AI结合CRISPR精准控制基因表达(3)

研究人员还证明，TIGER的脱靶预测可用于精确调节基因剂量 - 表达的特定基因的量 - 通过部分抑制具有错配指南的细胞中的基因表达。这对于基因拷贝过多的疾病可能有用，例如唐氏综合症、某些形式的精神分裂症、Charcot-Marie-Tooth 病（一种遗传性神经疾病），或异常基因表达可能导致不受控制的肿瘤生长的癌症。
“我们的深度学习模型不仅可以告诉我们如何设计一种完全敲低转录本的引导RNA，还可以"调整"它 - 例如，让它只产生特定基因转录本的70%，”哥伦比亚工程和纽约基因组中心的博士生Andrew Stirn说。
通过将人工智能与RNA靶向CRISPR筛选相结合，研究人员设想TIGER的预测将有助于避免不需要的脱靶CRISPR活性，并进一步刺激新一代RNA靶向疗法的发展。
“随着我们从CRISPR屏幕收集更大的数据集，应用复杂机器学习模型的机会越来越快。我们很幸运，大卫的实验室就在我们隔壁，以促进这种美妙的跨学科合作。而且，通过TIGER，我们可以预测脱靶并精确调节基因剂量，这使得RNA靶向CRISPR在生物医学中的许多令人兴奋的新应用成为可能，“Sanjana说。
这项最新研究进一步推进了RNA靶向CRISPR在人类遗传学和药物发现中的广泛适用性，以纽约大学团队先前的工作为基础，开发指导RNA设计规则，靶向包括SARS-CoV-2等病毒在内的多种生物体中的RNA，工程蛋白和RNA疗法，并利用单细胞生物学揭示白血病的协同药物组合。
更多信息：使用深度学习预测 CRISPR-Cas13d 引导 RNA 的靶向和脱靶活性，自然生物技术 （2023）。DOI： 10.1038/s41587-023-01830-8