ਲਾਭ:
- ਸੀਆਰਆਈਐਸਪੀਆਰ, ਜੀਆਰਐਨਏ (ਗਾਈਡ ਆਰਐਨਏ), ਪੀਏਐਮ ਅਤੇ ਆਫ-ਟਾਰਗੇਟ ਪ੍ਰਭਾਵਾਂ ਦੀਆਂ ਧਾਰਨਾਵਾਂ ਨੂੰ ਸਮਝਣ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਇੱਕ ਸੁਰੱਖਿਅਤ ਜੀਆਰਐਨਏ ਉਮੀਦਵਾਰ ਸੂਚੀ ਅਤੇ ਡਿਜ਼ਾਈਨ ਕੋਡ ਤਿਆਰ ਕਰਦੀ ਹੈ।
- ਮਾਹਰ ਆਫ-ਟਾਰਗੇਟ ਵਿਸ਼ਲੇਸ਼ਣ ਟੂਲਸ ਅਤੇ ਜੀਨੋਮ ਅਲਾਈਨਮੈਂਟ ਨਾਲ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ ਜੀਆਰਐਨਏ ਉਮੀਦਵਾਰਾਂ ਦੀ ਨਿੱਜੀ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਯੋਗਤਾ
- ਨੈਤਿਕ/ਬਾਇਓਸੁਰੱਖਿਆ ਸੀਮਾਵਾਂ ਨੂੰ ਸਵੀਕਾਰ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਇਹ ਕਿ ਡਿਜ਼ਾਈਨ ਨੂੰ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਤਸਦੀਕ ਤੋਂ ਬਿਨਾਂ ਲਾਗੂ ਨਹੀਂ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ
CRISPR-Cas9 (ਇੱਕ ਨਿਸ਼ਾਨਾ ਬਿੰਦੂ 'ਤੇ ਡੀਐਨਏ ਨੂੰ ਕੱਟਣ ਅਤੇ ਸੰਪਾਦਿਤ ਕਰਨ ਲਈ ਬੈਕਟੀਰੀਆ ਤੋਂ ਅਨੁਕੂਲਿਤ ਇੱਕ ਜੀਨ ਸੰਪਾਦਨ ਪ੍ਰਣਾਲੀ) ਨੇ ਅਣੂ ਜੀਵ ਵਿਗਿਆਨ ਨੂੰ ਬਦਲ ਦਿੱਤਾ ਹੈ: ਹੁਣ ਇੱਕ ਜੀਨ ਵਿੱਚ ਇੱਕ ਖਾਸ ਬਿੰਦੂ ਨੂੰ ਸਹੀ ਰੂਪ ਵਿੱਚ ਬਦਲਣਾ ਸੰਭਵ ਹੈ। ਪਰ ਇਹ ਸ਼ਕਤੀ ਡਿਜ਼ਾਇਨ ਦੀਆਂ ਗਲਤੀਆਂ ਦੇ ਵਿਰੁੱਧ ਬੇਰਹਿਮ ਹੈ: ਇੱਕ ਗਲਤ ਢੰਗ ਨਾਲ ਚੁਣੀ ਗਈ ਗਾਈਡ RNA (gRNA - RNA ਦਾ ਛੋਟਾ ਕ੍ਰਮ ਜੋ Cas ਐਂਜ਼ਾਈਮ ਨੂੰ ਟੀਚੇ ਵੱਲ ਸੇਧਿਤ ਕਰਦਾ ਹੈ) ਗਲਤ ਜੀਨ ਨੂੰ ਕੱਟ ਸਕਦਾ ਹੈ ਜਾਂ ਅਣਇੱਛਤ ਕੱਟਾਂ ਨੂੰ ਟਾਰਗੇਟ ਬਣਾ ਸਕਦਾ ਹੈ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ CRISPR ਡਿਜ਼ਾਇਨ ਵਿੱਚ ਇੱਕ ਸਹਾਇਕ ਵਜੋਂ ਆਰਟੀਫਿਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ (AI) ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ, ਇੱਕ ਯੋਜਨਾ ਬਣਾਉਣਾ, ਕੋਡ ਲਿਖਣਾ, ਅਤੇ ਵਿਕਲਪਾਂ ਨੂੰ ਸਮਝਾਉਣਾ; ਪਰ ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਤੁਹਾਨੂੰ ਵਿਸ਼ੇਸ਼ ਟੂਲਸ ਅਤੇ ਪ੍ਰਯੋਗਾਤਮਕ ਤੌਰ 'ਤੇ gRNA ਚੋਣ ਅਤੇ ਟਾਰਗੇਟ ਤੋਂ ਬਾਹਰ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦੀ ਲੋੜ ਕਿਉਂ ਹੈ।
