యూనిట్లు
1. మాలిక్యులర్ బయాలజీ మరియు జెనెటిక్స్‌లో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ పరిచయం: పాత్రలు, సరిహద్దులు, ధ్రువీకరణ, నీతి మరియు గోప్యత 2. DNA/RNA సీక్వెన్స్ అనాలిసిస్: అలైన్‌మెంట్, మోటిఫ్, ఓపెన్ రీడింగ్ ఫ్రేమ్ మరియు బేసిక్ బయోఇన్ఫర్మేటిక్స్ 3. వేరియంట్ ఇంటర్‌ప్రెటేషన్: VCF, HGVS హోదా మరియు ACMG ప్రమాణాల ద్వారా వ్యాధికారకత 4. ప్రోటీన్ నిర్మాణం మరియు ఆల్ఫాఫోల్డ్: రీడింగ్ స్ట్రక్చర్ ప్రిడిక్షన్, కాన్ఫిడెన్స్ స్కోర్‌లు మరియు ధ్రువీకరణ 5. CRISPR డిజైన్ మద్దతు: gRNA ఎంపిక, ఆఫ్-టార్గెట్ ప్రభావం మరియు ప్రయోగాత్మక ధ్రువీకరణ 6. Omics డేటా విశ్లేషణ: RNA-seq, వ్యక్తీకరణ, గణాంకాలు మరియు పాత్‌వే ఎన్‌రిచ్‌మెంట్ 7. సాహిత్య సమీక్ష మరియు శాస్త్రీయ రచన: మూల ధృవీకరణ మరియు తప్పుడు అనులేఖనాల ప్రమాదం 8. క్లినికల్ ఇంటర్‌ప్రెటేషన్: రిపోర్టింగ్, నిపుణుల ఆమోదం, ధ్రువీకరణ మరియు పరిమితులు 9. భ్రాంతి మరియు ప్రమాణీకరణ యొక్క క్రమశిక్షణ: రూపొందించబడిన జన్యువులు, సీక్వెన్సులు, వైవిధ్యాలు మరియు గుణాలు 10. నీతి, గోప్యత మరియు డేటా రక్షణ: జన్యు డేటా ప్రత్యేక బాధ్యత 11. ఎండ్-టు-ఎండ్ కేస్: డిస్కవరీ నుండి క్లినికల్ రిపోర్ట్ వరకు వేరియంట్ జర్నీ
యూనిట్ 5 / 11

CRISPR డిజైన్ మద్దతు: gRNA ఎంపిక, ఆఫ్-టార్గెట్ ప్రభావం మరియు ప్రయోగాత్మక ధ్రువీకరణ

లాభాలు:

  • CRISPR, gRNA (గైడ్ RNA), PAM మరియు ఆఫ్-టార్గెట్ ప్రభావాలను అర్థం చేసుకోగల సామర్థ్యం మరియు కృత్రిమ మేధస్సు సురక్షితమైన gRNA అభ్యర్థుల జాబితా మరియు డిజైన్ కోడ్‌ను ఉత్పత్తి చేస్తుంది
  • నిపుణులైన ఆఫ్-టార్గెట్ విశ్లేషణ సాధనాలు మరియు జీనోమ్ అలైన్‌మెంట్‌తో కృత్రిమ మేధస్సు ద్వారా అందించబడిన gRNA అభ్యర్థులను వ్యక్తిగతంగా ధృవీకరించగల సామర్థ్యం
  • నైతిక/జీవ భద్రత పరిమితులను అంగీకరించే సామర్థ్యం మరియు ప్రయోగశాల ధృవీకరణ లేకుండా డిజైన్ అమలు చేయరాదు

