首页 > 资讯 > 怀孕 > 正文
2022-01-05 10:05

新的神经网络,更精确的DNA编辑

New neural network for more accurate DNA editing

俄罗斯生物信息学家提出了一种新的神经网络结构,能够评估为基因编辑实验选择引导RNA的效果。他们的方法将利用流行的CRISPR/Cas方法促进更有效的DNA修饰,因此将有助于开发创造转基因生物的新策略,并找到治疗严重遗传性疾病的方法。这项研究由俄罗斯科学基金会资助,发表在《核酸研究》杂志上。

基因组编辑,特别是CRISPR/Cas方法,被广泛应用于实验生物学的各个领域,以及农业和生物技术。

CRISPR/Cas是细菌用来对抗病毒的众多武器之一。当感染发生时,病原体的DNA会穿透细胞,由于其序列不同于细菌,Cas蛋白将其识别为外来遗传物质并将其切割。为了让细菌对病毒做出更快的反应,细胞储存了病原体dna的片段——就像计算机杀毒软件保存了病毒的签名一样——并将它们传递给下一代,这样Cas就可以挫败进一步的攻击。

2011-2013年,来自不同实验室的团队(美国的Jennifer Doudna、Emmanuelle Charpentier和张峰,立陶宛的Virginijus Šikšnys)各自独立地采用CRISPR/Cas系统,将任意变化引入人类和动物细胞的DNA序列,使基因组编辑更容易,更有效。该系统的核心元素是“标记该位点”的引导RNA,以及在该位置切割DNA的Cas9蛋白。然后细胞“修复伤口”,但基因密码已经发生了改变。

问题是,引导RNA的靶向并不总是精确的,可能会误导Cas9。将CRISPR/Cas技术转化为一种实用的高精度工具非常重要,尤其是在涉及医疗干预时。

Konstantin Severinov领导的Skoltech研究人员使用了深度学习、高斯过程和其他方法,使最佳引导rna的选择更加准确。该团队制作了一组神经网络,也就是说,可训练的数学模型实现为矩阵的顺序乘法——具有复杂内部结构的大型数字数组。神经网络之所以能够学习,是因为它以数字的形式拥有“记忆”,每当系统在训练模式下完成计算时,数字就会以特定的方式改变。该团队在不同的数据集上训练模型,这些数据集包含数万个经过实验验证的指导rna,这些rna在人类和动物细胞中表现出了高精度的性能。

研究人员提出了一种算法,可以估计给定的引导RNA的DNA分裂概率。得到的分数可以指导任何基于CRISPR/ cas的应用程序的实验设计。该团队利用其神经网络提出了一套指导rna,用于对人类第22条染色体的基因进行精确改变。这是由于劈理频率预测的高精度和预测不确定性估计特性,这是以前现有的方法都没有提供的。

“我们的发现可以用于各种基于CRISPR/ cas的技术应用,例如遗传疾病治疗、农业技术和基础研究实验,”Skoltech博士生Bogdan Kirillov评论道,他是新方法的创造者之一,也是这项研究的第一作者。