ਗੰਭੀਰ ਚੇਤਾਵਨੀ: AI ਨੂੰ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਨਾ ਪੁੱਛੋ "ਮੈਨੂੰ ਇਸ ਜੀਨ ਲਈ gRNA ਕ੍ਰਮ ਦਿਓ" ਅਤੇ ਆਉਣ ਵਾਲੇ ਕ੍ਰਮ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ ਜਿਵੇਂ ਕਿ ਇਹ ਹੈ। LLM ਇੱਕ gRNA ਪੈਦਾ ਕਰ ਸਕਦਾ ਹੈ ਜੋ PAM ਨਿਯਮ (ਹੇਠਾਂ) ਨਾਲ ਮੇਲ ਨਹੀਂ ਖਾਂਦਾ ਜਾਂ ਜੋ ਜੀਨੋਮ ਵਿੱਚ ਕਿਤੇ ਹੋਰ ਮੇਲ ਖਾਂਦਾ ਹੈ, ਜਾਂ ਇੱਕ ਪੂਰੀ ਤਰ੍ਹਾਂ ਬਣਿਆ gRNA ਵੀ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦਾ ਹੈ। ਸਹੀ ਤਰੀਕਾ: AI ਨਾਲ ਡਿਜ਼ਾਈਨ ਰਣਨੀਤੀ ਦੀ ਸਥਾਪਨਾ, ਵਿਸ਼ੇਸ਼ CRISPR ਡਿਜ਼ਾਈਨ ਟੂਲਸ (ਜਿਵੇਂ ਕਿ CRISPOR, CHOPCHOP) ਨਾਲ ਉਮੀਦਵਾਰਾਂ ਨੂੰ ਤਿਆਰ ਕਰਨਾ ਅਤੇ ਸਕੋਰ ਕਰਨਾ ਅਤੇ ਪ੍ਰਯੋਗਾਤਮਕ ਤੌਰ 'ਤੇ ਉਨ੍ਹਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨਾ।
ਬੁਨਿਆਦੀ ਧਾਰਨਾਵਾਂ
- Cas9: ਐਨਜ਼ਾਈਮ (ਮੌਲੀਕਿਊਲਰ ਕੈਂਚੀ) ਜੋ ਡੀਐਨਏ ਨੂੰ ਕੱਟਦਾ ਹੈ। ਇਹ ਇੱਕ ਡਬਲ ਸਟ੍ਰੈਂਡ ਬਰੇਕ ਬਣਾਉਂਦਾ ਹੈ ਜਿੱਥੇ gRNA ਨਿਰਦੇਸ਼ਿਤ ਕਰਦਾ ਹੈ।
- gRNA / sgRNA: ਲਗਭਗ 20 ਨਿਊਕਲੀਓਟਾਈਡਾਂ ਦੀ ਇੱਕ ਗਾਈਡ ਜੋ ਟੀਚੇ ਦੇ DNA ਨਾਲ ਮੇਲ ਖਾਂਦੀ ਹੈ ਅਤੇ Cas9 ਨੂੰ ਉੱਥੇ ਪਹੁੰਚਾਉਂਦੀ ਹੈ।
- PAM (ਪ੍ਰੋਟੋਸਪੇਸਰ ਅਡਜੈਂਟ ਮੋਟਿਫ): ਇੱਕ ਛੋਟਾ ਕ੍ਰਮ ਜੋ Cas9 ਨੂੰ ਕੱਟਣ ਲਈ ਟੀਚੇ ਦੇ ਬਿਲਕੁਲ ਕੋਲ ਸਥਿਤ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। SpCas9 ਲਈ ਆਮ ਤੌਰ 'ਤੇ "NGG" (N ਕੋਈ ਅਧਾਰ ਹੁੰਦਾ ਹੈ)।
- ਆਨ-ਟਾਰਗੇਟ ਕੁਸ਼ਲਤਾ: gRNA ਟੀਚੇ 'ਤੇ ਕਿੰਨੀ ਕੁ ਕੁਸ਼ਲਤਾ ਨਾਲ ਕੱਟਦਾ ਹੈ (ਪੂਰਵ ਅਨੁਮਾਨ ਸਕੋਰ ਦੁਆਰਾ ਮਾਪਿਆ ਜਾਂਦਾ ਹੈ)।
- ਟਾਰਗੇਟ ਤੋਂ ਬਾਹਰ: ਜੀਆਰਐਨਏ ਜੀਨੋਮ ਵਿੱਚ ਹੋਰ ਬਿੰਦੂਆਂ ਨੂੰ ਬੰਨ੍ਹਦਾ ਅਤੇ ਕੱਟਦਾ ਹੈ ਜੋ ਟੀਚੇ ਦੇ ਸਮਾਨ ਹੁੰਦੇ ਹਨ; ਅਣਚਾਹੇ ਅਤੇ ਖ਼ਤਰਨਾਕ.
- HDR / NHEJ: ਕੱਟ ਦੇ ਬਾਅਦ ਸੈੱਲ ਮੁਰੰਮਤ ਮਾਰਗ; NHEJ ਆਮ ਤੌਰ 'ਤੇ ਛੋਟੇ ਸੂਚਕਾਂਕ ਨੂੰ ਛੱਡਦਾ ਹੈ, HDR ਇੱਕ ਟੈਮਪਲੇਟ ਵਿੱਚ ਸਟੀਕ ਬਦਲਾਅ ਕਰਦਾ ਹੈ।
ਕਦਮ ਦਰ ਕਦਮ: AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ CRISPR ਡਿਜ਼ਾਈਨ ਪ੍ਰਵਾਹ
1. ਟੀਚਾ ਅਤੇ ਉਦੇਸ਼ ਸਪਸ਼ਟ ਕਰੋ। ਕਿਹੜਾ ਜੀਨ, ਕਿਹੜਾ ਐਕਸੋਨ, ਕਿਸ ਕਿਸਮ ਦਾ ਬਦਲਾਅ (ਨਾਕਆਊਟ ਜਾਂ ਸ਼ੁੱਧਤਾ ਸੁਧਾਰ)? ਸੁਰੱਖਿਅਤ ਜੀਨੋਮ ਸੰਸਕਰਣ ਅਤੇ ਪ੍ਰਤੀਲਿਪੀ।
2. ਭਰੋਸੇਯੋਗ ਸਰੋਤ ਤੋਂ ਲੜੀ ਪ੍ਰਾਪਤ ਕਰੋ। Ensembl/NCBI ਤੋਂ ਟੀਚਾ ਖੇਤਰ ਕ੍ਰਮ ਨੂੰ ਡਾਊਨਲੋਡ ਕਰੋ; AI ਨੂੰ ਇਸ ਨੂੰ ਯਾਦ ਨਾ ਬਣਾਓ।
3. ਕਸਟਮ ਟੂਲ ਨਾਲ gRNA ਉਮੀਦਵਾਰ ਤਿਆਰ ਕਰੋ। ਟੂਲ ਜਿਵੇਂ ਕਿ CRISPOR/CHOPCHOP PAM ਦੀ ਜਾਂਚ ਕਰਦੇ ਹਨ, ਔਨ-ਟਾਰਗੇਟ ਸਕੋਰ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ ਅਤੇ ਜੀਨੋਮ-ਵਿਆਪਕ ਆਫ-ਟਾਰਗੇਟਸ ਦੀ ਭਾਲ ਕਰਦੇ ਹਨ। ਇਹਨਾਂ ਸਾਧਨਾਂ ਦੇ ਆਉਟਪੁੱਟ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਲਈ AI ਦੀ ਵਰਤੋਂ ਕਰੋ।