CRISPR-Cas9 (ఒక లక్ష్య బిందువు వద్ద DNA ను కత్తిరించడానికి మరియు సవరించడానికి బ్యాక్టీరియా నుండి స్వీకరించబడిన జన్యు సవరణ వ్యవస్థ) పరమాణు జీవశాస్త్రాన్ని మార్చింది: ఇప్పుడు జన్యువులోని నిర్దిష్ట బిందువును ఖచ్చితంగా మార్చడం సాధ్యమవుతుంది. కానీ ఈ శక్తి డిజైన్ లోపాలపై నిర్దాక్షిణ్యంగా ఉంటుంది: తప్పుగా ఎంపిక చేయబడిన గైడ్ RNA (gRNA - కాస్ ఎంజైమ్‌ను లక్ష్యానికి నిర్దేశించే RNA యొక్క సంక్షిప్త శ్రేణి) తప్పుడు జన్యువును కత్తిరించవచ్చు లేదా ఉద్దేశించని కోతలను లక్ష్యానికి దూరంగా చేయవచ్చు. ఈ యూనిట్‌లో, మీరు CRISPR డిజైన్‌లో సహాయకుడిగా కృత్రిమ మేధస్సు (AI)ని ఎలా ఉపయోగించాలో నేర్చుకుంటారు, ప్లాన్‌ను రూపొందించడం, కోడ్ రాయడం మరియు ఎంపికలను వివరించడం; కానీ మీరు gRNA ఎంపిక మరియు ఆఫ్-టార్గెట్ విశ్లేషణను ప్రత్యేక సాధనాలతో మరియు ప్రయోగాత్మకంగా ఎందుకు ధృవీకరించాలి అని మీరు నేర్చుకుంటారు.

క్లిష్టమైన హెచ్చరిక: "ఈ జన్యువు కోసం gRNA క్రమాన్ని నాకు ఇవ్వండి" అని AIని నేరుగా అడగవద్దు మరియు ఇన్‌కమింగ్ సీక్వెన్స్‌ను అలాగే ఉపయోగించవద్దు. LLM PAM నియమానికి (క్రింద) సరిపోలని లేదా జీనోమ్‌లో మరెక్కడా సరిపోలని లేదా పూర్తిగా తయారు చేయబడిన gRNAని కూడా అందించవచ్చు. సరైన మార్గం: AIతో డిజైన్ వ్యూహాన్ని ఏర్పాటు చేయడం, ప్రత్యేక CRISPR డిజైన్ టూల్స్ (CRISPOR, CHOPCHOP వంటివి)తో అభ్యర్థులను రూపొందించడం మరియు స్కోర్ చేయడం మరియు వాటిని ప్రయోగాత్మకంగా ధృవీకరించడం.

ప్రాథమిక భావనలు

  • Cas9: DNAను కత్తిరించే ఎంజైమ్ (మాలిక్యులర్ కత్తెర). ఇది gRNA నిర్దేశించే చోట డబుల్ స్ట్రాండ్ బ్రేక్‌ను సృష్టిస్తుంది.
  • gRNA / sgRNA: లక్ష్య DNAకి సరిపోలే మరియు Cas9ని అక్కడికి రవాణా చేసే సుమారు 20 న్యూక్లియోటైడ్‌ల గైడ్.
  • PAM (ప్రోటోస్పేసర్ ప్రక్కనే ఉన్న మూలాంశం): కట్ చేయడానికి Cas9 కోసం లక్ష్యం పక్కన తప్పనిసరిగా ఉండే చిన్న శ్రేణి. SpCas9 కోసం సాధారణంగా "NGG" (N ఏదైనా బేస్).
  • ఆన్-టార్గెట్ సామర్థ్యం: లక్ష్యం వద్ద gRNA ఎంత సమర్థవంతంగా కట్ చేస్తుంది (అంచనా స్కోర్ ద్వారా కొలుస్తారు).
  • ఆఫ్-టార్గెట్: జీనోమ్‌లోని లక్ష్యాన్ని పోలి ఉండే ఇతర పాయింట్‌లను gRNA బంధిస్తుంది మరియు కట్ చేస్తుంది; అవాంఛనీయ మరియు ప్రమాదకరమైన.
  • HDR / NHEJ: కట్ తర్వాత సెల్ మరమ్మత్తు మార్గాలు; NHEJ సాధారణంగా చిన్న ఇండెల్‌లను వదిలివేస్తుంది, HDR టెంప్లేట్‌కు ఖచ్చితమైన మార్పులను చేస్తుంది.

