Dobički:
- Sposobnost razumevanja konceptov CRISPR, gRNA (vodilna RNA), PAM in neciljnih učinkov ter omogočiti, da umetna inteligenca izdela varen seznam kandidatov za gRNA in oblikovalsko kodo
- Sposobnost osebnega preverjanja kandidatov za gRNA, ki jih poda umetna inteligenca s strokovnimi orodji za analizo izven cilja in poravnavo genoma
- Sposobnost sprejemanja etičnih/biološko varnostnih omejitev in da se zasnova ne sme izvajati brez laboratorijskega preverjanja
CRISPR-Cas9 (sistem za urejanje genov, prilagojen iz bakterij za rezanje in urejanje DNK na ciljni točki) je preoblikoval molekularno biologijo: zdaj je mogoče natančno spremeniti določeno točko v genu. Toda ta moč je neusmiljena proti napakam pri oblikovanju: nepravilno izbrana vodilna RNA (gRNA – kratko zaporedje RNA, ki usmerja encim Cas do tarče) lahko izreže napačen gen ali povzroči nenamerne reze mimo cilja. V tej enoti se boste naučili, kako uporabljati umetno inteligenco (AI) kot pomočnika pri načrtovanju CRISPR, ustvarjanju načrta, pisanju kode in razlagi možnosti; vendar boste izvedeli, zakaj morate s specializiranimi orodji in eksperimentalno potrditi izbor gRNA in analizo izven cilja.
Kritično opozorilo: Ne sprašujte neposredno AI "daj mi zaporedje gRNA za ta gen" in ne uporabljajte dohodnega zaporedja, kot je. LLM lahko povzroči gRNA, ki se ne ujema s pravilom PAM (spodaj) ali ki se ujema drugje v genomu, ali celo popolnoma sestavljeno gRNA. Pravi način: Vzpostavitev strategije oblikovanja z AI, generiranje in točkovanje kandidatov s posebnimi oblikovalskimi orodji CRISPR (kot sta CRISPOR, CHOPCHOP) in njihovo eksperimentalno preverjanje.
Osnovni pojmi
- Cas9: Encim (molekularne škarje), ki reže DNK. Ustvari prelom dvojne verige, kamor usmerja gRNA.
- gRNA / sgRNA: vodnik približno 20 nukleotidov, ki se ujema s ciljno DNA in tja prenaša Cas9.
- PAM (Protospacer Adjacent Motif): Kratko zaporedje, ki se mora nahajati tik ob tarči, da lahko Cas9 reže. Za SpCas9 običajno "NGG" (N je katera koli osnova).
- Učinkovitost na cilju: kako učinkovito reže gRNA na cilj (merjeno z rezultatom napovedi).
- Izven cilja: gRNA veže in reže druge točke v genomu, ki so podobne tarči; nezaželeno in nevarno.
- HDR / NHEJ: Poti popravljanja celic po rezu; NHEJ običajno pusti majhne indele, HDR naredi natančne spremembe v predlogi.
Korak za korakom: potek oblikovanja CRISPR s pomočjo umetne inteligence
1. Pojasnite cilj in namen. Kateri gen, kateri ekson, kakšna vrsta spremembe (knockout ali natančna korekcija)? Varna različica genoma in prepis.
2. Pridobite serijo iz zanesljivega vira. Prenesite zaporedje ciljne regije iz Ensembl/NCBI; Ne prisilite AI, da si ga zapomni.
3. Ustvarite kandidate gRNA z orodjem po meri. Orodja, kot je CRISPOR/CHOPCHOP, preverjajo PAM, zagotavljajo ciljne rezultate in iščejo izven ciljev za celoten genom. Uporabite AI za razlago rezultatov teh orodij.
4. Tveganje, ki ni ciljno, jemljite resno. Izločite kandidate z visokimi rezultati zunaj cilja; Potrdite z več orodji v kritičnih aplikacijah.
5. Načrtujte poskusno validacijo. Potrdite s poskusom (sekvenciranje, T7E1, sekvenciranje pomnožev), ali izbrana gRNA dejansko zmanjša tarčo (in izven tarče). Ocena oblikovanja je ocena, ne dokaz.
Namig: Preden uporabite kandidata za gRNA, RAZSTRELETE njegovo zaporedje glede na genom, da vidite, kje razen tarče se natančno ali zelo ujema. Samo ta korak predčasno odstrani najnevarnejše kandidate, ki niso ciljni.
trije mini kovčki
Primer 1 — gRNA brez PAM. En študent je prosil AI za gRNA za gen in prejel razumno zaporedje 20 nukleotidov. Vendar v bližini cilja ni bilo NGG PAM; Torej Cas9 tam ni mogel rezati. Ko je študent vnesel regijo v CRISPOR, je videl, da orodje predlaga veljavne kandidate s PAM. Če bi uporabili zaporedje AI, bi poskus popolnoma propadel.
