فائدہ:
- سی آر آئی ایس پی آر، جی آر این اے (گائیڈ آر این اے)، پی اے ایم اور آف ٹارگٹ ایفیکٹس کے تصورات کو سمجھنے کی صلاحیت اور مصنوعی ذہانت ایک محفوظ جی آر این اے امیدواروں کی فہرست اور ڈیزائن کوڈ تیار کرتی ہے۔
- ماہر آف ٹارگٹ تجزیہ ٹولز اور جینوم الائنمنٹ کے ساتھ مصنوعی ذہانت کے ذریعے دیے گئے جی آر این اے امیدواروں کی ذاتی طور پر تصدیق کرنے کی صلاحیت
- اخلاقی/بائیو حفاظتی حدود کو قبول کرنے کی اہلیت اور یہ کہ ڈیزائن کو لیبارٹری کی تصدیق کے بغیر نافذ نہیں کیا جانا چاہیے۔
CRISPR-Cas9 (ایک ٹارگٹڈ پوائنٹ پر ڈی این اے کو کاٹنے اور ترمیم کرنے کے لیے بیکٹیریا سے وضع کردہ جین ایڈیٹنگ سسٹم) نے مالیکیولر بائیولوجی کو تبدیل کر دیا ہے: اب یہ ممکن ہے کہ کسی جین میں کسی مخصوص نقطہ کو درست طریقے سے تبدیل کیا جائے۔ لیکن یہ طاقت ڈیزائن کی غلطیوں کے خلاف بے رحم ہے: غلط طریقے سے منتخب گائیڈ RNA (gRNA - RNA کا مختصر سلسلہ جو Cas انزائم کو ہدف کی طرف لے جاتا ہے) غلط جین کو کاٹ سکتا ہے یا ہدف سے غیر ارادی کٹوتیاں کر سکتا ہے۔ اس یونٹ میں، آپ سیکھیں گے کہ مصنوعی ذہانت (AI) کو CRISPR ڈیزائن میں اسسٹنٹ کے طور پر استعمال کرنا، منصوبہ بنانا، کوڈ لکھنا، اور اختیارات کی وضاحت کرنا؛ لیکن آپ سیکھیں گے کہ آپ کو مخصوص ٹولز کے ساتھ اور تجرباتی طور پر جی آر این اے کے انتخاب اور ہدف سے ہٹ کر تجزیہ کی توثیق کرنے کی ضرورت کیوں ہے۔
اہم انتباہ: براہ راست AI سے مت پوچھیں "مجھے اس جین کے لئے gRNA ترتیب دیں" اور آنے والی ترتیب کو اس طرح استعمال نہ کریں۔ LLM ایسا gRNA حاصل کر سکتا ہے جو PAM کے اصول (نیچے) سے میل نہیں کھاتا یا جو جینوم میں کسی اور جگہ سے ملتا ہے، یا یہاں تک کہ مکمل طور پر بنا ہوا gRNA حاصل کر سکتا ہے۔ صحیح طریقہ: AI کے ساتھ ڈیزائن کی حکمت عملی کا قیام، خصوصی CRISPR ڈیزائن ٹولز (جیسے CRISPOR، CHOPCHOP) کے ساتھ امیدواروں کو تیار کرنا اور اسکور کرنا اور تجرباتی طور پر ان کی تصدیق کرنا۔
بنیادی تصورات
- Cas9: انزائم (سالماتی کینچی) جو ڈی این اے کو کاٹتا ہے۔ یہ ایک ڈبل اسٹرینڈ بریک بناتا ہے جہاں gRNA ہدایت کرتا ہے۔
- gRNA / sgRNA: تقریباً 20 نیوکلیوٹائیڈز کا ایک گائیڈ جو ہدف کے ڈی این اے سے میل کھاتا ہے اور Cas9 کو وہاں پہنچاتا ہے۔
- PAM (Protospacer Adjacent Motif): ایک مختصر سیکوینس جو Cas9 کو کاٹنے کے لیے ہدف کے عین قریب واقع ہونا چاہیے۔ SpCas9 کے لیے عام طور پر "NGG" (N کوئی بھی بنیاد ہے)۔
- ہدف پر کارکردگی: gRNA کس حد تک مؤثر طریقے سے ہدف کو کاٹتا ہے (پیش گوئی سکور سے ماپا جاتا ہے)۔
- غیر ہدف: جی آر این اے جینوم میں دوسرے پوائنٹس کو جوڑتا اور کاٹتا ہے جو ہدف سے مشابہت رکھتے ہیں۔ ناپسندیدہ اور خطرناک.