4. ਟਾਰਗੇਟ ਦੇ ਜੋਖਮ ਨੂੰ ਗੰਭੀਰਤਾ ਨਾਲ ਲਓ। ਉੱਚ ਆਫ-ਟਾਰਗੇਟ ਸਕੋਰ ਵਾਲੇ ਉਮੀਦਵਾਰਾਂ ਨੂੰ ਖਤਮ ਕਰੋ; ਨਾਜ਼ੁਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ ਕਈ ਟੂਲਸ ਨਾਲ ਪੁਸ਼ਟੀ ਕਰੋ।
5. ਪ੍ਰਯੋਗਾਤਮਕ ਪ੍ਰਮਾਣਿਕਤਾ ਦੀ ਯੋਜਨਾ ਬਣਾਓ। ਪ੍ਰਯੋਗ ਦੁਆਰਾ ਪੁਸ਼ਟੀ ਕਰੋ (ਕ੍ਰਮ, T7E1, ਐਂਪਲੀਕਨ ਕ੍ਰਮ) ਕੀ ਚੁਣਿਆ ਗਿਆ ਜੀਆਰਐਨਏ ਅਸਲ ਵਿੱਚ ਟੀਚਾ (ਅਤੇ ਟਾਰਗੇਟ ਤੋਂ ਬਾਹਰ) ਨੂੰ ਕੱਟਦਾ ਹੈ। ਡਿਜ਼ਾਈਨ ਸਕੋਰ ਇੱਕ ਅਨੁਮਾਨ ਹੈ, ਸਬੂਤ ਨਹੀਂ।
ਸੰਕੇਤ: ਇੱਕ gRNA ਉਮੀਦਵਾਰ ਦੀ ਵਰਤੋਂ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ, ਇਹ ਦੇਖਣ ਲਈ ਜੀਨੋਮ ਦੇ ਵਿਰੁੱਧ ਇਸਦੇ ਕ੍ਰਮ ਨੂੰ ਬਲਾਸਟ ਕਰੋ ਕਿ ਇਹ ਟੀਚੇ ਤੋਂ ਇਲਾਵਾ ਕਿੱਥੇ ਬਿਲਕੁਲ ਜਾਂ ਨਜ਼ਦੀਕੀ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ। ਇਹ ਕਦਮ ਇਕੱਲੇ ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਆਫ-ਟਾਰਗੇਟ ਉਮੀਦਵਾਰਾਂ ਨੂੰ ਜਲਦੀ ਖਤਮ ਕਰਦਾ ਹੈ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 — PAM ਤੋਂ ਬਿਨਾਂ gRNA। ਇੱਕ ਵਿਦਿਆਰਥੀ ਨੇ ਜੀਨ ਲਈ ਜੀਆਰਐਨਏ ਲਈ ਏਆਈ ਨੂੰ ਕਿਹਾ ਅਤੇ 20 ਨਿਊਕਲੀਓਟਾਈਡਾਂ ਦਾ ਇੱਕ ਵਾਜਬ ਕ੍ਰਮ ਪ੍ਰਾਪਤ ਕੀਤਾ। ਹਾਲਾਂਕਿ, ਟੀਚੇ ਦੇ ਨੇੜੇ ਕੋਈ ਐਨਜੀਜੀ ਪੀਏਐਮ ਨਹੀਂ ਸੀ; ਇਸ ਲਈ Cas9 ਉੱਥੇ ਕੱਟ ਨਹੀਂ ਸਕਿਆ। ਜਦੋਂ ਵਿਦਿਆਰਥੀ CRISPOR ਵਿੱਚ ਖੇਤਰ ਵਿੱਚ ਦਾਖਲ ਹੋਇਆ, ਉਸਨੇ ਦੇਖਿਆ ਕਿ ਟੂਲ ਨੇ PAM ਵਾਲੇ ਵੈਧ ਉਮੀਦਵਾਰਾਂ ਦਾ ਸੁਝਾਅ ਦਿੱਤਾ ਹੈ। ਜੇਕਰ AI ਦਾ ਕ੍ਰਮ ਵਰਤਿਆ ਗਿਆ ਸੀ, ਤਾਂ ਪ੍ਰਯੋਗ ਪੂਰੀ ਤਰ੍ਹਾਂ ਅਸਫਲ ਹੋ ਜਾਵੇਗਾ।
ਕੇਸ 2 - ਗੁਪਤ ਆਫ-ਟਾਰਗੇਟ। ਇੱਕ ਖੋਜਕਰਤਾ ਨੂੰ AI ਦੁਆਰਾ ਸੁਝਾਏ ਗਏ "ਉੱਚ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ" gRNA ਨੂੰ ਪਸੰਦ ਆਇਆ। ਜਦੋਂ ਉਹ ਆਫ-ਟਾਰਗੇਟ ਦੀ ਜਾਂਚ ਕਰਨ ਲਈ ਕ੍ਰਿਸਪੋਰ ਚਲਾ ਗਿਆ, ਤਾਂ ਉਸਨੇ ਪਾਇਆ ਕਿ ਜੀਆਰਐਨਏ ਇੱਕ ਹੋਰ ਜੀਨ ਵਿੱਚ ਸਿਰਫ 1 ਅਧਾਰ ਅੰਤਰ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ - ਇੱਕ ਗੰਭੀਰ ਆਫ-ਟਾਰਗੇਟ ਜੋਖਮ। ਉਮੀਦਵਾਰ ਨੂੰ ਬਾਹਰ ਕਰ ਦਿੱਤਾ ਗਿਆ ਸੀ. ਸੰਖਿਆਤਮਕ ਔਫ-ਟਾਰਗੇਟ ਵਿਸ਼ਲੇਸ਼ਣ ਤੋਂ ਬਿਨਾਂ, ਇੱਕ ਅਣਚਾਹੇ ਜੀਨ ਨੂੰ ਕੱਟਿਆ ਜਾ ਸਕਦਾ ਹੈ।