దశల వారీగా: AI-సహాయక CRISPR డిజైన్ ఫ్లో

1. లక్ష్యం మరియు ఉద్దేశ్యాన్ని స్పష్టం చేయండి. ఏ జన్యువు, ఏ ఎక్సాన్, ఏ రకమైన మార్పు (నాకౌట్ లేదా ఖచ్చితత్వ సవరణ)? సురక్షిత జీనోమ్ వెర్షన్ మరియు ట్రాన్స్క్రిప్ట్.

2. విశ్వసనీయ మూలం నుండి సిరీస్‌ను పొందండి. Ensembl/NCBI నుండి లక్ష్య ప్రాంత క్రమాన్ని డౌన్‌లోడ్ చేయండి; AIని గుర్తుపెట్టుకునేలా చేయవద్దు.

3. అనుకూల సాధనంతో gRNA అభ్యర్థులను రూపొందించండి. CRISPOR/CHOPCHOP వంటి సాధనాలు PAM కోసం తనిఖీ చేస్తాయి, ఆన్-టార్గెట్ స్కోర్‌లను అందిస్తాయి మరియు జీనోమ్-వైడ్ ఆఫ్-టార్గెట్‌ల కోసం చూస్తాయి. ఈ సాధనాల అవుట్‌పుట్‌ను అర్థం చేసుకోవడానికి AIని ఉపయోగించండి.

4. ఆఫ్-టార్గెట్ రిస్క్ తీవ్రంగా తీసుకోండి. అధిక ఆఫ్-టార్గెట్ స్కోర్‌లతో అభ్యర్థులను తొలగించండి; క్లిష్టమైన అప్లికేషన్‌లలో బహుళ సాధనాలతో నిర్ధారించండి.

5. ప్రయోగాత్మక ధ్రువీకరణను ప్లాన్ చేయండి. ఎంచుకున్న gRNA వాస్తవానికి లక్ష్యాన్ని (మరియు ఆఫ్-టార్గెట్) కట్ చేస్తుందో లేదో ప్రయోగం ద్వారా (సీక్వెన్సింగ్, T7E1, యాంప్లికాన్ సీక్వెన్సింగ్) నిర్ధారించండి. డిజైన్ స్కోర్ ఒక అంచనా, రుజువు కాదు.

చిట్కా: gRNA అభ్యర్థిని ఉపయోగించే ముందు, లక్ష్యం కాకుండా అది ఖచ్చితంగా లేదా దగ్గరగా ఎక్కడ సరిపోతుందో చూడటానికి జీనోమ్‌కు వ్యతిరేకంగా దాని క్రమాన్ని బ్లాస్ట్ చేయండి. ఈ దశ మాత్రమే అత్యంత ప్రమాదకరమైన ఆఫ్-టార్గెట్ అభ్యర్థులను ముందుగానే తొలగిస్తుంది.

మూడు చిన్న కేసులు

కేసు 1 — PAM లేకుండా gRNA. ఒక విద్యార్థి జన్యువు కోసం gRNA కోసం AIని అడిగాడు మరియు 20 న్యూక్లియోటైడ్‌ల సహేతుకమైన క్రమాన్ని అందుకున్నాడు. అయితే, లక్ష్యానికి సమీపంలో NGG PAM లేదు; కాబట్టి Cas9 అక్కడ కట్ చేయలేకపోయింది. విద్యార్థి CRISPORలోకి ప్రవేశించినప్పుడు, సాధనం PAMతో చెల్లుబాటు అయ్యే అభ్యర్థులను సూచించినట్లు అతను చూశాడు. AI యొక్క క్రమాన్ని ఉపయోగించినట్లయితే, ప్రయోగం పూర్తిగా విఫలమవుతుంది.

కేస్ 2 - సీక్రెట్ ఆఫ్-టార్గెట్. ఒక పరిశోధకుడు AI సూచించిన "అధిక-సమర్థత" gRNAని ఇష్టపడ్డారు. When he ran CRISPOR to check for off-target, he found that the gRNA matched only 1 base difference in another gene — a serious off-target risk. అభ్యర్థి ఎలిమినేట్ అయ్యారు. సంఖ్యాపరమైన ఆఫ్-టార్గెట్ విశ్లేషణ లేకుండా, అవాంఛిత జన్యువును కత్తిరించవచ్చు.