2. primer – Tajno izven cilja. Enemu raziskovalcu je bila všeč "visoko učinkovita" gRNA, ki jo je predlagal AI. Ko je zagnal CRISPOR, da bi preveril, ali ni ciljno, je ugotovil, da se gRNA ujema le z 1 bazno razliko v drugem genu – resno tveganje, da ni ciljno. Kandidat je bil izločen. Brez numerične analize, ki ni ciljna, bi lahko izrezali nezaželen gen.
Primer 3 – Pridobljena potrditev. En laboratorij je sintetiziral tri kandidate za gRNA in jih testiral v celicah; S sekvenciranjem amplikonov je ugotovil, da ima samo eden več kot 60-odstotno urejanje (indelov), druga dva pa manj kot 5-odstotno. Ocene oblikovanja so vse tri pokazale kot "dobre". Eksperimentalno preverjanje je pokazalo razliko med napovedjo in resničnostjo.
Primer: kontrola PAM kandidatne gRNA
import re# Pridobite zaporedje ciljne regije iz Ensembl/NCBI; Ne prisilite AI, da si ga zapomni. target = "GACGTTGCATCGGATCCTAAGGCTTACGGTAGCTAGCTAGGCTAAGG"# 20 nt protospacer + NGG PAM iskanje za SpCas9 (end strand + strand) for m in re.finditer(r"(?=([ACGT]{20})([ACGT]GG))", target): protospacer, pam = m.group(1), m.group(2) print(f"Položaj {m.start()+1}: gRNA={protospacer} PAM={pam}")
S tem bodo navedeni samo kandidati z veljavnim PAM; Toda posebna orodja so potrebna za ciljno dejavnost in zunaj nje. Ta koda je orodje za predhodno pregledovanje in ne popolna zasnova.
Štiri predloge za kopiranje
1) Strategija oblikovanja (brez izdelave serije):
Vaša vloga: pomočnik oblikovanja CRISPR. Vzpostavite strategijo zasnove za: [gen, ekson, izločitveni/natančni popravek, različica genoma, prepis]. Katero posebno orodje (CRISPOR/CHOPCHOP) s kakšnimi nastavitvami naj uporabim, katere rezultate (on-target, off-target) naj pogledam, povejte mi korak za korakom. Ustvarjanje zaporedja gRNA SEN; Izdelal ga bom iz vozila.
2) Tolmačenje, ki ni ciljno:
Pojasnite, kako naj preberem neciljne stolpce v izhodu CRISPOR: kaj pomeni rezultat MIT, rezultat CFD, število neujemanja, pri katerih pragovih naj izločim kandidata? Ali se mejne vrednosti razlikujejo v kliničnih in raziskovalnih aplikacijah?
3) Načrt poskusnega preverjanja:
Kako lahko eksperimentalno preverim, da gRNA, ki sem jo izbral, reže na cilj in ne izven cilja? T7E1, korak za korakom pojasnite amplikonsko (globoko) zaporedje in načrtovanje nadzora, vključno s tem, katere kontrole je treba postaviti.
4) PAM/okvirna predkvalifikacijska koda:
Napišite kodo Python, ki najde vseh 20 nt kandidatnih protoprostorjev za SpCas9 (NGG PAM) na obeh verigah v danem ciljnem zaporedju. Sporočite lokacijo, nit in PAM za vsakega kandidata. V komentarju kode navedite, da je to samo predhodna eliminacija in da je za izven cilja potrebno posebno orodje.
Šibek poziv/močan poziv
Slab: "Daj mi zaporedje gRNA CRISPR za gen MYC."
Težava: Ni različice/prepisa genoma, ni PAM in nadzora, ki ni cilj, AI lahko da lažno ali nevarno zaporedje.
Strong: "Nastavite strategijo oblikovanja CRISPR za izločitev GRCh38, MYC (ekson 2); povejte mi, katero orodje naj uporabim, s katero nastavitvijo in pri katerem pragu izven cilja naj odpravim. Iz orodja bom proizvedel zaporedje gRNA; vi ga ne ustvarite."
Zakaj je zmogljiv: Kontekst je jasen, oblikovanje je prepuščeno posebnemu orodju, v središče sta postavljena izven cilja in preverjanje.
Oder
Vloga AI
Obvezno preverjanje
Strategija
Priporoča načrte in orodja
Strokovne ocene
proizvodnja gRNA
Komentarji
Rezultat CRISPOR/CHOPCHOP
Nadzor PAM
piše kodo
Zaženite kodo in potrdite
Izven cilja
razglasi rezultat
Specialno vozilo + BLAST
Zaključek
Komentarji
Eksperimentalno sekvenciranje
Pogoste napake
- Neposredno z uporabo gRNA, ki ga je dal AI. Lahko je brez PAM-a, ni ciljno ali lažno.