ਕੇਸ 3 - ਪੁਸ਼ਟੀ ਪ੍ਰਾਪਤ ਹੋਈ। ਇੱਕ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਨੇ ਤਿੰਨ ਜੀਆਰਐਨਏ ਉਮੀਦਵਾਰਾਂ ਦਾ ਸੰਸ਼ਲੇਸ਼ਣ ਕੀਤਾ ਅਤੇ ਸੈੱਲਾਂ ਵਿੱਚ ਉਹਨਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ; ਐਂਪਲੀਕਨ ਸੀਕਵੈਂਸਿੰਗ ਦੁਆਰਾ, ਉਸਨੇ ਪਾਇਆ ਕਿ ਸਿਰਫ ਇੱਕ ਵਿੱਚ 60% ਤੋਂ ਵੱਧ ਸੰਪਾਦਨ (ਇੰਡੇਲ) ਸਨ, ਜਦੋਂ ਕਿ ਬਾਕੀ ਦੋ ਵਿੱਚ 5% ਤੋਂ ਘੱਟ ਸਨ। ਡਿਜ਼ਾਈਨ ਸਕੋਰ ਨੇ ਤਿੰਨਾਂ ਨੂੰ "ਚੰਗੇ" ਵਜੋਂ ਦਰਸਾਇਆ। ਪ੍ਰਯੋਗਾਤਮਕ ਤਸਦੀਕ ਨੇ ਪੂਰਵ-ਅਨੁਮਾਨ ਅਤੇ ਹਕੀਕਤ ਵਿੱਚ ਅੰਤਰ ਪ੍ਰਗਟ ਕੀਤਾ।
ਉਦਾਹਰਨ: ਉਮੀਦਵਾਰ gRNA ਦਾ PAM ਕੰਟਰੋਲ
ਇੰਪੋਰਟ ਰੀ# Ensembl/NCBI ਤੋਂ ਟੀਚਾ ਖੇਤਰ ਕ੍ਰਮ ਪ੍ਰਾਪਤ ਕਰੋ; ਏਆਈ ਨੂੰ ਇਸ ਨੂੰ ਯਾਦ ਨਾ ਬਣਾਓ। target = "GACGTTGCATCGGATCCTAAGGCTTACGGTAGCTAGCTAGGCTAAGG"# 20 nt ਪ੍ਰੋਟੋਸਪੇਸਰ + NGG PAM ਖੋਜ SpCas9 (ਐਂਡ ਸਟ੍ਰੈਂਡ + ਸਟ੍ਰੈਂਡ) ਲਈ m ਲਈ re.finditer(r"(?=([ACGT]{20})(r"(?=([ACGT]{20})([ACGT), pro =) ਟਾਰਗਿਟ,) m.group(1), m.group(2) print(f"Position {m.start()+1}: gRNA={protospacer} PAM={pam}")
ਇਹ ਸਿਰਫ਼ ਵੈਧ PAM ਵਾਲੇ ਉਮੀਦਵਾਰਾਂ ਦੀ ਸੂਚੀ ਦੇਵੇਗਾ; ਪਰ ਆਨ-ਟਾਰਗੇਟ ਗਤੀਵਿਧੀ ਅਤੇ ਟਾਰਗੇਟ ਤੋਂ ਬਾਹਰ ਲਈ ਵਿਸ਼ੇਸ਼ ਸਾਧਨਾਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਇਹ ਕੋਡ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਸਕ੍ਰੀਨਿੰਗ ਟੂਲ ਹੈ, ਨਾ ਕਿ ਪੂਰਾ ਡਿਜ਼ਾਈਨ।
ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ
1) ਡਿਜ਼ਾਈਨ ਰਣਨੀਤੀ (ਲੜੀ ਪੈਦਾ ਕੀਤੇ ਬਿਨਾਂ):
ਤੁਹਾਡੀ ਭੂਮਿਕਾ: CRISPR ਡਿਜ਼ਾਈਨ ਸਹਾਇਕ। ਇਸਦੇ ਲਈ ਇੱਕ ਡਿਜ਼ਾਈਨ ਰਣਨੀਤੀ ਸਥਾਪਤ ਕਰੋ:[ਜੀਨ, ਐਕਸੋਨ, ਨਾਕਆਊਟ/ਸ਼ੁੱਧਤਾ ਸੁਧਾਰ, ਜੀਨੋਮ ਸੰਸਕਰਣ, ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ]। ਮੈਨੂੰ ਕਿਹੜੀਆਂ ਸੈਟਿੰਗਾਂ ਨਾਲ ਕਿਹੜੇ ਖਾਸ ਟੂਲ (ਕ੍ਰਿਸਪੋਰ/ਚੋਪਚੋਪ) ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ, ਮੈਨੂੰ ਕਿਹੜੇ ਸਕੋਰ (ਨਿਸ਼ਾਨਾ 'ਤੇ, ਟਾਰਗੇਟ) ਦੇਖਣੇ ਚਾਹੀਦੇ ਹਨ, ਮੈਨੂੰ ਕਦਮ-ਦਰ-ਕਦਮ ਦੱਸੋ। gRNA ਕ੍ਰਮ SEN ਤਿਆਰ ਕਰਨਾ; ਮੈਂ ਇਸਨੂੰ ਗੱਡੀ ਤੋਂ ਪੈਦਾ ਕਰਾਂਗਾ।
2) ਟਾਰਗੇਟ ਤੋਂ ਬਾਹਰ ਦੀ ਵਿਆਖਿਆ:
ਸਮਝਾਓ ਕਿ ਮੈਨੂੰ CRISPOR ਆਉਟਪੁੱਟ ਵਿੱਚ ਔਫ-ਟਾਰਗੇਟ ਕਾਲਮਾਂ ਨੂੰ ਕਿਵੇਂ ਪੜ੍ਹਨਾ ਚਾਹੀਦਾ ਹੈ: MIT ਸਕੋਰ, CFD ਸਕੋਰ, ਬੇਮੇਲ ਗਿਣਤੀ ਦਾ ਕੀ ਮਤਲਬ ਹੈ, ਮੈਨੂੰ ਕਿਸ ਥ੍ਰੈਸ਼ਹੋਲਡ 'ਤੇ ਉਮੀਦਵਾਰ ਨੂੰ ਖਤਮ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ? ਕੀ ਕਲੀਨਿਕਲ ਅਤੇ ਖੋਜ ਕਾਰਜਾਂ ਵਿੱਚ ਥ੍ਰੈਸ਼ਹੋਲਡ ਵੱਖਰੇ ਹਨ?
