בינה מלאכותית יכולה לחזות פעילות על ומחוץ למטרה של כלי CRISPR המכוונים ל-RNA במקום ל-DNA, על פי מחקר חדש שפורסם ב- טבע ביוטכנולוגיה.
המחקר של חוקרים מאוניברסיטת ניו יורק, קולומביה הנדסה ומרכז הגנום של ניו יורק, משלב מודל למידה עמוקה עם מסכי CRISPR כדי לשלוט בביטוי של גנים אנושיים בדרכים שונות – כמו הפעלת מתג אור כדי לכבות אותם לחלוטין או על ידי שימוש בכפתור עמום כדי להפחית חלקית את פעילותם. ניתן להשתמש בבקרות גנים מדויקות אלה לפיתוח טיפולים חדשים מבוססי CRISPR.
CRISPR היא טכנולוגיית עריכת גנים עם שימושים רבים בביו-רפואה ומחוצה לה, מטיפול באנמיה חרמשית ועד להנדסת ירקות חרדל טעימים יותר. זה עובד לעתים קרובות על ידי מיקוד DNA באמצעות אנזים בשם Cas9. בשנים האחרונות, מדענים גילו סוג נוסף של CRISPR המכוון במקום זאת ל-RNA באמצעות אנזים בשם Cas13.
ניתן להשתמש ב-CRISPR ממוקדי RNA במגוון רחב של יישומים, כולל עריכת RNA, פגיעה ב-RNA כדי לחסום ביטוי של גן מסוים, וסריקה בתפוקה גבוהה כדי לקבוע מועמדים לתרופות מבטיחות. חוקרים ב-NYU ובמרכז הגנום של ניו יורק יצרו פלטפורמה למסכי CRISPR המיועדים ל-RNA באמצעות Cas13 כדי להבין טוב יותר את ויסות ה-RNA ולזהות את הפונקציה של RNAs שאינם מקודדים. מכיוון ש-RNA הוא החומר הגנטי העיקרי בווירוסים כולל SARS-CoV-2 ושפעת, CRISPRs המכוונים ל-RNA טומנים בחובם הבטחה לפיתוח שיטות חדשות למניעה או טיפול בזיהומים ויראליים. כמו כן, בתאים אנושיים, כאשר גן מתבטא, אחד השלבים הראשונים הוא יצירת RNA מה-DNA בגנום.
מטרת המפתח של המחקר היא למקסם את הפעילות של CRISPRs המכוונים ל-RNA על RNA היעד המיועד ולמזער את הפעילות על RNAs אחרים שעלולות להיות תופעות לוואי מזיקות לתא. פעילות מחוץ למטרה כוללת גם חוסר התאמה בין המדריך ל-RNA של היעד וגם מוטציות של החדרה ומחיקה. מחקרים מוקדמים יותר של CRISPRs המכוונים ל-RNA התמקדו רק בפעילות על היעד ובאי-התאמה; חיזוי פעילות מחוץ למטרה, במיוחד מוטציות הכנסה ומחיקה, לא נחקר היטב. באוכלוסיות אנושיות, בערך אחת מכל חמש מוטציות הן הוספות או מחיקות, ולכן אלו סוגים חשובים של יעדים פוטנציאליים שיש לקחת בחשבון עבור עיצוב CRISPR.
"בדומה ל-CRISPR המכוונים ל-DNA כגון Cas9, אנו צופים של-CRISPR המכוונים ל-RNA כגון Cas13 תהיה השפעה גדולה בביולוגיה מולקולרית ויישומים ביו-רפואיים בשנים הקרובות", אמר נוויל סנג'אנה, פרופסור חבר לביולוגיה ב-NYU, עמית. פרופסור למדעי המוח ופיזיולוגיה בבית הספר לרפואה של ניו יורק גרוסמן, חבר סגל ליבה במרכז הגנום של ניו יורק, והמחבר הבכיר של המחקר. "חיזוי מדריך מדויק וזיהוי מחוץ למטרה יהיו בעלי ערך עצום עבור התחום והטיפולים המתפתחים החדשים הללו."
במחקר שלהם ב טבע ביוטכנולוגיה, סנג'אנה ועמיתיו ביצעו סדרה של מסכי CRISPR המכוונים ל-RNA מאוחדים בתאים אנושיים. הם מדדו את הפעילות של 200,000 רנ"א מנחים המכוונים לגנים חיוניים בתאים אנושיים, כולל גם רנ"א מנחים "התאמה מושלמת" וגם אי-התאמות, הוספות ומחיקות מחוץ למטרה.