- Preskok analize izven cilja. Najbolj nevarna napaka; neželene gene je mogoče izrezati.
- Zamenjati oblikovalski rezultat za empirične dokaze. Rezultat je napoved; je treba preveriti v celici.
- Puščanje različice/prepisa genoma nedoločenega. Morda je tarča napačen ekson.
- Zanašanje na eno vozilo. V kritičnih aplikacijah je potrebna potrditev z več orodji.
Pozor: Urejanje genov za ljudi ali klinične namene je predmet strogih etičnih in pravnih predpisov. Ta enota je namenjena raziskovalni in oblikovalski pismenosti; Za odločitve klinične prakse je potrebna odobritev etične komisije, strokovna skupina in zakonodaja. Urejanje zarodne (podedovane) linije je v mnogih državah prepovedano.
Globina: številčno preberite rezultate zunaj ciljev
Ocenite neciljno tveganje z dvema konkretnima ocenama, ne z nejasnimi besedami, kot je "visoko/nizko". Rezultat MIT (0-100) povzema, kako specifična je gRNA za celoten genom; Visok rezultat (npr. 80+) pomeni manjše tveganje izven cilja. Ocena CFD (določitev frekvence rezanja, 0-1) ocenjuje verjetnost dejanskega rezanja vsakega območja, ki ni ciljno, enega za drugim; Že eno samo območje, ki ni ciljno, nad 0,2 lahko odpravi kandidata za kritične aplikacije. Naj umetna inteligenca razloži ti dve oceni, nato pa sami preberite dejanske vrednosti v izpisu vozila.
Konkreten primer: ekipa je izbirala med dvema kandidatoma. Kandidat A je imel rezultat MIT 91, najvišje CFD izven cilja pa je bilo 0,05. Kandidat B je imel rezultat MIT 88, vendar je imel en sam izven cilja v eksonu tumor supresorskega gena s CFD 0,34. Čeprav so se skupni rezultati zdeli blizu, je bil kandidat B nesprejemljiv, če je bil izven cilja (kodiranje funkcionalno kritičnega gena). Bistveno je oceniti netarčno ne le glede na število, temveč tudi glede na biološko pomembnost gena, na katerega spada.
Še ena točka: veliko bolj tvegano je, da pride do neujemanja v "semenski" regiji blizu PAM kot v oddaljeni regiji; Tudi razlika 1-2 baz v semenski regiji lahko ustavi Cas9, medtem ko je razlika 3-4 baz stran od PAM mogoče tolerirati. Zato je njegova lokacija enako pomembna kot število neskladij.
Rezultat/merilo
decembra
Komentiraj
MIT specifičnost
0-100
Visoko = majhno tveganje izven cilja
CFD (izven cilja)
0-1
Nad 0,2 se lahko odpravi v kritičnih aplikacijah
Discord položaj
seme/oddaljeno
Precej bolj tvegano je semensko območje
Če povzamem
- AI v dizajnu CRISPR; je pomočnik, ki oblikuje strategije, piše kodo in razlaga možnosti, ne pa orodje, ki "proizvaja" gRNA.
- Kandidate za gRNA je treba izdelati s posebnimi orodji (CRISPOR/CHOPCHOP), PAM in izven cilja pa je treba numerično nadzorovati.
- Ocena oblikovanja je ocena; Učinek na tarčo in stran od nje je treba potrditi eksperimentalno (sekvenciranje).
- Klinične in zarodne prakse so predmet strogih etičnih/pravnih omejitev.
Aplikacijska naloga
Prenesite ciljno gensko regijo iz Ensembl. Zaženite zgornjo kodo za predhodno preverjanje PAM in navedite kandidatne protospacerje. Nato izvozite isto regijo v orodje, kot je CRISPOR, in pridobite ciljne in neciljne rezultate; Primerjajte svoje kandidate za kodo s priporočili orodja. Identificirajte kandidata z največjim tveganjem izven cilja in v enem stavku napišite, zakaj bo izločen.
kontrolni seznam
- [ ] Popravil sem cilj glede na gen, ekson, različico genoma in transkript.
- [ ] Serijo sem dobil iz zanesljivega vira, AI si je nisem dal zapomniti.
- [ ] Z orodjem po meri sem ustvaril in ocenil kandidate za gRNA.
- [ ] Preveril sem prisotnost PAM in tveganje izven cilja.
- [ ] Postavil sem eksperimentalni načrt preverjanja.
- [ ] Zavedam se etičnih/pravnih meja in sem prejel odobritev strokovnjakov.