3) ਪ੍ਰਯੋਗਾਤਮਕ ਪੁਸ਼ਟੀਕਰਨ ਯੋਜਨਾ:
ਮੈਂ ਪ੍ਰਯੋਗਾਤਮਕ ਤੌਰ 'ਤੇ ਕਿਵੇਂ ਤਸਦੀਕ ਕਰ ਸਕਦਾ ਹਾਂ ਕਿ ਜੀਆਰਐਨਏ ਜੋ ਮੈਂ ਟੀਚੇ 'ਤੇ ਦੋਨੋ ਕੱਟਾਂ ਨੂੰ ਚੁਣਿਆ ਹੈ ਅਤੇ ਟਾਰਗੇਟ ਤੋਂ ਬਾਹਰ ਨਹੀਂ ਹੈ? T7E1, ਐਂਪਲੀਕੋਨ (ਡੂੰਘੀ) ਸੀਕਵੈਂਸਿੰਗ ਅਤੇ ਨਿਯੰਤਰਣ ਡਿਜ਼ਾਈਨ ਨੂੰ ਕਦਮ ਦਰ ਕਦਮ ਸਮਝਾਓ, ਜਿਸ ਵਿੱਚ ਕਿਹੜੇ ਨਿਯੰਤਰਣ ਲਗਾਉਣੇ ਹਨ।
4) PAM/ਫ੍ਰੇਮਵਰਕ ਪੂਰਵ-ਯੋਗਤਾ ਕੋਡ:
ਇੱਕ ਪਾਈਥਨ ਕੋਡ ਲਿਖੋ ਜੋ SpCas9 (NGG PAM) ਲਈ ਸਾਰੇ 20 nt ਉਮੀਦਵਾਰ ਪ੍ਰੋਟੋਸਪੇਸਰਾਂ ਨੂੰ ਦਿੱਤੇ ਗਏ ਟੀਚੇ ਦੇ ਕ੍ਰਮ ਵਿੱਚ ਦੋਵਾਂ ਸਟ੍ਰੈਂਡਾਂ 'ਤੇ ਲੱਭਦਾ ਹੈ। ਹਰੇਕ ਉਮੀਦਵਾਰ ਲਈ ਸਥਾਨ, ਥ੍ਰੈਡ ਅਤੇ PAM ਦੀ ਰਿਪੋਰਟ ਕਰੋ। ਕੋਡ ਟਿੱਪਣੀ ਵਿੱਚ ਨਿਸ਼ਚਿਤ ਕਰੋ ਕਿ ਇਹ ਸਿਰਫ ਇੱਕ ਸ਼ੁਰੂਆਤੀ ਖਾਤਮਾ ਹੈ ਅਤੇ ਇਹ ਕਿ ਆਫ-ਟਾਰਗੇਟ ਲਈ ਇੱਕ ਵਿਸ਼ੇਸ਼ ਸਾਧਨ ਦੀ ਲੋੜ ਹੈ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ: "ਮੈਨੂੰ MYC ਜੀਨ ਲਈ ਇੱਕ CRISPR gRNA ਕ੍ਰਮ ਦਿਓ।"
ਸਮੱਸਿਆ: ਕੋਈ ਜੀਨੋਮ ਸੰਸਕਰਣ/ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਨਹੀਂ, ਕੋਈ PAM ਅਤੇ ਆਫ-ਟਾਰਗੇਟ ਕੰਟਰੋਲ ਨਹੀਂ, AI ਜਾਅਲੀ ਜਾਂ ਖਤਰਨਾਕ ਕ੍ਰਮ ਦੇ ਸਕਦਾ ਹੈ।
ਮਜ਼ਬੂਤ: "GRCh38, MYC (ਐਕਸੋਨ 2) ਨਾਕਆਊਟ ਲਈ ਇੱਕ CRISPR ਡਿਜ਼ਾਈਨ ਰਣਨੀਤੀ ਸੈਟ ਅਪ ਕਰੋ; ਮੈਨੂੰ ਦੱਸੋ ਕਿ ਕਿਹੜਾ ਟੂਲ ਵਰਤਣਾ ਹੈ, ਕਿਹੜੀ ਸੈਟਿੰਗ ਨਾਲ, ਅਤੇ ਕਿਸ ਔਫ-ਟਾਰਗੇਟ ਥ੍ਰੈਸ਼ਹੋਲਡ ਨੂੰ ਖਤਮ ਕਰਨਾ ਹੈ। ਮੈਂ ਟੂਲ ਤੋਂ gRNA ਕ੍ਰਮ ਪੈਦਾ ਕਰਾਂਗਾ; ਤੁਸੀਂ ਇਸਨੂੰ ਨਹੀਂ ਪੈਦਾ ਕਰਦੇ।"
ਇਹ ਸ਼ਕਤੀਸ਼ਾਲੀ ਕਿਉਂ ਹੈ: ਸੰਦਰਭ ਸਪੱਸ਼ਟ ਹੈ, ਡਿਜ਼ਾਈਨ ਨੂੰ ਖਾਸ ਟੂਲ 'ਤੇ ਛੱਡ ਦਿੱਤਾ ਗਿਆ ਹੈ, ਟਾਰਗੇਟ ਤੋਂ ਬਾਹਰ ਅਤੇ ਤਸਦੀਕ ਨੂੰ ਕੇਂਦਰ 'ਤੇ ਰੱਖਿਆ ਗਿਆ ਹੈ।
ਸਟੇਜ
ਏਆਈ ਦੀ ਭੂਮਿਕਾ
ਲਾਜ਼ਮੀ ਪੁਸ਼ਟੀਕਰਨ
ਰਣਨੀਤੀ
ਯੋਜਨਾਵਾਂ ਅਤੇ ਸਾਧਨਾਂ ਦੀ ਸਿਫ਼ਾਰਿਸ਼ ਕਰਦਾ ਹੈ
ਮਾਹਰ ਸਮੀਖਿਆ
gRNA ਉਤਪਾਦਨ
ਟਿੱਪਣੀਆਂ
CRISPOR/CHOPCHOP ਸਕੋਰ
PAM ਨਿਯੰਤਰਣ