కేసు 3 - నిర్ధారణ పొందింది. ఒక ప్రయోగశాల మూడు gRNA అభ్యర్థులను సంశ్లేషణ చేసింది మరియు వాటిని కణాలలో పరీక్షించింది; యాంప్లికాన్ సీక్వెన్సింగ్ ద్వారా, అతను 60% కంటే ఎక్కువ ఎడిటింగ్ (ఇండెల్స్) కలిగి ఉన్నాడని అతను కనుగొన్నాడు, అయితే మిగిలిన రెండు 5% కంటే తక్కువ. డిజైన్ స్కోర్‌లు మూడింటిని "మంచివి"గా చూపించాయి. ప్రయోగాత్మక ధృవీకరణ అంచనా మరియు వాస్తవికత మధ్య వ్యత్యాసాన్ని వెల్లడించింది.

Example: PAM control of candidate gRNA

దిగుమతి re# Ensembl/NCBI నుండి లక్ష్య ప్రాంత క్రమాన్ని పొందండి; AI దానిని గుర్తుపెట్టుకునేలా చేయవద్దు. లక్ష్యం = "GACGTTGCATCGGATCCTAAGGCTTAACGGTAGCTAGCTAGGCTAAGG"# 20 nt ప్రోటోస్పేసర్ + NGG PAM కోసం SpCas9 కోసం శోధన m.group(1), m.group(2) print(f"Position {m.start()+1}: gRNA={protospacer} PAM={pam}")

ఇది చెల్లుబాటు అయ్యే PAM ఉన్న అభ్యర్థులను మాత్రమే జాబితా చేస్తుంది; కానీ ఆన్-టార్గెట్ యాక్టివిటీ మరియు ఆఫ్-టార్గెట్ కోసం ప్రత్యేక సాధనాలు అవసరం. ఈ కోడ్ ప్రాథమిక స్క్రీనింగ్ సాధనం, పూర్తి డిజైన్ కాదు.

నాలుగు కాపీ చేయగల టెంప్లేట్‌లు

1) డిజైన్ వ్యూహం (శ్రేణిని ఉత్పత్తి చేయకుండా):

మీ పాత్ర: CRISPR డిజైన్ అసిస్టెంట్. దీని కోసం డిజైన్ వ్యూహాన్ని రూపొందించండి:[జీన్, ఎక్సాన్, నాకౌట్/ప్రెసిషన్ కరెక్షన్, జీనోమ్ వెర్షన్, ట్రాన్‌స్క్రిప్ట్]. నేను ఏ సెట్టింగ్‌లతో ఏ నిర్దిష్ట సాధనాన్ని (క్రిస్పోర్/చాప్‌చాప్) ఉపయోగించాలి, ఏ స్కోర్‌లు (ఆన్-టార్గెట్, ఆఫ్-టార్గెట్) చూడాలి, నాకు దశలవారీగా చెప్పండి. gRNA సీక్వెన్స్ SENని రూపొందిస్తోంది; నేను దానిని వాహనం నుండి ఉత్పత్తి చేస్తాను.

2) లక్ష్యం లేని వివరణ:

నేను CRISPOR అవుట్‌పుట్‌లో ఆఫ్-టార్గెట్ నిలువు వరుసలను ఎలా చదవాలో వివరించండి: MIT స్కోర్, CFD స్కోర్, సరిపోలని గణన అంటే ఏమిటి, నేను అభ్యర్థిని ఏ థ్రెషోల్డ్‌లలో తొలగించాలి? క్లినికల్ మరియు రీసెర్చ్ అప్లికేషన్‌లలో థ్రెషోల్డ్‌లు భిన్నంగా ఉన్నాయా?

