多種CRISPR技術(shù)被用于有針對(duì)性地改變或沉默基因，抑制蛋白質(zhì)的產(chǎn)生。其中之一是CRISPRi（CRISPR干擾），它可以在不修改DNA序列的情況下阻斷基因和基因表達(dá)。與傳統(tǒng)CRISPR機(jī)制類(lèi)似，引導(dǎo)RNA指導(dǎo)核酸酶（Cas）。然而，CRISPRi核酸酶結(jié)合到DNA而不進(jìn)行切割，導(dǎo)致相應(yīng)基因的下調(diào)表達(dá)。CRISPRi已成為在細(xì)菌中沉默基因表達(dá)的主要技術(shù)之一。然而，設(shè)計(jì)規(guī)則仍然缺乏明確定義。

直到現(xiàn)在，預(yù)測(cè)特定基因的CRISPRi性能一直是具有挑戰(zhàn)性的。但研究人員現(xiàn)在已經(jīng)開(kāi)發(fā)了一種使用數(shù)據(jù)整合和人工智能（AI）的機(jī)器學(xué)習(xí)方法，以改善未來(lái)這種預(yù)測(cè)的方法?？茖W(xué)家們利用了多個(gè)全基因組CRISPRi必需性篩選的數(shù)據(jù)來(lái)訓(xùn)練機(jī)器學(xué)習(xí)方法。他們的目標(biāo)是更好地預(yù)測(cè)CRISPRi系統(tǒng)中使用的工程引導(dǎo)RNA的功效。

研究人員發(fā)現(xiàn)，目標(biāo)基因的基因特異性特征對(duì)全基因組篩選中引導(dǎo)RNA的減少有顯著影響。此外，結(jié)合多個(gè)CRISPRi篩選的數(shù)據(jù)顯著提高了預(yù)測(cè)模型的準(zhǔn)確性，使引導(dǎo)RNA效能的估計(jì)更加可靠。該研究為通過(guò)預(yù)測(cè)引導(dǎo)RNA效能實(shí)現(xiàn)更有效的基因沉默策略提供了有價(jià)值的見(jiàn)解。

這項(xiàng)工作發(fā)表在《基因組生物學(xué)》雜志上，題為“通過(guò)混合效應(yīng)機(jī)器學(xué)習(xí)和數(shù)據(jù)整合改善細(xì)菌CRISPRi引導(dǎo)RNA效能的預(yù)測(cè)”。

“不幸的是，全基因組篩選只能提供關(guān)于引導(dǎo)RNA效能的間接信息。因此，我們應(yīng)用了一種新的機(jī)器學(xué)習(xí)方法，將引導(dǎo)RNA的功效與沉默基因的影響分離開(kāi)來(lái)，”Würzburg RNA感染研究所（HIRI）的研究組長(zhǎng)、Würzburg大學(xué)醫(yī)學(xué)院的副教授Lars Barquist博士解釋說(shuō)。

該團(tuán)隊(duì)開(kāi)發(fā)了一種“混合效應(yīng)隨機(jī)森林回歸模型，提供更好的引導(dǎo)RNA效能估計(jì)”。通過(guò)這樣做，他們?yōu)槲磥?lái)的CRISPRi實(shí)驗(yàn)建立了可理解的設(shè)計(jì)規(guī)則。研究作者通過(guò)進(jìn)行一個(gè)針對(duì)細(xì)菌基因的獨(dú)立篩選驗(yàn)證了他們的方法，結(jié)果顯示其預(yù)測(cè)比先前的方法更準(zhǔn)確。

“研究結(jié)果表明，我們的模型優(yōu)于現(xiàn)有方法，對(duì)特定基因的CRISPRi性能提供了更可靠的預(yù)測(cè)，”Barquist研究組的博士生Yanying Yu說(shuō)。

科學(xué)家們對(duì)發(fā)現(xiàn)引導(dǎo)RNA本身并非決定CRISPRi在必需性篩選中減少的主要因素感到意外。“與先前的認(rèn)知相比，某些與基因表達(dá)相關(guān)的基因特異性特征似乎影響更大，”Yu解釋道。

研究還表明，整合來(lái)自多個(gè)數(shù)據(jù)集的數(shù)據(jù)顯著提高了預(yù)測(cè)的準(zhǔn)確性，使引導(dǎo)RNA效能的評(píng)估更加可靠。

“通過(guò)整合多個(gè)實(shí)驗(yàn)的培訓(xùn)數(shù)據(jù)是創(chuàng)建更好的預(yù)測(cè)模型的關(guān)鍵。在我們的研究之前，數(shù)據(jù)不足是預(yù)測(cè)準(zhǔn)確性的主要限制因素，”Barquist指出?！拔覀兊难芯繛殚_(kāi)發(fā)更精密的工具以操縱細(xì)菌基因表達(dá)提供了藍(lán)圖，最終有助于更好地理解和對(duì)抗病原體?！?/p>

參考文獻(xiàn)：?“Improved prediction of bacterial CRISPRi guide efficiency from depletion screens through mixed-effect machine learning and data integration.”

編輯：王洪

排版：李麗