- HDR/NHEJ: کٹ جانے کے بعد سیل کی مرمت کے راستے۔ NHEJ عام طور پر چھوٹے انڈیلز چھوڑتا ہے، HDR ٹیمپلیٹ میں درست تبدیلیاں کرتا ہے۔
مرحلہ وار: AI کی مدد سے CRISPR ڈیزائن کا بہاؤ
1. مقصد اور مقصد کو واضح کریں۔ کون سا جین، کون سا ایکسون، کس قسم کی تبدیلی (ناک آؤٹ یا درستگی کی اصلاح)؟ محفوظ جینوم ورژن اور ٹرانسکرپٹ۔
2. سیریز کو قابل اعتماد ذریعہ سے حاصل کریں۔ Ensembl/NCBI سے ہدف کے علاقے کی ترتیب ڈاؤن لوڈ کریں۔ AI کو اسے حفظ نہ بنائیں۔
3. اپنی مرضی کے ٹول کے ساتھ gRNA امیدوار تیار کریں۔ ٹولز جیسے CRISPOR/CHOPCHOP PAM کے لیے چیک کرتے ہیں، آن ٹارگٹ اسکور فراہم کرتے ہیں اور جینوم سے باہر کے اہداف تلاش کرتے ہیں۔ ان ٹولز کے آؤٹ پٹ کی تشریح کے لیے AI کا استعمال کریں۔
4. ہدف سے دور خطرے کو سنجیدگی سے لیں۔ اعلی آف ٹارگٹ سکور والے امیدواروں کو ختم کریں؛ اہم ایپلی کیشنز میں متعدد ٹولز کے ساتھ تصدیق کریں۔
5. تجرباتی توثیق کا منصوبہ بنائیں۔ تجربے کے ذریعے تصدیق کریں (ترتیب کاری، T7E1، ایمپلی کون سیکوینسنگ) کہ آیا منتخب کردہ gRNA دراصل ہدف (اور ہدف سے باہر) کو کاٹتا ہے۔ ڈیزائن سکور ایک تخمینہ ہے، ثبوت نہیں۔
مشورہ: جی آر این اے امیدوار کو استعمال کرنے سے پہلے، اس کی ترتیب کو جینوم کے خلاف بلاسٹ کریں تاکہ یہ معلوم ہو سکے کہ ہدف کے علاوہ یہ کہاں سے بالکل یا قریب سے ملتا ہے۔ اکیلے یہ قدم انتہائی خطرناک آف ٹارگٹ امیدواروں کو جلد ختم کر دیتا ہے۔
تین چھوٹے مقدمات
کیس 1 — GRNA بغیر PAM کے۔ ایک طالب علم نے AI سے ایک جین کے لیے gRNA کے لیے پوچھا اور اسے 20 نیوکلیوٹائڈز کا معقول ترتیب ملا۔ تاہم، ہدف کے قریب کوئی NGG PAM نہیں تھا۔ تو Cas9 وہاں نہیں کاٹ سکا۔ جب طالب علم علاقے میں CRISPOR میں داخل ہوا تو اس نے دیکھا کہ ٹول نے PAM کے ساتھ درست امیدواروں کی تجویز دی ہے۔ اگر AI کی ترتیب استعمال کی گئی تو تجربہ مکمل طور پر ناکام ہو جائے گا۔
کیس 2 - خفیہ آف ٹارگٹ۔ ایک محقق کو AI کی طرف سے تجویز کردہ "اعلیٰ افادیت" gRNA پسند آیا۔ جب اس نے غیر ہدف کی جانچ کرنے کے لیے CRISPOR کو دوڑایا، تو اس نے پایا کہ gRNA دوسرے جین میں صرف 1 بنیادی فرق سے مماثل ہے - ایک سنگین آف ٹارگٹ خطرہ۔ امیدوار کو ہٹا دیا گیا۔ عددی آف ٹارگٹ تجزیہ کے بغیر، ایک ناپسندیدہ جین کو کاٹا جا سکتا ہے۔
کیس 3 - تصدیق ہو گئی۔ ایک لیبارٹری نے تین جی آر این اے امیدواروں کی ترکیب کی اور انہیں خلیوں میں آزمایا۔ ایمپلی کون کی ترتیب سے، اس نے پایا کہ صرف ایک میں 60 فیصد سے زیادہ ایڈیٹنگ (انڈیل) تھی، جبکہ باقی دو میں 5 فیصد سے کم تھی۔ ڈیزائن کے اسکور نے تینوں کو "اچھا" دکھایا۔ تجرباتی تصدیق نے پیشین گوئی اور حقیقت کے درمیان فرق کو ظاہر کیا۔
