《Nature》利用機器學習建立不須模板的精準CRISPR-Cas9修復

撰文記者 薛瀹熢
日期2018-11-14
EnglishFrenchGermanItalianPortugueseRussianSpanish
利用機器學習建立不須模板的精準CRISPR-Cas9修復 (圖片來源: 網路)

來自Broad Institute和Brigham and Women's Hospital研究人員領導的團隊開發了一種新的機器學習模型,可以精準的預測CRISPR-Cas9基因編輯的插入和缺失,並表示無模板的Cas9編輯能夠修復預測的基因型。此研究於7日發表於《Nature》。

傳統認為在沒有提供修復模板的狀況下,CRISPR-Cas9基因剪切可能造成的基因插入與缺失等異常狀況。在Cas9基因剪切的修復中,非同源末端連接(Non-homologous end joining, NHEJ)和微同源介導的末端連接(microhomology-mediated end joining, MMEJ)是斷裂的DNA雙股主要的修復方式,然而這種修復可能導致數百對鹼基對出現異常的修復結果,導致修復後的DNA與原本並不相同。雖然目前人們利用Cas9的DNA剪切與修復來加速基因的剔除與插入,然而NHEJ和MMEJ對精準的基因編輯來說仍然相當的不穩定。

本次科學家們使用了Strep...