ਕੋਡ ਲਿਖਦਾ ਹੈ
ਕੋਡ ਚਲਾਓ ਅਤੇ ਪੁਸ਼ਟੀ ਕਰੋ
ਟਾਰਗੇਟ ਤੋਂ ਬਾਹਰ
ਸਕੋਰ ਦਾ ਐਲਾਨ ਕਰਦਾ ਹੈ
ਵਿਸ਼ੇਸ਼ ਵਾਹਨ + ਬਲਾਸਟ
ਸਿੱਟਾ
ਟਿੱਪਣੀਆਂ
ਪ੍ਰਯੋਗਾਤਮਕ ਕ੍ਰਮ
ਆਮ ਗਲਤੀਆਂ
- AI ਦੁਆਰਾ ਦਿੱਤੇ ਗਏ gRNA ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ। ਇਹ PAM-ਮੁਕਤ, ਬੰਦ-ਨਿਸ਼ਾਨਾ ਜਾਂ ਨਕਲੀ ਹੋ ਸਕਦਾ ਹੈ।
- ਟਾਰਗੇਟ ਵਿਸ਼ਲੇਸ਼ਣ ਨੂੰ ਛੱਡਣਾ। ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਗਲਤੀ; ਅਣਚਾਹੇ ਜੀਨਾਂ ਨੂੰ ਕੱਟਿਆ ਜਾ ਸਕਦਾ ਹੈ।
- ਅਨੁਭਵੀ ਸਬੂਤ ਲਈ ਡਿਜ਼ਾਇਨ ਸਕੋਰ ਨੂੰ ਗਲਤ ਕਰਨਾ. ਸਕੋਰ ਇੱਕ ਭਵਿੱਖਬਾਣੀ ਹੈ; ਸੈੱਲ ਵਿੱਚ ਤਸਦੀਕ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ.
- ਜੀਨੋਮ ਸੰਸਕਰਣ/ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਨੂੰ ਨਿਰਧਾਰਿਤ ਛੱਡਣਾ। ਗਲਤ ਐਕਸੋਨ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।
- ਇਕੱਲੇ ਵਾਹਨ 'ਤੇ ਨਿਰਭਰ। ਨਾਜ਼ੁਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ, ਮਲਟੀਪਲ ਟੂਲਸ ਨਾਲ ਪੁਸ਼ਟੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਸਾਵਧਾਨ: ਮਨੁੱਖੀ ਜਾਂ ਕਲੀਨਿਕਲ ਉਦੇਸ਼ਾਂ ਲਈ ਜੀਨ ਸੰਪਾਦਨ ਭਾਰੀ ਨੈਤਿਕ ਅਤੇ ਕਾਨੂੰਨੀ ਨਿਯਮਾਂ ਦੇ ਅਧੀਨ ਹੈ। ਇਹ ਯੂਨਿਟ ਖੋਜ ਅਤੇ ਡਿਜ਼ਾਈਨ ਸਾਖਰਤਾ ਲਈ ਹੈ; ਕਲੀਨਿਕਲ ਅਭਿਆਸ ਦੇ ਫੈਸਲਿਆਂ ਲਈ ਨੈਤਿਕਤਾ ਕਮੇਟੀ ਦੀ ਪ੍ਰਵਾਨਗੀ, ਮਾਹਰ ਟੀਮ ਅਤੇ ਕਾਨੂੰਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਕਈ ਦੇਸ਼ਾਂ ਵਿੱਚ ਜਰਮਲਾਈਨ (ਵਿਰਸੇ ਵਿੱਚ ਮਿਲੀ) ਸੰਪਾਦਨ ਦੀ ਮਨਾਹੀ ਹੈ।
ਡੂੰਘਾਈ: ਔਫ-ਟਾਰਗੇਟ ਸਕੋਰਾਂ ਨੂੰ ਸੰਖਿਆਤਮਕ ਤੌਰ 'ਤੇ ਪੜ੍ਹੋ