המעבדה של סנג'אנה התחברה למעבדה של מומחה למידת מכונה דיוויד נואלס כדי להנדס מודל למידה עמוקה שהם כינו TIGER (איכוי ממוקד של ביטוי גנים באמצעות תכנון RNA מדריך) שהוכשר על הנתונים ממסכי CRISPR. בהשוואה בין התחזיות שנוצרו על ידי מודל הלמידה העמוקה ומבחני מעבדה בתאים אנושיים, TIGER הצליחה לחזות פעילות הן על היעד והן מחוץ למטרה, תוך ביצועים טובים יותר מהמודלים הקודמים שפותחו עבור תכנון מדריך Cas13 על היעד וסיפקה את הכלי הראשון לניבוי off. פעילות מטרה של CRISPRs המכוונים ל-RNA.
"למידת מכונה ולמידה עמוקה מראים את כוחם בגנומיקה מכיוון שהם יכולים לנצל את מערכי הנתונים העצומים שיכולים להיווצר כעת על ידי ניסויים מודרניים בתפוקה גבוהה. חשוב לציין, הצלחנו גם להשתמש ב"למידת מכונה הניתנת לפירוש" כדי להבין מדוע המודל מנבא שמדריך ספציפי יעבוד היטב", אמר נואלס, עוזר פרופסור למדעי המחשב וביולוגיית מערכות בקולומביה הנדסה, חבר סגל מרכזי במרכז הגנום של ניו יורק, ושותף בכיר במחקר.
"המחקר הקודם שלנו הראה כיצד לעצב מדריכי Cas13 שיכולים להפיל RNA מסוים. עם TIGER, אנו יכולים כעת לעצב מדריכי Cas13 שייצרו איזון בין נוק-דאון על היעד והימנעות מפעילות מחוץ למטרה", אמר הנס-הרמן (Harm ) ווסלס, המחבר הראשון של המחקר ומדען בכיר במרכז הגנום של ניו יורק, שהיה בעבר פוסט-דוקטורט במעבדה של סנג'אנה.
החוקרים גם הוכיחו כי ניתן להשתמש בחיזוי מחוץ למטרה של TIGER כדי לווסת במדויק את מינון הגנים – כמות הגן המסוים שמתבטא – על ידי מתן אפשרות עיכוב חלקי של ביטוי גנים בתאים עם מנחי התאמה. זה עשוי להיות שימושי עבור מחלות שבהן יש יותר מדי עותקים של גן, כגון תסמונת דאון, צורות מסוימות של סכיזופרניה, מחלת Charcot-Marie-Tooth (הפרעת עצבים תורשתית), או בסוגי סרטן שבהם ביטוי גנים חריג יכול להוביל ל צמיחת גידול בלתי מבוקרת.
"מודל הלמידה העמוקה שלנו יכול להגיד לנו לא רק איך לעצב RNA מודרך שמפיל את תמליל לחלוטין, אלא גם יכול 'לכוון' אותו – למשל, לגרום לו לייצר רק 70% מהתמלול של גן ספציפי." אמר אנדרו סטירן, דוקטורנט בקולומביה הנדסה ובמרכז הגנום של ניו יורק, והמחבר הראשון של המחקר.
על ידי שילוב של בינה מלאכותית עם מסך CRISPR המכוון ל-RNA, החוקרים מדמיינים שהתחזיות של TIGER יסייעו להימנע מפעילות לא רצויה של CRISPR מחוץ למטרה וידרבן פיתוח נוסף של דור חדש של טיפולים ממוקדי RNA.
"כאשר אנו אוספים מערכי נתונים גדולים יותר ממסכי CRISPR, ההזדמנויות ליישם מודלים מתוחכמים של למידת מכונה צומחות במהירות. אנו ברי המזל שהמעבדה של דייוויד נמצאת ליד שלנו כדי לאפשר את שיתוף הפעולה הנפלא והחוצה-תחומי הזה. ועם TIGER, אנו יכולים לחזות יעדים מחוץ למטרות ולהתאים במדויק את מינון הגנים, מה שמאפשר יישומים חדשים ומלהיבים עבור CRISPRs ממוקדי RNA לביו-רפואה", אמר סנג'אנה.
מחברי מחקר נוספים כוללים את אלחנדרו מנדז-מנסילה וסידני ק. הארט מ-NYU ומרכז הגנום של ניו יורק, ואריק ג'יי קים מאוניברסיטת קולומביה. המחקר נתמך על ידי מענקים מהמכונים הלאומיים לבריאות (DP2HG010099, R01CA218668, R01GM138635), DARPA (D18AP00053), המכון לחקר הסרטן, ויוזמת קרן סימונס לחקר אוטיזם.
קישור לכתבת המקור – 2023-07-03 20:30:58