3) ప్రయోగాత్మక ధృవీకరణ ప్రణాళిక:

నేను ఎంచుకున్న gRNA లక్ష్యాన్ని తగ్గించిందని మరియు లక్ష్యాన్ని కోల్పోదని నేను ప్రయోగాత్మకంగా ఎలా ధృవీకరించగలను? T7E1, యాంప్లికాన్ (డీప్) సీక్వెన్సింగ్ మరియు కంట్రోల్ డిజైన్‌ను దశలవారీగా వివరించండి, వీటిలో ఏ నియంత్రణలను ఉంచాలి.

4) PAM/ఫ్రేమ్‌వర్క్ ప్రీక్వాలిఫికేషన్ కోడ్:

ఇచ్చిన టార్గెట్ సీక్వెన్స్‌లో రెండు స్ట్రాండ్‌లపై SpCas9 (NGG PAM) కోసం మొత్తం 20 nt అభ్యర్థి ప్రోటోస్పేసర్‌లను కనుగొనే పైథాన్ కోడ్‌ను వ్రాయండి. ప్రతి అభ్యర్థికి స్థానం, థ్రెడ్ మరియు PAMని నివేదించండి. ఇది ప్రాథమిక నిర్మూలన మాత్రమేనని మరియు ఆఫ్-టార్గెట్ కోసం ప్రత్యేక సాధనం అవసరమని కోడ్ కామెంట్‌లో పేర్కొనండి.

బలహీనమైన ప్రాంప్ట్ / బలమైన ప్రాంప్ట్

బలహీనమైనది: "MYC జన్యువు కోసం నాకు CRISPR gRNA క్రమాన్ని ఇవ్వండి."

సమస్య: జీనోమ్ వెర్షన్/ట్రాన్స్క్రిప్ట్ లేదు, PAM మరియు ఆఫ్-టార్గెట్ నియంత్రణ లేదు, AI నకిలీ లేదా ప్రమాదకరమైన క్రమాన్ని అందించవచ్చు.

బలమైనది: "GRCh38, MYC (exon 2) నాకౌట్ కోసం CRISPR డిజైన్ వ్యూహాన్ని సెటప్ చేయండి; ఏ సాధనాన్ని ఉపయోగించాలో, ఏ సెట్టింగ్‌తో మరియు ఏ ఆఫ్-టార్గెట్ థ్రెషోల్డ్‌లో తొలగించాలో నాకు చెప్పండి. నేను సాధనం నుండి gRNA క్రమాన్ని ఉత్పత్తి చేస్తాను; మీరు దానిని ఉత్పత్తి చేయరు."

ఇది ఎందుకు శక్తివంతమైనది: సందర్భం స్పష్టంగా ఉంది, డిజైన్ నిర్దిష్ట సాధనానికి వదిలివేయబడుతుంది, ఆఫ్-టార్గెట్ మరియు ధృవీకరణ మధ్యలో ఉంచబడుతుంది.