ਦੋ ਠੋਸ ਸਕੋਰਾਂ ਨਾਲ ਔਫ-ਟਾਰਗੇਟ ਜੋਖਮ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ, ਨਾ ਕਿ "ਉੱਚ/ਘੱਟ" ਵਰਗੇ ਅਸਪਸ਼ਟ ਸ਼ਬਦਾਂ ਨਾਲ। MIT ਸਕੋਰ (0-100) ਸਾਰ ਦਿੰਦਾ ਹੈ ਕਿ ਇੱਕ gRNA ਜੀਨੋਮ-ਵਿਆਪਕ ਕਿੰਨਾ ਖਾਸ ਹੈ; ਉੱਚ ਸਕੋਰ (ਜਿਵੇਂ ਕਿ 80+) ਦਾ ਮਤਲਬ ਹੈ ਘੱਟ ਟਾਰਗੇਟ ਜੋਖਮ। CFD ਸਕੋਰ (ਕਟਿੰਗ ਫ੍ਰੀਕੁਐਂਸੀ ਡਿਟਰਮੀਨੇਸ਼ਨ, 0-1) ਅਸਲ ਵਿੱਚ ਹਰੇਕ ਆਫ-ਟਾਰਗੇਟ ਖੇਤਰ ਨੂੰ ਇੱਕ-ਇੱਕ ਕਰਕੇ ਕੱਟਣ ਦੀ ਸੰਭਾਵਨਾ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਂਦਾ ਹੈ; ਇੱਥੋਂ ਤੱਕ ਕਿ 0.2 ਤੋਂ ਉੱਪਰ ਇੱਕ ਸਿੰਗਲ ਆਫ-ਟਾਰਗੇਟ ਖੇਤਰ ਵੀ ਮਹੱਤਵਪੂਰਨ ਐਪਲੀਕੇਸ਼ਨਾਂ ਲਈ ਉਮੀਦਵਾਰ ਨੂੰ ਖਤਮ ਕਰ ਸਕਦਾ ਹੈ। ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਇਹਨਾਂ ਦੋ ਸਕੋਰਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਲਈ ਕਹੋ, ਅਤੇ ਫਿਰ ਵਾਹਨ ਆਉਟਪੁੱਟ ਵਿੱਚ ਅਸਲ ਮੁੱਲਾਂ ਨੂੰ ਖੁਦ ਪੜ੍ਹੋ।
ਇੱਕ ਠੋਸ ਉਦਾਹਰਨ: ਇੱਕ ਟੀਮ ਦੋ ਉਮੀਦਵਾਰਾਂ ਵਿੱਚੋਂ ਚੋਣ ਕਰ ਰਹੀ ਸੀ। ਉਮੀਦਵਾਰ A ਦਾ MIT ਸਕੋਰ 91 ਸੀ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ CFD ਆਫ-ਟਾਰਗੇਟ 0.05 ਸੀ। ਉਮੀਦਵਾਰ B ਦਾ MIT ਸਕੋਰ 88 ਸੀ ਪਰ 0.34 ਦੇ CFD ਦੇ ਨਾਲ ਇੱਕ ਟਿਊਮਰ ਸਪ੍ਰੈਸਰ ਜੀਨ ਦੇ ਐਕਸੋਨ ਵਿੱਚ ਇੱਕ ਸਿੰਗਲ ਆਫ-ਟੀਰਗੇਟ ਸੀ। ਹਾਲਾਂਕਿ ਸਮੁੱਚੇ ਸਕੋਰ ਨੇੜੇ ਦਿਖਾਈ ਦਿੱਤੇ, ਜਿੱਥੇ ਆਫ-ਟੀਰਗੇਟ ਸੀ (ਇੱਕ ਕਾਰਜਸ਼ੀਲ ਤੌਰ 'ਤੇ ਨਾਜ਼ੁਕ ਜੀਨ ਨੂੰ ਏਨਕੋਡਿੰਗ) ਨੇ ਉਮੀਦਵਾਰ B ਨੂੰ ਅਸਵੀਕਾਰਨਯੋਗ ਬਣਾਇਆ। ਔਫ-ਟਾਰਗੇਟ ਦਾ ਮੁਲਾਂਕਣ ਨਾ ਸਿਰਫ਼ ਸੰਖਿਆ ਦੇ ਲਿਹਾਜ਼ ਨਾਲ ਕਰਨਾ ਜ਼ਰੂਰੀ ਹੈ, ਸਗੋਂ ਇਸ 'ਤੇ ਪੈਣ ਵਾਲੇ ਜੀਨ ਦੇ ਜੈਵਿਕ ਮਹੱਤਵ ਦੇ ਨਾਲ ਵੀ।
ਇੱਕ ਹੋਰ ਬਿੰਦੂ: ਦੂਰ ਦੇ ਖੇਤਰ ਨਾਲੋਂ ਪੀਏਐਮ ਦੇ ਨੇੜੇ "ਬੀਜ" ਖੇਤਰ ਵਿੱਚ ਬੇਮੇਲ ਹੋਣਾ ਬਹੁਤ ਜ਼ਿਆਦਾ ਜੋਖਮ ਭਰਪੂਰ ਹੈ; ਇੱਥੋਂ ਤੱਕ ਕਿ ਬੀਜ ਖੇਤਰ ਵਿੱਚ ਇੱਕ 1-2 ਅਧਾਰ ਅੰਤਰ Cas9 ਨੂੰ ਰੋਕ ਸਕਦਾ ਹੈ, ਜਦੋਂ ਕਿ PAM ਤੋਂ ਦੂਰ 3-4 ਅਧਾਰ ਅੰਤਰ ਨੂੰ ਬਰਦਾਸ਼ਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ। ਇਸ ਲਈ, ਇਸਦਾ ਸਥਾਨ ਅੰਤਰ ਦੀ ਗਿਣਤੀ ਜਿੰਨਾ ਮਹੱਤਵਪੂਰਨ ਹੈ.
