറ്റ് കൺട്രോൾ എന്നിവയില്ല, AI വ്യാജമോ അപകടകരമോ ആയ ക്രമം നൽകിയേക്കാം.
ശക്തമായത്: "GRCh38, MYC (exon 2) നോക്കൗട്ടിനായി ഒരു CRISPR ഡിസൈൻ സ്ട്രാറ്റജി സജ്ജീകരിക്കുക; ഏത് ടൂൾ ഉപയോഗിക്കണം, ഏത് ക്രമീകരണം ഉപയോഗിച്ച്, ഏത് ഓഫ് ടാർഗെറ്റ് ത്രെഷോൾഡ് ഒഴിവാക്കണം എന്ന് എന്നോട് പറയൂ. ടൂളിൽ നിന്ന് ഞാൻ gRNA സീക്വൻസ് നിർമ്മിക്കും; നിങ്ങൾ അത് നിർമ്മിക്കരുത്."
എന്തുകൊണ്ടാണ് ഇത് ശക്തമാകുന്നത്: സന്ദർഭം വ്യക്തമാണ്, ഡിസൈൻ നിർദ്ദിഷ്ട ഉപകരണത്തിന് വിട്ടുകൊടുത്തിരിക്കുന്നു, ഓഫ് ടാർഗെറ്റും സ്ഥിരീകരണവും കേന്ദ്രത്തിൽ ഇടുന്നു.
സ്റ്റേജ്
AI യുടെ പങ്ക്
നിർബന്ധിത പരിശോധന
തന്ത്രം
പദ്ധതികളും ഉപകരണങ്ങളും ശുപാർശ ചെയ്യുന്നു
വിദഗ്ധ അവലോകനങ്ങൾ
gRNA ഉത്പാദനം
അഭിപ്രായങ്ങൾ
CRISPOR/CHOPCHOP സ്കോർ
PAM നിയന്ത്രണം
കോഡ് എഴുതുന്നു
കോഡ് പ്രവർത്തിപ്പിച്ച് സ്ഥിരീകരിക്കുക
ലക്ഷ്യം കാണാതെ
സ്കോർ പ്രഖ്യാപിക്കുന്നു
പ്രത്യേക വാഹനം + BLAST
ഉപസംഹാരം
അഭിപ്രായങ്ങൾ
പരീക്ഷണാത്മക ക്രമം
സാധാരണ തെറ്റുകൾ
- AI നൽകുന്ന gRNA നേരിട്ട് ഉപയോഗിക്കുന്നു. ഇത് PAM-രഹിതമോ, ലക്ഷ്യരഹിതമോ അല്ലെങ്കിൽ വ്യാജമോ ആകാം.
- ടാർഗെറ്റ് വിശകലനം ഒഴിവാക്കുന്നു. ഏറ്റവും അപകടകരമായ തെറ്റ്; ആവശ്യമില്ലാത്ത ജീനുകൾ വെട്ടിമാറ്റാം.
- ഡിസൈൻ സ്കോർ അനുഭവപരമായ തെളിവായി തെറ്റിദ്ധരിക്കുന്നു. സ്കോർ ഒരു പ്രവചനമാണ്; സെല്ലിൽ പരിശോധിച്ചുറപ്പിക്കണം.
- ജീനോം പതിപ്പ്/ട്രാൻസ്ക്രിപ്റ്റ് നിർണ്ണയിക്കാതെ വിടുന്നു. തെറ്റായ എക്സോണിനെ ടാർഗറ്റ് ചെയ്തേക്കാം.
- ഒറ്റ വാഹനത്തെയാണ് ആശ്രയിക്കുന്നത്. നിർണായക ആപ്ലിക്കേഷനുകളിൽ, ഒന്നിലധികം ഉപകരണങ്ങൾ ഉപയോഗിച്ച് സ്ഥിരീകരണം ആവശ്യമാണ്.
മുന്നറിയിപ്പ്: മാനുഷികമോ ക്ലിനിക്കൽ ആവശ്യങ്ങൾക്കോ വേണ്ടിയുള്ള ജീൻ എഡിറ്റിംഗ് കനത്ത ധാർമ്മികവും നിയമപരവുമായ നിയന്ത്രണങ്ങൾക്ക് വിധേയമാണ്. ഈ യൂണിറ്റ് ഗവേഷണത്തിനും ഡിസൈൻ സാക്ഷരതയ്ക്കും വേണ്ടിയുള്ളതാണ്; ക്ലിനിക്കൽ പ്രാക്ടീസ് തീരുമാനങ്ങൾക്ക് എത്തിക്സ് കമ്മിറ്റിയുടെ അംഗീകാരവും വിദഗ്ധ സംഘവും നിയമനിർമ്മാണവും ആവശ്യമാണ്. പല രാജ്യങ്ങളിലും ജെർംലൈൻ (പൈതൃകമായി) എഡിറ്റിംഗ് നിരോധിച്ചിരിക്കുന്നു.