వేదిక

AI పాత్ర

తప్పనిసరి ధృవీకరణ

వ్యూహం

ప్రణాళికలు మరియు సాధనాలను సిఫార్సు చేస్తుంది

నిపుణుల సమీక్షలు

gRNA ఉత్పత్తి

వ్యాఖ్యలు

CRISPOR/CHOPCHOP స్కోర్

PAM నియంత్రణ

కోడ్ వ్రాస్తాడు

కోడ్‌ని అమలు చేసి నిర్ధారించండి

ఆఫ్-టార్గెట్

స్కోర్‌ని ప్రకటిస్తుంది

ప్రత్యేక వాహనం + పేలుడు

తీర్మానం

వ్యాఖ్యలు

ప్రయోగాత్మక సీక్వెన్సింగ్

సాధారణ తప్పులు

  • AI ఇచ్చిన gRNAని నేరుగా ఉపయోగించడం. ఇది PAM లేనిది, లక్ష్యం లేనిది లేదా నకిలీ కావచ్చు.
  • ఆఫ్-టార్గెట్ విశ్లేషణను దాటవేయడం. అత్యంత ప్రమాదకరమైన తప్పు; అవాంఛిత జన్యువులను కత్తిరించవచ్చు.
  • అనుభావిక సాక్ష్యం కోసం డిజైన్ స్కోర్‌ను తప్పుదారి పట్టించడం. స్కోరు ఒక అంచనా; సెల్‌లో ధృవీకరించబడాలి.
  • జీనోమ్ వెర్షన్/ట్రాన్‌స్క్రిప్ట్‌ని నిర్ణయించకుండా వదిలివేయడం. తప్పు ఎక్సాన్ లక్ష్యంగా ఉండవచ్చు.
  • ఒకే వాహనంపై ఆధారపడుతున్నారు. క్లిష్టమైన అప్లికేషన్‌లలో, బహుళ సాధనాలతో నిర్ధారణ అవసరం.
హెచ్చరిక: మానవ లేదా వైద్యపరమైన ప్రయోజనాల కోసం జన్యు సవరణ భారీ నైతిక మరియు చట్టపరమైన నిబంధనలకు లోబడి ఉంటుంది. ఈ యూనిట్ పరిశోధన మరియు డిజైన్ అక్షరాస్యత కోసం; క్లినికల్ ప్రాక్టీస్ నిర్ణయాలకు ఎథిక్స్ కమిటీ ఆమోదం, నిపుణుల బృందం మరియు చట్టం అవసరం. జెర్మ్‌లైన్ (వారసత్వ) సవరణ అనేక దేశాల్లో నిషేధించబడింది.

లోతు: ఆఫ్-టార్గెట్ స్కోర్‌లను సంఖ్యాపరంగా చదవండి

Evaluate off-target risk with two concrete scores, not vague words like "high/low." MIT స్కోర్ (0-100) అనేది ఒక gRNA ఎంత నిర్దిష్టంగా జన్యు-వ్యాప్తంగా ఉందో సంగ్రహిస్తుంది; A high score (e.g. 80+) means less off-target risk. CFD స్కోర్ (కటింగ్ ఫ్రీక్వెన్సీ డిటర్మినేషన్, 0-1) వాస్తవానికి ప్రతి లక్ష్యం లేని ప్రాంతాన్ని ఒక్కొక్కటిగా కత్తిరించే సంభావ్యతను అంచనా వేస్తుంది; 0.2 పైన ఉన్న ఒక్క ఆఫ్-టార్గెట్ ప్రాంతం కూడా క్లిష్టమైన అప్లికేషన్‌ల కోసం అభ్యర్థిని తొలగించగలదు. కృత్రిమ మేధస్సు ఈ రెండు స్కోర్‌లను వివరించి, ఆపై వాహనం అవుట్‌పుట్‌లోని వాస్తవ విలువలను మీరే చదవండి.

ఒక నిర్దిష్ట ఉదాహరణ: ఒక బృందం ఇద్దరు అభ్యర్థుల మధ్య ఎంపిక చేస్తోంది. A అభ్యర్థి MIT స్కోర్ 91 మరియు అత్యధిక CFD ఆఫ్-టార్గెట్ 0.05. అభ్యర్థి B 88 MIT స్కోర్‌ను కలిగి ఉన్నారు, అయితే 0.34 CFDతో ట్యూమర్ సప్రెసర్ జన్యువు యొక్క ఎక్సోన్‌లో ఒకే ఆఫ్-టార్గెట్‌ను కలిగి ఉన్నారు. మొత్తం స్కోర్‌లు దగ్గరగా కనిపించినప్పటికీ, ఆఫ్-టార్గెట్ (క్రియాత్మకంగా క్లిష్టమైన జన్యువును ఎన్‌కోడింగ్ చేయడం) అభ్యర్థి Bని ఆమోదయోగ్యంగా చేయలేదు. ఆఫ్-టార్గెట్‌ను సంఖ్య పరంగా మాత్రమే కాకుండా అది పడే జన్యువు యొక్క జీవ ప్రాముఖ్యతతో కూడా అంచనా వేయడం చాలా అవసరం.

మరొక అంశం: సుదూర ప్రాంతం కంటే PAMకి దగ్గరగా ఉన్న "సీడ్" ప్రాంతంలో అసమతుల్యత ఏర్పడటం చాలా ప్రమాదకరం; విత్తన ప్రాంతంలో 1-2 బేస్ వ్యత్యాసం కూడా Cas9ని ఆపగలదు, అయితే PAM నుండి 3-4 బేస్ తేడాను సహించవచ్చు. అందువల్ల, దాని స్థానం వ్యత్యాసాల సంఖ్య వలె ముఖ్యమైనది.

