12 年 2024 月 XNUMX 日 (Nanowerkニュース) CRISPR-Cas は、科学者が生物の DNA に標的を絞った変更を加えることができるツールです。このツールは 9 つの部分で構成されます。 XNUMX つ目は、DNA を切断できるヌクレアーゼ Cas タンパク質 (CasXNUMX など) と呼ばれる微小な物質です。 XNUMX つ目は、これらの編集が行われる場所を決定する RNA 分子 (ガイド RNA または gRNA とも呼ばれます) です。 CRISPR-Cas がどのように機能するかについて生物学と化学を研究することで、科学者は DNA 修飾が起こる場所を予測し、設計することができます。ただし、異なる生物間ではゲノムの構造と組成に大きなばらつきがあるため (たとえば、人間と細菌では)、これらの予測は失敗することがよくあります。これにより、科学者による CRISPR-Cas ツールの使用方法が制限されます。この問題に対処するために、研究者たちは以下を使用しました。 人工知能 ツールの動作をより正確に予測するため。このアプローチでは、一連の新しい量子化学特性が使用されました。これらの特性は、分子がどのように相互作用するかをよりよく理解するために、量子力学の規則を分子に適用します。これにより、CRISPR-Cas ゲノム操作がどこで行われるかを予測する精度が向上しました。
新しい方法により、科学者が再生可能燃料や化学物質の生産のために微生物を改変するために使用する CRISPR Cas9 遺伝子編集ツールの精度が向上しました。量子化学、人工知能、合成生物学を活用しています。 (画像: フィリップ・グレイ、オークリッジ国立研究所) この研究 (核酸研究, 「説明可能な AI 主導の特徴エンジニアリングによる CRISPR-Cas9 sgRNA 効率に関する量子生物学的洞察」) は、説明可能な人工知能 (XAI) と呼ばれるアプローチを使用して、新しい生物学的特徴を特定しました。これは、ガイド RNA の設計とガイド RNA と CRISPR ベースのゲノム編集の関連性を理解することを目的としていました。これにより、ゲノム標的がゲノム内のどこに発生するかを効率的に予測する科学者の能力が向上する可能性があります。科学者はモデルに依存して、CRISPR-Cas ツールが生物のゲノムのどこに作用するかを予測します。これらの変更は元に戻せないため、これらのモデルのパフォーマンスは非常に重要です。オークリッジ国立研究所とテネシー大学ノックスビル校の科学者らによるこの研究は、説明可能な人工知能を使用してガイドRNA、生物のDNA、およびCRISPRベースの活性との間の新たな関係を明らかにすることにより、これらのツールの信頼性を向上させることを目的としていました。ツール。研究者らは、公的にアクセス可能なデータセットを使用して、反復ランダムフォレストと呼ばれる説明可能な人工知能モデルをトレーニングし、CRISPR-Cas9 が特定のガイド RNA で特定の DNA 配列をどれだけ効率的に編集できるかを予測しました。研究者らは、このアプローチを使用して、H. sapiens と E. coli の両方において、量子化学的特徴がガイド RNA 効率の予測に最も重要な影響を与えることを発見しました。さらに、研究者らは、異なる量子化学特性や対象となる場所の重要性が種ごとに異なることを発見した。この研究は、非モデル生物における CRISPR-Cas ツールの安全性と信頼性を向上させるために、この分野における今後の研究の重要性を強調しています。
新しい方法により、科学者が再生可能燃料や化学物質の生産のために微生物を改変するために使用する CRISPR Cas9 遺伝子編集ツールの精度が向上しました。量子化学、人工知能、合成生物学を活用しています。 (画像: フィリップ・グレイ、オークリッジ国立研究所) この研究 (核酸研究, 「説明可能な AI 主導の特徴エンジニアリングによる CRISPR-Cas9 sgRNA 効率に関する量子生物学的洞察」) は、説明可能な人工知能 (XAI) と呼ばれるアプローチを使用して、新しい生物学的特徴を特定しました。これは、ガイド RNA の設計とガイド RNA と CRISPR ベースのゲノム編集の関連性を理解することを目的としていました。これにより、ゲノム標的がゲノム内のどこに発生するかを効率的に予測する科学者の能力が向上する可能性があります。科学者はモデルに依存して、CRISPR-Cas ツールが生物のゲノムのどこに作用するかを予測します。これらの変更は元に戻せないため、これらのモデルのパフォーマンスは非常に重要です。オークリッジ国立研究所とテネシー大学ノックスビル校の科学者らによるこの研究は、説明可能な人工知能を使用してガイドRNA、生物のDNA、およびCRISPRベースの活性との間の新たな関係を明らかにすることにより、これらのツールの信頼性を向上させることを目的としていました。ツール。研究者らは、公的にアクセス可能なデータセットを使用して、反復ランダムフォレストと呼ばれる説明可能な人工知能モデルをトレーニングし、CRISPR-Cas9 が特定のガイド RNA で特定の DNA 配列をどれだけ効率的に編集できるかを予測しました。研究者らは、このアプローチを使用して、H. sapiens と E. coli の両方において、量子化学的特徴がガイド RNA 効率の予測に最も重要な影響を与えることを発見しました。さらに、研究者らは、異なる量子化学特性や対象となる場所の重要性が種ごとに異なることを発見した。この研究は、非モデル生物における CRISPR-Cas ツールの安全性と信頼性を向上させるために、この分野における今後の研究の重要性を強調しています。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源： https://www.nanowerk.com/news2/biotech/newsid=64641.php
