12 de febrero de 2024 (Noticias de Nanowerk) CRISPR-Cas es una herramienta que permite a los científicos realizar cambios específicos en el ADN de un organismo. Esta herramienta consta de dos partes. La primera es una sustancia microscópica llamada proteína nucleasa Cas (p. ej., Cas9) que puede escindir el ADN. La segunda es una molécula de ARN (también llamada ARN guía o ARNg) que determina dónde se realizan estas ediciones. Al estudiar la biología y la química del funcionamiento de CRISPR-Cas, los científicos pueden predecir y diseñar dónde se producirán las modificaciones del ADN. Sin embargo, estas predicciones a menudo fallan porque existe una gran variación en la estructura y composición del genoma entre diferentes organismos (por ejemplo, en humanos versus bacterias). Esto limita la forma en que los científicos pueden utilizar la herramienta CRISPR-Cas. Para abordar este problema, los investigadores utilizaron inteligencia artificial para predecir mejor el comportamiento de la herramienta. El enfoque utilizó un nuevo conjunto de propiedades químicas cuánticas. Estas propiedades aplican las reglas de la mecánica cuántica a las moléculas para comprender mejor cómo interactúan las moléculas. Esto mejoró la precisión de la predicción de dónde podría ocurrir la ingeniería del genoma CRISPR-Cas.
Un método novedoso mejora la precisión de la herramienta de edición de genes CRISPR Cas9 que los científicos utilizan para modificar microbios para la producción de combustibles renovables y productos químicos. Se basa en la química cuántica, la inteligencia artificial y la biología sintética. (Imagen: Philip Gray, Laboratorio Nacional Oak Ridge) Este estudio (Investigación de ácidos nucleicos, "Conocimientos biológicos cuánticos sobre la eficiencia del sgRNA de CRISPR-Cas9 a partir de ingeniería de funciones explicable impulsada por IA") utilizó un enfoque llamado inteligencia artificial explicable (XAI) para identificar nuevas características biológicas. Su objetivo era comprender el diseño del ARN guía y la asociación del ARN guía con las ediciones del genoma basadas en CRISPR. Esto podría mejorar la capacidad de los científicos para predecir de manera eficiente dónde aparecerán los objetivos genómicos en un genoma. Los científicos se basan en modelos para predecir dónde actúan las herramientas CRISPR-Cas en el genoma de un organismo. El rendimiento de estos modelos es de vital importancia porque estas modificaciones son irreversibles. Este estudio realizado por científicos del Laboratorio Nacional Oak Ridge y la Universidad de Tennessee, Knoxville, tuvo como objetivo mejorar la confiabilidad de estas herramientas mediante el uso de inteligencia artificial explicable para descubrir nuevas relaciones entre el ARN guía, el ADN de un organismo y la actividad de CRISPR. herramientas. Los investigadores utilizaron conjuntos de datos de acceso público para entrenar un modelo de inteligencia artificial explicable llamado Random Forest iterativo para predecir con qué eficiencia CRISPR-Cas9 puede editar secuencias de ADN específicas con un ARN guía específico. Utilizando este enfoque, los investigadores descubrieron que las características químicas cuánticas tenían el efecto más significativo en la predicción de la eficiencia del ARN guía tanto en H. sapiens como en E. coli. Además, los investigadores descubrieron que la importancia de diferentes propiedades químicas cuánticas o lugares de interés variaba con cada especie. Esta investigación subraya la importancia de futuras investigaciones en este campo para mejorar la seguridad y confiabilidad de las herramientas CRISPR-Cas en organismos no modelo.
Un método novedoso mejora la precisión de la herramienta de edición de genes CRISPR Cas9 que los científicos utilizan para modificar microbios para la producción de combustibles renovables y productos químicos. Se basa en la química cuántica, la inteligencia artificial y la biología sintética. (Imagen: Philip Gray, Laboratorio Nacional Oak Ridge) Este estudio (Investigación de ácidos nucleicos, "Conocimientos biológicos cuánticos sobre la eficiencia del sgRNA de CRISPR-Cas9 a partir de ingeniería de funciones explicable impulsada por IA") utilizó un enfoque llamado inteligencia artificial explicable (XAI) para identificar nuevas características biológicas. Su objetivo era comprender el diseño del ARN guía y la asociación del ARN guía con las ediciones del genoma basadas en CRISPR. Esto podría mejorar la capacidad de los científicos para predecir de manera eficiente dónde aparecerán los objetivos genómicos en un genoma. Los científicos se basan en modelos para predecir dónde actúan las herramientas CRISPR-Cas en el genoma de un organismo. El rendimiento de estos modelos es de vital importancia porque estas modificaciones son irreversibles. Este estudio realizado por científicos del Laboratorio Nacional Oak Ridge y la Universidad de Tennessee, Knoxville, tuvo como objetivo mejorar la confiabilidad de estas herramientas mediante el uso de inteligencia artificial explicable para descubrir nuevas relaciones entre el ARN guía, el ADN de un organismo y la actividad de CRISPR. herramientas. Los investigadores utilizaron conjuntos de datos de acceso público para entrenar un modelo de inteligencia artificial explicable llamado Random Forest iterativo para predecir con qué eficiencia CRISPR-Cas9 puede editar secuencias de ADN específicas con un ARN guía específico. Utilizando este enfoque, los investigadores descubrieron que las características químicas cuánticas tenían el efecto más significativo en la predicción de la eficiencia del ARN guía tanto en H. sapiens como en E. coli. Además, los investigadores descubrieron que la importancia de diferentes propiedades químicas cuánticas o lugares de interés variaba con cada especie. Esta investigación subraya la importancia de futuras investigaciones en este campo para mejorar la seguridad y confiabilidad de las herramientas CRISPR-Cas en organismos no modelo.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://www.nanowerk.com/news2/biotech/newsid=64641.php