స్కోర్/ప్రమాణం

డిసెంబర్

వ్యాఖ్యానించండి

MIT విశిష్టత

0-100

అధిక = తక్కువ లక్ష్యం లేని ప్రమాదం

CFD (ఆఫ్-టార్గెట్)

0-1

క్లిష్టమైన అనువర్తనాల్లో 0.2 పైన తొలగించవచ్చు

అసమ్మతి స్థానం

సీడ్ / రిమోట్

విత్తన ప్రాంతం చాలా ప్రమాదకరం

సారాంశంలో

  • CRISPR రూపకల్పనలో AI; ఇది gRNAని "ఉత్పత్తి చేసే" సాధనం కాదు, వ్యూహాలను రూపొందించే, కోడ్‌ను వ్రాసే మరియు ఎంపికలను వివరించే సహాయకుడు.
  • gRNA అభ్యర్థులు తప్పనిసరిగా ప్రత్యేక సాధనాలతో (CRISPOR/CHOPCHOP) ఉత్పత్తి చేయబడాలి మరియు PAM మరియు ఆఫ్-టార్గెట్ తప్పనిసరిగా సంఖ్యాపరంగా నియంత్రించబడాలి.
  • డిజైన్ స్కోర్ ఒక అంచనా; ఆన్-టార్గెట్ మరియు ఆఫ్-టార్గెట్ ప్రభావం తప్పనిసరిగా ప్రయోగాత్మకంగా నిర్ధారించబడాలి (సీక్వెన్సింగ్).
  • క్లినికల్ మరియు జెర్మ్‌లైన్ పద్ధతులు భారీ నైతిక/చట్టపరమైన పరిమితులకు లోబడి ఉంటాయి.

అప్లికేషన్ టాస్క్

Ensembl నుండి లక్ష్య జన్యు ప్రాంతాన్ని డౌన్‌లోడ్ చేయండి. పైన ఉన్న PAM ప్రీ-స్క్రీనింగ్ కోడ్‌ను అమలు చేయండి మరియు అభ్యర్థి ప్రోటోస్పేసర్‌లను జాబితా చేయండి. ఆపై అదే ప్రాంతాన్ని CRISPOR వంటి సాధనానికి ఎగుమతి చేయండి మరియు ఆన్-టార్గెట్ మరియు ఆఫ్-టార్గెట్ స్కోర్‌లను పొందండి; మీ కోడ్ అభ్యర్థులను సాధనం యొక్క సిఫార్సులతో సరిపోల్చండి. అత్యధిక ఆఫ్-టార్గెట్ రిస్క్ ఉన్న అభ్యర్థిని గుర్తించి, అతను/ఆమె ఎందుకు తొలగించబడతారో ఒక్క వాక్యంలో రాయండి.

చెక్లిస్ట్

  • [ ] నేను జీన్, ఎక్సాన్, జీనోమ్ వెర్షన్ మరియు ట్రాన్స్క్రిప్ట్ ద్వారా లక్ష్యాన్ని పరిష్కరించాను.
  • [ ] నేను నమ్మదగిన మూలం నుండి సిరీస్‌ని పొందాను, నేను దానిని AI ద్వారా గుర్తుంచుకోలేదు.
  • [ ] నేను కస్టమ్ టూల్‌తో gRNA అభ్యర్థులను రూపొందించాను మరియు స్కోర్ చేసాను.
  • [ ] నేను PAM ఉనికిని మరియు ఆఫ్-టార్గెట్ ప్రమాదాన్ని తనిఖీ చేసాను.
  • [ ] నేను ప్రయోగాత్మక ధృవీకరణ ప్రణాళికను సెటప్ చేసాను.
  • [ ] నాకు నైతిక/చట్టపరమైన సరిహద్దుల గురించి తెలుసు మరియు నిపుణుల ఆమోదాన్ని గమనించాను.