12 février 2024 (Actualités Nanowerk) CRISPR-Cas est un outil qui permet aux scientifiques d'apporter des modifications ciblées à l'ADN d'un organisme. Cet outil se compose de deux parties. La première est une substance microscopique appelée protéine nucléase Cas (par exemple, Cas9) qui peut cliver l'ADN. La seconde est une molécule d’ARN (également appelée ARN guide ou ARNg) qui détermine où ces modifications sont effectuées. En étudiant la biologie et la chimie du fonctionnement de CRISPR-Cas, les scientifiques peuvent prédire et concevoir les endroits où les modifications de l'ADN se produiront. Cependant, ces prédictions échouent souvent en raison de grandes variations dans la structure et la composition du génome entre les différents organismes (par exemple, chez les humains par rapport aux bactéries). Cela limite la manière dont les scientifiques peuvent utiliser l’outil CRISPR-Cas. Pour résoudre ce problème, les chercheurs ont utilisé intelligence artificielle pour mieux prédire le comportement de l'outil. L’approche utilisait un nouvel ensemble de propriétés chimiques quantiques. Ces propriétés appliquent les règles de la mécanique quantique aux molécules pour mieux comprendre comment les molécules interagissent. Cela a amélioré la précision de la prédiction du lieu où l’ingénierie du génome CRISPR-Cas pourrait avoir lieu.
Une nouvelle méthode améliore la précision de l'outil d'édition génétique CRISPR Cas9 que les scientifiques utilisent pour modifier les microbes pour la production de carburants renouvelables et de produits chimiques. Il s'appuie sur la chimie quantique, l'intelligence artificielle et la biologie synthétique. (Image : Philip Gray, Laboratoire national d'Oak Ridge) Cette étude (Recherche sur les acides nucléiques, « Informations biologiques quantiques sur l'efficacité du sgRNA CRISPR-Cas9 grâce à l'ingénierie de fonctionnalités explicable basée sur l'IA ») a utilisé une approche appelée intelligence artificielle explicable (XAI) pour identifier de nouvelles caractéristiques biologiques. Il visait à comprendre la conception de l’ARN guide et l’association de l’ARN guide avec les modifications du génome basées sur CRISPR. Cela pourrait améliorer la capacité des scientifiques à prédire efficacement où les cibles génomiques apparaîtront dans un génome. Les scientifiques s'appuient sur des modèles pour prédire où les outils CRISPR-Cas agissent sur le génome d'un organisme. Les performances de ces modèles sont d’une importance cruciale car ces modifications sont irréversibles. Cette étude menée par des scientifiques du laboratoire national d'Oak Ridge et de l'université du Tennessee à Knoxville visait à améliorer la fiabilité de ces outils en utilisant l'intelligence artificielle explicable pour découvrir de nouvelles relations entre l'ARN guide, l'ADN d'un organisme et l'activité des systèmes basés sur CRISPR. outils. Les chercheurs ont utilisé des ensembles de données accessibles au public pour former un modèle d’intelligence artificielle explicable appelé forêt aléatoire itérative afin de prédire l’efficacité avec laquelle CRISPR-Cas9 peut modifier des séquences d’ADN spécifiques avec un ARN guide spécifique. En utilisant cette approche, les chercheurs ont découvert que les caractéristiques chimiques quantiques avaient l’effet le plus significatif sur la prévision de l’efficacité de l’ARN guide chez H. sapiens et E. coli. De plus, les chercheurs ont découvert que l’importance des différentes propriétés chimiques quantiques ou des lieux d’intérêt variait selon chaque espèce. Cette recherche souligne l'importance des recherches futures dans ce domaine pour améliorer la sécurité et la fiabilité des outils CRISPR-Cas dans les organismes non modèles.
Une nouvelle méthode améliore la précision de l'outil d'édition génétique CRISPR Cas9 que les scientifiques utilisent pour modifier les microbes pour la production de carburants renouvelables et de produits chimiques. Il s'appuie sur la chimie quantique, l'intelligence artificielle et la biologie synthétique. (Image : Philip Gray, Laboratoire national d'Oak Ridge) Cette étude (Recherche sur les acides nucléiques, « Informations biologiques quantiques sur l'efficacité du sgRNA CRISPR-Cas9 grâce à l'ingénierie de fonctionnalités explicable basée sur l'IA ») a utilisé une approche appelée intelligence artificielle explicable (XAI) pour identifier de nouvelles caractéristiques biologiques. Il visait à comprendre la conception de l’ARN guide et l’association de l’ARN guide avec les modifications du génome basées sur CRISPR. Cela pourrait améliorer la capacité des scientifiques à prédire efficacement où les cibles génomiques apparaîtront dans un génome. Les scientifiques s'appuient sur des modèles pour prédire où les outils CRISPR-Cas agissent sur le génome d'un organisme. Les performances de ces modèles sont d’une importance cruciale car ces modifications sont irréversibles. Cette étude menée par des scientifiques du laboratoire national d'Oak Ridge et de l'université du Tennessee à Knoxville visait à améliorer la fiabilité de ces outils en utilisant l'intelligence artificielle explicable pour découvrir de nouvelles relations entre l'ARN guide, l'ADN d'un organisme et l'activité des systèmes basés sur CRISPR. outils. Les chercheurs ont utilisé des ensembles de données accessibles au public pour former un modèle d’intelligence artificielle explicable appelé forêt aléatoire itérative afin de prédire l’efficacité avec laquelle CRISPR-Cas9 peut modifier des séquences d’ADN spécifiques avec un ARN guide spécifique. En utilisant cette approche, les chercheurs ont découvert que les caractéristiques chimiques quantiques avaient l’effet le plus significatif sur la prévision de l’efficacité de l’ARN guide chez H. sapiens et E. coli. De plus, les chercheurs ont découvert que l’importance des différentes propriétés chimiques quantiques ou des lieux d’intérêt variait selon chaque espèce. Cette recherche souligne l'importance des recherches futures dans ce domaine pour améliorer la sécurité et la fiabilité des outils CRISPR-Cas dans les organismes non modèles.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
- PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
- PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
- PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
- La source: https://www.nanowerk.com/news2/biotech/newsid=64641.php