مثال: امیدوار جی آر این اے کا پی اے ایم کنٹرول
دوبارہ درآمد کریں # Ensembl/NCBI سے ٹارگٹ ریجن کی ترتیب حاصل کریں۔ AI کو اسے حفظ نہ کرو۔ target = "GACGTTGCATCGGATCCTAAGGCTTACGGTAGCTAGCTAGGCTAAGG"# 20 nt protospacer + NGG PAM تلاش SpCas9 (end strand + strand) کے لیے m for re.finditer(r"(?=([ACGT]{20})()()ٹارگٹ =)پی اے،) m.group(1), m.group(2) print(f"Position {m.start()+1}: gRNA={protospacer} PAM={pam}")
یہ صرف درست PAM والے امیدواروں کی فہرست بنائے گا۔ لیکن ہدف پر ہونے والی سرگرمی اور ہدف سے باہر کے لیے خصوصی ٹولز کی ضرورت ہوتی ہے۔ یہ کوڈ ایک ابتدائی اسکریننگ ٹول ہے، مکمل ڈیزائن نہیں۔
چار کاپی کرنے کے قابل ٹیمپلیٹس
1) ڈیزائن کی حکمت عملی (سیریز تیار کیے بغیر):
آپ کا کردار: CRISPR ڈیزائن اسسٹنٹ۔ اس کے لیے ایک ڈیزائن کی حکمت عملی مرتب کریں:[جین، ایکسون، ناک آؤٹ/پریسیجن کریکشن، جینوم ورژن، ٹرانسکرپٹ]۔ مجھے کون سا مخصوص ٹول (CRISPOR/CHOPCHOP) کن سیٹنگز کے ساتھ استعمال کرنا چاہیے، مجھے کون سے اسکور (آن ٹارگٹ، آف ٹارگٹ) دیکھنا چاہیے، مجھے مرحلہ وار بتائیں۔ gRNA ترتیب SEN پیدا کرنا؛ میں اسے گاڑی سے تیار کروں گا۔
2) ہدف سے باہر تشریح:
وضاحت کریں کہ مجھے CRISPOR آؤٹ پٹ میں آف ٹارگٹ کالم کیسے پڑھنا چاہیے: MIT سکور، CFD سکور، بے میل شمار کا کیا مطلب ہے، مجھے امیدوار کو کن حدوں پر ختم کرنا چاہیے؟ کیا طبی اور تحقیقی ایپلی کیشنز میں حدیں مختلف ہیں؟
3) تجرباتی تصدیقی منصوبہ:
میں تجرباتی طور پر اس بات کی تصدیق کیسے کرسکتا ہوں کہ میں نے جس جی آر این اے کو ہدف پر دونوں کٹوتی کا انتخاب کیا ہے اور ہدف سے باہر نہیں ہے؟ T7E1، amplicon (گہری) ترتیب کی وضاحت کریں اور مرحلہ وار ڈیزائن کو کنٹرول کریں، بشمول کون سے کنٹرولز رکھنا ہیں۔
4) PAM/فریم ورک پری کوالیفیکیشن کوڈ:
ایک Python کوڈ لکھیں جو SpCas9 (NGG PAM) کے لیے تمام 20 nt امیدوار پروٹو اسپیسرز کو دیئے گئے ہدف کی ترتیب میں دونوں اسٹرینڈز پر تلاش کرے۔ ہر امیدوار کے لیے مقام، تھریڈ اور PAM کی اطلاع دیں۔ کوڈ کے تبصرے میں واضح کریں کہ یہ صرف ایک ابتدائی خاتمہ ہے اور غیر ہدف کے لیے ایک خاص ٹول کی ضرورت ہے۔
کمزور فوری / مضبوط اشارہ
کمزور: "مجھے MYC جین کے لئے ایک CRISPR gRNA ترتیب دیں۔"
مسئلہ: کوئی جینوم ورژن/ٹرانسکرپٹ نہیں، PAM اور آف ٹارگٹ کنٹرول نہیں، AI جعلی یا خطرناک ترتیب دے سکتا ہے۔
