Nat Biotechnol：研究人員開發新的機器學習模型預測CRISPR-Cas9編輯人原代T細胞的結果

本文系生物谷原創編譯，歡迎分享，轉載須授權！

在一項近日發表在《Nature Biotechnology》上、題為"Large dataset enables prediction of repair after CRISPR-Cas9 editing in primary T cells"研究中，來自Chan-Zuckerberg Biohub、斯坦福大學、加州大學等單位的研究人員在Alexander Marson、Andrew P. May和James Zou的帶領下，通過對基因編輯後的原代T細胞進行大規模測序獲得一個資料庫，並以此為基礎建立了一種機器學習模型來預測原代T細胞在CRISPR-Cas9基因編輯發後的基因修復。

圖片來源：Nature Biotechnology

原發性T細胞是一種很有希望用於治療性基因組編輯的細胞類型，因為它們可以在體外高效地進行工程設計，並可過繼轉移到患者身上。然而，目前還沒有關於cas9依賴編輯的原代人類T細胞基因組編輯結果的詳細信息。為此研究人員系統地描述了18例健康獻血者原發性T細胞中的化膿性鏈球菌Cas9 (SpCas9)的修復結果。

研究人員對1656個人類原始T細胞靶基因位點的修復結果進行排序，並利用這些數據來訓練一個機器學習模型，研究人員稱之為CRISPR修復結果（CRISPR Repair Outcome，SPROUT）。

研究人員發現SPROUT可以準確預測核苷酸插入和刪除的長度、概率和序列，這將有助於對具有重要治療意義的原代T細胞的基因編輯過程中的SpCas9引導RNA的設計。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！