ആഴം: ഓഫ്-ടാർഗെറ്റ് സ്കോറുകൾ സംഖ്യാപരമായി വായിക്കുക
"ഉയർന്ന/താഴ്ന്ന" പോലെയുള്ള അവ്യക്തമായ വാക്കുകളല്ല, രണ്ട് കോൺക്രീറ്റ് സ്കോറുകൾ ഉപയോഗിച്ച് ഓഫ്-ടാർഗെറ്റ് റിസ്ക് വിലയിരുത്തുക. എംഐടി സ്കോർ (0-100) ഒരു gRNA ജീനോം-വൈഡ് എത്രമാത്രം നിർദ്ദിഷ്ടമാണെന്ന് സംഗ്രഹിക്കുന്നു; ഉയർന്ന സ്കോർ (ഉദാ. 80+) എന്നതിനർത്ഥം ലക്ഷ്യമില്ലാത്ത അപകടസാധ്യത കുറവാണ്. CFD സ്കോർ (കട്ടിംഗ് ഫ്രീക്വൻസി ഡിറ്റർമിനേഷൻ, 0-1) യഥാർത്ഥത്തിൽ ഓരോ ടാർഗെറ്റ് ഏരിയയും ഓരോന്നായി വെട്ടിമുറിക്കുന്നതിനുള്ള സാധ്യത കണക്കാക്കുന്നു; 0.2-ന് മുകളിലുള്ള ഒരൊറ്റ ഓഫ്-ടാർഗെറ്റ് മേഖലയ്ക്ക് പോലും നിർണായക ആപ്ലിക്കേഷനുകൾക്കുള്ള സ്ഥാനാർത്ഥിയെ ഇല്ലാതാക്കാൻ കഴിയും. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് ഈ രണ്ട് സ്കോറുകളും വിശദീകരിക്കാൻ ആവശ്യപ്പെടുക, തുടർന്ന് വാഹനത്തിൻ്റെ ഔട്ട്പുട്ടിലെ യഥാർത്ഥ മൂല്യങ്ങൾ സ്വയം വായിക്കുക.
ഒരു വ്യക്തമായ ഉദാഹരണം: ഒരു ടീം രണ്ട് സ്ഥാനാർത്ഥികളെ തിരഞ്ഞെടുക്കുന്നു. എ കാൻഡിഡേറ്റിന് MIT സ്കോർ 91 ആയിരുന്നു, ഉയർന്ന CFD ഓഫ് ടാർഗെറ്റ് 0.05 ആയിരുന്നു. ബി കാൻഡിഡേറ്റ് MIT സ്കോർ 88 ആയിരുന്നു, എന്നാൽ 0.34 CFD ഉള്ള ട്യൂമർ സപ്രസർ ജീനിൻ്റെ എക്സോണിൽ ഒരൊറ്റ ഓഫ്-ടാർഗെറ്റ് ഉണ്ടായിരുന്നു. മൊത്തത്തിലുള്ള സ്കോറുകൾ അടുത്ത് ദൃശ്യമായെങ്കിലും, ഓഫ്-ടാർഗെറ്റ് എവിടെയായിരുന്നാലും (പ്രവർത്തനപരമായി നിർണായകമായ ഒരു ജീൻ എൻകോഡിംഗ്) സ്ഥാനാർത്ഥി ബിയെ അസ്വീകാര്യമാക്കി. സംഖ്യയുടെ അടിസ്ഥാനത്തിൽ മാത്രമല്ല, അത് വീഴുന്ന ജീനിൻ്റെ ജൈവിക പ്രാധാന്യത്തോടെയും ഓഫ് ടാർഗെറ്റിനെ വിലയിരുത്തേണ്ടത് അത്യാവശ്യമാണ്.
മറ്റൊരു കാര്യം: PAM-ന് അടുത്തുള്ള "വിത്ത്" മേഖലയിൽ പൊരുത്തക്കേടുകൾ ഉണ്ടാകുന്നത് വിദൂര മേഖലയേക്കാൾ വളരെ അപകടകരമാണ്; വിത്ത് മേഖലയിൽ 1-2 അടിസ്ഥാന വ്യത്യാസം പോലും Cas9 നിർത്താൻ കഴിയും, അതേസമയം PAM-ൽ നിന്ന് 3-4 അടിസ്ഥാന വ്യത്യാസം സഹിക്കാവുന്നതാണ്. അതിനാൽ, അതിൻ്റെ സ്ഥാനം പൊരുത്തക്കേടുകളുടെ എണ്ണം പോലെ പ്രധാനമാണ്.