مضبوط: "GRCh38، MYC (exon 2) knockout کے لیے CRISPR ڈیزائن کی حکمت عملی مرتب کریں؛ مجھے بتائیں کہ کون سا ٹول استعمال کرنا ہے، کس ترتیب کے ساتھ، اور کس ہدف سے باہر کی حد کو ختم کرنا ہے۔ میں ٹول سے gRNA ترتیب تیار کروں گا؛ آپ اسے تیار نہیں کرتے۔"
یہ طاقتور کیوں ہے: سیاق و سباق واضح ہے، ڈیزائن کو مخصوص ٹول پر چھوڑ دیا جاتا ہے، ہدف سے باہر اور تصدیق کو مرکز میں رکھا جاتا ہے۔
اسٹیج
AI کا کردار
لازمی تصدیق
حکمت عملی
منصوبوں اور اوزاروں کی سفارش کرتا ہے۔
ماہرین کے جائزے
جی آر این اے کی پیداوار
تبصرے
کرسپور/چپچپ سکور
PAM کنٹرول
کوڈ لکھتا ہے۔
کوڈ چلائیں اور تصدیق کریں۔
ہدف سے دور
سکور کا اعلان کرتا ہے۔
خصوصی گاڑی + BLAST
نتیجہ
تبصرے
تجرباتی ترتیب
عام غلطیاں
- AI کی طرف سے دی گئی gRNA کا براہ راست استعمال کرنا۔ یہ PAM سے پاک، ہدف سے باہر یا جعلی ہو سکتا ہے۔
- ہدف سے ہٹ کر تجزیہ کرنا۔ سب سے خطرناک غلطی؛ ناپسندیدہ جین کاٹ سکتے ہیں.
- تجرباتی ثبوت کے لیے ڈیزائن سکور کو غلط سمجھنا۔ سکور ایک پیشن گوئی ہے؛ سیل میں تصدیق ہونی چاہیے۔
- جینوم ورژن/ٹرانسکرپٹ کو غیر متعین چھوڑنا۔ غلط exon کو نشانہ بنایا جا سکتا ہے۔
- ایک ہی گاڑی پر انحصار کرنا۔ اہم ایپلی کیشنز میں، متعدد ٹولز سے تصدیق کی ضرورت ہوتی ہے۔
احتیاط: انسانی یا طبی مقاصد کے لیے جین ایڈیٹنگ بھاری اخلاقی اور قانونی ضوابط کے تابع ہے۔ یہ یونٹ تحقیق اور ڈیزائن کی خواندگی کے لیے ہے۔ کلینیکل پریکٹس کے فیصلوں کے لیے اخلاقیات کمیٹی کی منظوری، ماہر ٹیم اور قانون سازی کی ضرورت ہوتی ہے۔ بہت سے ممالک میں جرم لائن (وراثت میں ملنے والی) ترمیم ممنوع ہے۔
گہرائی: آف ٹارگٹ سکور کو عددی طور پر پڑھیں
دو ٹھوس اسکور کے ساتھ ہدف سے باہر کے خطرے کا اندازہ کریں، نہ کہ مبہم الفاظ جیسے "اعلی/کم"۔ MIT سکور (0-100) اس بات کا خلاصہ کرتا ہے کہ ایک gRNA جینوم کے لحاظ سے کتنا مخصوص ہے۔ ایک اعلی اسکور (مثلاً 80+) کا مطلب کم ہدف سے کم خطرہ ہے۔ CFD سکور (کٹنگ فریکوئنسی ڈیٹرمینیشن، 0-1) ہر ایک آف ٹارگٹ ایریا کو ایک ایک کرکے کاٹنے کے امکان کا تخمینہ لگاتا ہے۔ یہاں تک کہ 0.2 سے اوپر کا ایک واحد آف ٹارگٹ علاقہ بھی اہم درخواستوں کے امیدوار کو ختم کر سکتا ہے۔ مصنوعی ذہانت سے ان دو اسکورز کی وضاحت کریں، اور پھر گاڑی کے آؤٹ پٹ میں اصل قدریں خود پڑھیں۔
