港大研结合人工智能与蛋白质工程技术 提升基因编辑效率

2022-06-29 16:26

团队发现更有效的 CRISPR-Cas9 变体,可应用于基因治疗。港大图片
团队发现更有效的 CRISPR-Cas9 变体,可应用于基因治疗。港大图片

香港大学李嘉诚医学院研究团队发现更有效的 CRISPR-Cas9 变体,可应用于基因治疗。是项研究将人工智能中的「机器学习」应用于大型蛋白质筛选,从有限的蛋白变体实验数据,拓展出更庞大的虚拟数据作分析,令变体数据可增至原有的20倍,加快筛选的速度。团队将此方法成功地应用于改良多个Cas9蛋白,并设计出具有增强基因编辑效率的新金黄葡萄球菌Cas9(SaCas9)的变体。相关研究成果现已在国际科学期刊《自然-通讯》,并就此提交专利申请。

是项研究探索如何结合「机器学习」方法去进行多点突变的蛋白筛选,将结构导向的突变数据库中的实证数据,再以「机器学习」方法进行虚拟筛选,以准确识别稀有和性能更好的变体,以作进一步的深入验证。团队亦根据早前发表的Cas9变体筛选之数据作为测试机器学习的框架,印证机器学习只需凭藉5%至20%的实验数据,即可识别性能最佳的变体。

挑选定点突变的位置均集中于Cas9蛋白内的间隔序列前体临近基序(PAM)相互作用(PI)结构域和WED结构域,因为这两个结构域靠近目标脱氧核醣核酸(DNA),及围绕带有PAM的DNA双链体的位置。研究团队将「机器学习」融合至高通量筛选平台,结合PI和WED结构域中的多点突变以设计活性更强的SaCas9蛋白。PAM对于Cas9的可编辑目标相当重要,透过减弱PAM与DNA之间的相互作用,从而减少PAM所带来的编辑限制,这样可以让Cas9编辑更广泛的基因目标,为了弥补与DNA之间被减弱的相互作用,需要同时于WED结构域加强与DNA的相互作用,以增强Cas9的编辑能力。

在筛选和随后的验证中,研究人员辨别新的变体,包括当中名为KKH-SaCas9-plus的变体,它在特定基因组位点的活性增强高达33%。而蛋白质建模分析亦预测新改良的变体,有机会增加在WED和PI结构域与带有PAM DNA双链之间的新相互作用,这亦可解释多点突变如何增强新变体的编辑效率。

结构导向设计一直主导著Cas9改良工程的领域,然而只探索少数位点、氨基酸残基突变和多位点的组合突变。是项研究发现在结合「机器学习」到多点组合突变的筛选研究中,有助将实验数据产出最大化,降低实验的筛选时间和成本,并从更多的变体中寻找到更高效的变体KKH-SaCas9-plus。领导是项研究的港大医学院生物医学学院助理教授黄兆麟表示,这方法将加速Cas9蛋白的改良,使基因组编辑技术得以更有效地应用于治疗遗传疾病。

星岛新闻集团庆回归25周年专题网站,请即浏览
立即下载|全新《星岛头条》APP:https://bit.ly/3yLrgYZ

關鍵字

最新回应

關鍵字

相關新聞

You are currently at: std.stheadline.com
Skip This Ads
close ad
close ad