സ്കോർ/മാനദണ്ഡം
ഡിസംബർ
അഭിപ്രായം
എംഐടിയുടെ പ്രത്യേകത
0-100
ഉയർന്ന = ടാർഗെറ്റ് ഇല്ലാത്ത അപകടസാധ്യത
CFD (ഒരു ലക്ഷ്യമില്ലാത്ത)
0-1
നിർണായക ആപ്ലിക്കേഷനുകളിൽ 0.2 ന് മുകളിൽ ഇല്ലാതാക്കാം
വിയോജിപ്പ് സ്ഥാനം
വിത്ത് / റിമോട്ട്
വിത്ത് പ്രദേശം കൂടുതൽ അപകടസാധ്യതയുള്ളതാണ്
ചുരുക്കത്തിൽ
- CRISPR രൂപകൽപ്പനയിൽ AI; അത് തന്ത്രം മെനയുകയും കോഡ് എഴുതുകയും ഓപ്ഷനുകൾ വിശദീകരിക്കുകയും ചെയ്യുന്ന ഒരു അസിസ്റ്റൻ്റാണ്, gRNA "ഉത്പാദിപ്പിക്കുന്ന" ഉപകരണമല്ല.
- gRNA കാൻഡിഡേറ്റുകൾ പ്രത്യേക ഉപകരണങ്ങൾ (CRISPOR/CHOPCHOP) ഉപയോഗിച്ച് നിർമ്മിക്കണം, കൂടാതെ PAM ഉം ഓഫ്-ടാർഗെറ്റും സംഖ്യാപരമായി നിയന്ത്രിക്കണം.
- ഡിസൈൻ സ്കോർ ഒരു എസ്റ്റിമേറ്റ് ആണ്; ഓൺ-ടാർഗെറ്റ്, ഓഫ്-ടാർഗെറ്റ് ഇഫക്റ്റ് പരീക്ഷണാത്മകമായി സ്ഥിരീകരിക്കണം (സീക്വൻസിങ്).
- ക്ലിനിക്കൽ, ജെംലൈൻ സമ്പ്രദായങ്ങൾ കനത്ത നൈതിക/നിയമപരമായ പരിധികൾക്ക് വിധേയമാണ്.
ആപ്ലിക്കേഷൻ ടാസ്ക്
Ensembl-ൽ നിന്ന് ഒരു ടാർഗെറ്റ് ജീൻ മേഖല ഡൗൺലോഡ് ചെയ്യുക. മുകളിലുള്ള PAM പ്രീ-സ്ക്രീനിംഗ് കോഡ് പ്രവർത്തിപ്പിച്ച് കാൻഡിഡേറ്റ് പ്രോട്ടോസ്പേസറുകൾ ലിസ്റ്റ് ചെയ്യുക. തുടർന്ന് അതേ പ്രദേശം CRISPOR പോലുള്ള ഒരു ടൂളിലേക്ക് എക്സ്പോർട്ടുചെയ്ത് ഓൺ-ടാർഗെറ്റും ഓഫ്-ടാർഗെറ്റും നേടുക; നിങ്ങളുടെ കോഡ് കാൻഡിഡേറ്റുകളെ ടൂളിൻ്റെ ശുപാർശകളുമായി താരതമ്യം ചെയ്യുക. ഉയർന്ന ടാർഗെറ്റ് അപകടസാധ്യതയുള്ള സ്ഥാനാർത്ഥിയെ തിരിച്ചറിയുക, എന്തുകൊണ്ടാണ് അവൻ/അവൾ ഇല്ലാതാക്കപ്പെടുന്നത് എന്ന് ഒറ്റ വാചകത്തിൽ എഴുതുക.
ചെക്ക്ലിസ്റ്റ്
- [ ] ജീൻ, എക്സോൺ, ജീനോം പതിപ്പ്, ട്രാൻസ്ക്രിപ്റ്റ് എന്നിവ ഉപയോഗിച്ച് ഞാൻ ലക്ഷ്യം നിശ്ചയിച്ചു.
- [ ] വിശ്വസനീയമായ ഒരു ഉറവിടത്തിൽ നിന്നാണ് എനിക്ക് പരമ്പര ലഭിച്ചത്, എനിക്ക് അത് AI മനഃപാഠമാക്കിയിരുന്നില്ല.
- [ ] ഇഷ്ടാനുസൃത ഉപകരണം ഉപയോഗിച്ച് ഞാൻ gRNA കാൻഡിഡേറ്റുകൾ സൃഷ്ടിക്കുകയും സ്കോർ ചെയ്യുകയും ചെയ്തു.
- [ ] ഞാൻ PAM ൻ്റെ സാന്നിധ്യവും ഓഫ് ടാർഗെറ്റ് അപകടസാധ്യതയും പരിശോധിച്ചു.
- [ ] ഞാൻ ഒരു പരീക്ഷണാത്മക സ്ഥിരീകരണ പ്ലാൻ സജ്ജീകരിച്ചു.
- [ ] എനിക്ക് ധാർമ്മിക/നിയമപരമായ അതിരുകളെ കുറിച്ച് ബോധമുണ്ട് കൂടാതെ വിദഗ്ദ്ധരുടെ അംഗീകാരം നിരീക്ഷിച്ചിട്ടുണ്ട്.