ਸਕੋਰ/ਮਾਪਦੰਡ
ਦਸੰਬਰ
ਟਿੱਪਣੀ
MIT ਵਿਸ਼ੇਸ਼ਤਾ
0-100
ਉੱਚ = ਘੱਟ ਟਾਰਗੇਟ ਜੋਖਮ
CFD (ਇੱਕ ਆਫ-ਟੀਰਗੇਟ)
0-1
ਨਾਜ਼ੁਕ ਐਪਲੀਕੇਸ਼ਨਾਂ ਵਿੱਚ 0.2 ਤੋਂ ਉੱਪਰ ਨੂੰ ਖਤਮ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ
ਵਿਵਾਦ ਸਥਿਤੀ
ਬੀਜ/ਰਿਮੋਟ
ਬੀਜ ਖੇਤਰ ਬਹੁਤ ਜ਼ਿਆਦਾ ਜੋਖਮ ਵਾਲਾ ਹੈ
ਸੰਖੇਪ ਵਿੱਚ
- CRISPR ਡਿਜ਼ਾਈਨ ਵਿੱਚ AI; ਇਹ ਇੱਕ ਸਹਾਇਕ ਹੈ ਜੋ ਰਣਨੀਤੀ ਬਣਾਉਂਦਾ ਹੈ, ਕੋਡ ਲਿਖਦਾ ਹੈ, ਅਤੇ ਵਿਕਲਪਾਂ ਦੀ ਵਿਆਖਿਆ ਕਰਦਾ ਹੈ, ਨਾ ਕਿ ਉਹ ਸਾਧਨ ਜੋ gRNA ਨੂੰ "ਉਤਪਾਦ" ਕਰਦਾ ਹੈ।
- gRNA ਉਮੀਦਵਾਰਾਂ ਨੂੰ ਵਿਸ਼ੇਸ਼ ਟੂਲਸ (CRISPOR/CHOPCHOP) ਨਾਲ ਤਿਆਰ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ, ਅਤੇ PAM ਅਤੇ ਆਫ-ਟਾਰਗੇਟ ਨੂੰ ਸੰਖਿਆਤਮਕ ਤੌਰ 'ਤੇ ਨਿਯੰਤਰਿਤ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
- ਡਿਜ਼ਾਈਨ ਸਕੋਰ ਇੱਕ ਅਨੁਮਾਨ ਹੈ; ਆਨ-ਟਾਰਗੇਟ ਅਤੇ ਆਫ-ਟਾਰਗੇਟ ਪ੍ਰਭਾਵ ਨੂੰ ਪ੍ਰਯੋਗਾਤਮਕ ਤੌਰ 'ਤੇ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਣੀ ਚਾਹੀਦੀ ਹੈ (ਕ੍ਰਮ)।
- ਕਲੀਨਿਕਲ ਅਤੇ ਜਰਮਲਾਈਨ ਅਭਿਆਸ ਭਾਰੀ ਨੈਤਿਕ/ਕਾਨੂੰਨੀ ਸੀਮਾਵਾਂ ਦੇ ਅਧੀਨ ਹਨ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
Ensembl ਤੋਂ ਇੱਕ ਟੀਚਾ ਜੀਨ ਖੇਤਰ ਡਾਊਨਲੋਡ ਕਰੋ। ਉਪਰੋਕਤ PAM ਪ੍ਰੀ-ਸਕ੍ਰੀਨਿੰਗ ਕੋਡ ਚਲਾਓ ਅਤੇ ਉਮੀਦਵਾਰ ਪ੍ਰੋਟੋਸਪੇਸਰਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ। ਫਿਰ ਉਸੇ ਖੇਤਰ ਨੂੰ CRISPOR ਵਰਗੇ ਟੂਲ ਲਈ ਨਿਰਯਾਤ ਕਰੋ ਅਤੇ ਔਨ-ਟਾਰਗੇਟ ਅਤੇ ਆਫ-ਟਾਰਗੇਟ ਸਕੋਰ ਪ੍ਰਾਪਤ ਕਰੋ; ਟੂਲ ਦੀਆਂ ਸਿਫ਼ਾਰਸ਼ਾਂ ਨਾਲ ਆਪਣੇ ਕੋਡ ਉਮੀਦਵਾਰਾਂ ਦੀ ਤੁਲਨਾ ਕਰੋ। ਸਭ ਤੋਂ ਵੱਧ ਟਾਰਗੇਟ ਜੋਖਮ ਵਾਲੇ ਉਮੀਦਵਾਰ ਦੀ ਪਛਾਣ ਕਰੋ ਅਤੇ ਇੱਕ ਵਾਕ ਵਿੱਚ ਲਿਖੋ ਕਿ ਉਸਨੂੰ ਕਿਉਂ ਖਤਮ ਕੀਤਾ ਜਾਵੇਗਾ।
ਚੈੱਕਲਿਸਟ
- ਮੈਂ ਜੀਨ, ਐਕਸੋਨ, ਜੀਨੋਮ ਸੰਸਕਰਣ ਅਤੇ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ ਦੁਆਰਾ ਟੀਚਾ ਨਿਸ਼ਚਿਤ ਕੀਤਾ।
- [ ] ਮੈਨੂੰ ਇੱਕ ਭਰੋਸੇਯੋਗ ਸਰੋਤ ਤੋਂ ਲੜੀ ਮਿਲੀ ਹੈ, ਮੇਰੇ ਕੋਲ ਇਹ AI ਦੁਆਰਾ ਯਾਦ ਨਹੀਂ ਸੀ।
- [ ] ਮੈਂ ਕਸਟਮ ਟੂਲ ਨਾਲ gRNA ਉਮੀਦਵਾਰ ਬਣਾਏ ਅਤੇ ਸਕੋਰ ਕੀਤੇ।
- [ ] ਮੈਂ PAM ਦੀ ਮੌਜੂਦਗੀ ਅਤੇ ਟਾਰਗੇਟ ਤੋਂ ਬਾਹਰ ਖਤਰੇ ਦੀ ਜਾਂਚ ਕੀਤੀ।
- [ ] ਮੈਂ ਇੱਕ ਪ੍ਰਯੋਗਾਤਮਕ ਪੁਸ਼ਟੀਕਰਨ ਯੋਜਨਾ ਸਥਾਪਤ ਕੀਤੀ ਹੈ।
- [ ] ਮੈਂ ਨੈਤਿਕ/ਕਾਨੂੰਨੀ ਸੀਮਾਵਾਂ ਤੋਂ ਜਾਣੂ ਹਾਂ ਅਤੇ ਮਾਹਿਰਾਂ ਦੀ ਮਨਜ਼ੂਰੀ ਨੂੰ ਦੇਖਿਆ ਹੈ।