作者：晉楠 發布日期：2018-11-12

　　《自然》雜志發表的一篇新論文報告了一種方法，可以通過機器學習實現對致病基因變異精準且可預測的編輯。這項成果建立了一種實現精準、無模板基因組編輯的方法，為遺傳疾病的研究和潛在療法提供了新的可能性。

　　雖然CRISPR-Cas9徹底改變了用于研究的基因組編輯技術，但保證這項技術的準確性十分重要。CRISPR-Cas9基因組編輯常用DNA“模板”確保DNA修復的準確性，或將特定的DNA序列導入基因組中。因此，缺少這些模板的DNA修復常被認為不夠準確。

　　現在，美國馬薩諸塞州劍橋布列根和婦女醫院及哈佛醫學院的Richard Sherwood及同事發明了一種用機器學習預測基因組修復結果的方法，實現了精準的無模板Cas9編輯。研究者用一個含有近2000對Cas9向導RNA（gRNA）和人體DNA靶點的數據庫，訓練了一個名為“inDelphi”的機器學習模型。經該模型識別，5%~11% 靶向人體基因組的Cas9 gRNA能在超過50%的情況下（被稱為“精準50”）產生單一且可預測的修復結果。inDelphi還能利用無模板Cas9編輯識別并預測出合適的致病基因變異靶標，包括一些曾被認為無法用該方法找到的靶標。

　　最后，研究者通過實驗證明，人體細胞中與Hermansky-Pudlak綜合征、Menkes病以及家族性高膽固醇血癥這3種疾病有關的近200種致病變異，其編輯和修復的準確性都能達到精準50的標準。（晉楠）

　　《中國科學報》 (2018-11-12 第2版 國際)

來源：中國科學報