Исследователи из Стэнфорда создали алгоритм, который предсказывает вероятность того, что редактирование гена CRISPR приведет к нецелевым мутациям.

Ханаэ Армитидж

CRISPR-Cas9, мощный инструмент редактирования генов, выделяется среди редакторов ДНК своей эффективностью и потенциалом. Тем не менее, растет количество споров и интереса к точности и безопасности этой технологии изменения ДНК.

Основная идея CRISPR, которая расшифровывается как «короткие палиндромные повторы, регулярно расположенные кластерами», заключается в изменении последовательности ДНК для достижения цели — например, исправления вредной мутации.

Но даже в системе, которая ставит во главу угла точность, CRISPR все равно может давать ошибки. Теперь, используя возможности машинного обучения, Джеймс Зоу, доктор философии, доцент кафедры биомедицинских данных, и его сотрудники создали алгоритм, который предсказывает, какие ошибки могут возникнуть при редактировании CRISPR.

Бумага с подробным описанием работы опубликована в журнале Nature Biotechnology. Цзоу — старший автор. Эта работа является результатом сотрудничества с исследователями из Chan Zuckerberg Biohub и Калифорнийского университета в Сан-Франциско.

Во время редактирования на основе CRISPR цепь молекул, называемая направляющей РНК, ведет белок Cas9, разрезающий ДНК, к участку ДНК, предназначенному для редактирования. Как только направляющая РНК связывается с ДНК, Cas9 делает разрез, чтобы можно было вставить или удалить новую ДНК.

Таким образом, CRISPR часто сравнивают с редактированием документа Word, вырезанием букв или фраз и вставкой нового текста. Но на самом деле, это более грязно, чем это. Это больше похоже на редактирование документа Word с закрытыми глазами. Вы знаете, что и где хотите отредактировать, но есть риск опечаток — некоторые из них могут не изменить смысл предложения, а некоторые — изменить.

То же самое верно и для редактирования генов с помощью CRISPR. Разрезание ДНК или вставка нового генетического материала может вызвать новые непреднамеренные изменения — иногда нуклеотиды (строительные блоки ДНК) теряются, а иногда они необъяснимым образом присоединяются. Это может представлять опасность для клетки и даже организма в целом.

Произойдут ли эти неожиданные изменения и будут ли они вредны, пока сложно определить — и именно на это Цзоу надеется, что его алгоритм машинного обучения, называемый CRI SPR Repair Выйди, или РОСТ войдет.

«То, что происходит во время редактирования CRISPR, может быть довольно случайным, и эта случайность потенциально может привести к неожиданным результатам», — сказал Цзоу. «Поэтому наша работа мотивирована тем, можем ли мы более точно оценить эти шансы».

Некоторые участки ДНК более подвержены ошибкам, чем другие — это зависит от последовательности нуклеотидов. Чтобы расшифровать, какие последовательности были более уязвимы, группа собрала данные о тысячах изменений, внесенных в иммунные клетки человека с помощью CRISPR, и скомпилировала их для обучения алгоритму SPROUT.

По мере того, как алгоритм получает данные и «обучается», он отмечает образцы последовательности, которые, кажется, приобретают больше (или, наоборот, избегают) редактирования нецелевых мутаций.

После того, как алгоритм был должным образом обучен, группа проверила его способность предсказывать эти непредвиденные изменения ДНК, обнаружив, что он может оценивать их с высокой точностью, среди прочего, в иммунных клетках человека. SPROUT мог не только предсказать общие шансы, но и общий масштаб ошибки. Например, для данной ошибки последовательности можно также предсказать, сколько нуклеотидов будет вовлечено и не повредит ли ошибка гену.

Конечная цель, по словам Цзоу, — помочь исследователям и врачам, разрабатывающим эксперименты с использованием CRISPR, найти наиболее точный способ редактирования гена. У ученого, который хочет разрушить опасную мутацию в ДНК, может быть несколько вариантов, и алгоритм Цзоу может помочь ученому решить, где резать. Чтобы помочь реализовать это видение, команда создала веб-сайт для SPROUT, который находится в свободном доступе.

«Редактирование генов — это быстро меняющаяся область, и поскольку ученые все чаще обращаются к CRISPR для помощи в лечении заболеваний, крайне важно сделать редактирование генов как можно более точным и безопасным», — сказал Цзоу. «Наша работа демонстрирует, что алгоритмы машинного обучения могут помочь нам лучше понять поведение репарации ДНК и повысить точность и безопасность редактирования генов».

Изображение Национальных институтов здоровья

Первоначально опубликовано на https://scopeblog.stanford.edu 29 июля 2019 г.