ایک ٹھوس مثال: ایک ٹیم دو امیدواروں کے درمیان انتخاب کر رہی تھی۔ امیدوار A کا MIT سکور 91 تھا اور سب سے زیادہ CFD آف ٹارگٹ 0.05 تھا۔ امیدوار B کا MIT سکور 88 تھا لیکن 0.34 کے CFD کے ساتھ ٹیومر دبانے والے جین کے ایکون میں ایک ہی آف ٹارگٹ تھا۔ اگرچہ مجموعی اسکور قریب نظر آئے، جہاں آف ٹارگٹ تھا (فعال طور پر اہم جین کو انکوڈنگ کرنا) نے امیدوار B کو ناقابل قبول بنا دیا۔ غیر ہدف کو نہ صرف تعداد کے لحاظ سے بلکہ اس پر پڑنے والے جین کی حیاتیاتی اہمیت سے بھی جانچنا ضروری ہے۔
ایک اور نکتہ: پی اے ایم کے قریب "بیج" کے علاقے میں دور دراز کے علاقے کے مقابلے میں مماثلت کا ہونا بہت زیادہ خطرناک ہے۔ یہاں تک کہ بیج کے علاقے میں 1-2 بنیادی فرق Cas9 کو روک سکتا ہے، جبکہ PAM سے 3-4 بنیادی فرق کو برداشت کیا جا سکتا ہے۔ اس لیے اس کا مقام اتنا ہی اہم ہے جتنا کہ تضادات کی تعداد۔
اسکور/ معیار
دسمبر
تبصرہ
ایم آئی ٹی کی خصوصیت
0-100
زیادہ = ہدف سے کم خطرہ
CFD (ایک غیر ہدف)
0-1
0.2 سے اوپر کو اہم ایپلی کیشنز میں ختم کیا جا سکتا ہے۔
اختلافی پوزیشن
بیج / دور دراز
بیج کا علاقہ بہت زیادہ خطرناک ہے۔
خلاصہ میں
- CRISPR ڈیزائن میں AI؛ یہ ایک معاون ہے جو حکمت عملی بناتا ہے، کوڈ لکھتا ہے، اور اختیارات کی وضاحت کرتا ہے، نہ کہ وہ ٹول جو جی آر این اے کو "پیدا کرتا" ہے۔
- gRNA امیدواروں کو خصوصی ٹولز (CRISPOR/CHOPCHOP) کے ساتھ تیار کیا جانا چاہیے، اور PAM اور آف ٹارگٹ کو عددی طور پر کنٹرول کیا جانا چاہیے۔
- ڈیزائن سکور ایک تخمینہ ہے؛ آن ٹارگٹ اور آف ٹارگٹ اثر کی تجرباتی طور پر تصدیق ہونی چاہیے (سلسلہ)۔
- طبی اور جراثیمی طریقہ کار بھاری اخلاقی/قانونی حدود کے تابع ہیں۔
درخواست کا کام
Ensembl سے ٹارگٹ جین ریجن ڈاؤن لوڈ کریں۔ اوپر پی اے ایم پری اسکریننگ کوڈ چلائیں اور امیدوار پروٹو اسپیسرز کی فہرست بنائیں۔ پھر اسی علاقے کو CRISPOR جیسے ٹول میں ایکسپورٹ کریں اور آن ٹارگٹ اور آف ٹارگٹ سکور حاصل کریں۔ ٹول کی سفارشات کے ساتھ اپنے کوڈ امیدواروں کا موازنہ کریں۔ سب سے زیادہ آف ٹارگٹ رسک والے امیدوار کی شناخت کریں اور ایک جملے میں لکھیں کہ اسے کیوں ختم کیا جائے گا۔
چیک لسٹ
- میں نے ہدف کو جین، ایکسون، جینوم ورژن اور ٹرانسکرپٹ کے ذریعے طے کیا۔
- مجھے یہ سیریز ایک معتبر ذریعہ سے ملی ہے، میرے پاس یہ AI سے حفظ نہیں تھا۔
- میں نے کسٹم ٹول کے ساتھ جی آر این اے امیدوار بنائے اور اسکور کیا۔
- [ ] میں نے PAM کی موجودگی اور ہدف سے باہر کے خطرے کی جانچ کی۔
- میں نے ایک تجرباتی تصدیقی منصوبہ ترتیب دیا ہے۔
- میں اخلاقی/قانونی حدود سے واقف ہوں اور میں نے ماہر کی منظوری کا مشاہدہ کیا ہے۔