12 februari 2024 (Nanowerk Nieuws) CRISPR-Cas is een hulpmiddel waarmee wetenschappers gerichte wijzigingen kunnen aanbrengen in het DNA van een organisme. Dit hulpmiddel bestaat uit twee delen. De eerste is een microscopisch kleine substantie, een nuclease Cas-eiwit genoemd (bijvoorbeeld Cas9), dat DNA kan splitsen. De tweede is een RNA-molecuul (ook wel gids-RNA of gRNA genoemd) dat bepaalt waar deze bewerkingen worden uitgevoerd. Door de biologie en chemie van de werking van CRISPR-Cas te bestuderen, kunnen wetenschappers voorspellen en ontwerpen waar DNA-modificaties zullen plaatsvinden. Deze voorspellingen mislukken echter vaak omdat er een grote variatie bestaat in de genoomstructuur en -samenstelling tussen verschillende organismen (bijvoorbeeld bij mensen versus bacteriën). Dit beperkt de manier waarop wetenschappers de CRISPR-Cas-tool kunnen gebruiken. Om dit probleem aan te pakken, gebruikten onderzoekers kunstmatige intelligentie om het gedrag van de tool beter te voorspellen. De aanpak maakte gebruik van een nieuwe reeks kwantumchemische eigenschappen. Deze eigenschappen passen de regels van de kwantummechanica toe op moleculen om beter te begrijpen hoe moleculen met elkaar omgaan. Dit verbeterde de nauwkeurigheid van het voorspellen waar CRISPR-Cas-genoomengineering zou kunnen plaatsvinden.
Een nieuwe methode verbetert de nauwkeurigheid van de CRISPR Cas9-tool voor het bewerken van genen die wetenschappers gebruiken om microben te modificeren voor de productie van hernieuwbare brandstoffen en chemicaliën. Het is gebaseerd op kwantumchemie, kunstmatige intelligentie en synthetische biologie. (Afbeelding: Philip Gray, Oak Ridge National Laboratory) Deze studie (Onderzoek naar nucleïnezuren, “Kwantumbiologische inzichten in CRISPR-Cas9 sgRNA-efficiëntie door verklaarbare AI-gestuurde feature engineering”) gebruikte een aanpak genaamd verklaarbare kunstmatige intelligentie (XAI) om nieuwe biologische kenmerken te identificeren. Het was gericht op het begrijpen van het ontwerp van gids-RNA-ontwerp en de associatie van gids-RNA met op CRISPR gebaseerde genoombewerkingen. Dit zou het vermogen van wetenschappers kunnen verbeteren om efficiënt te voorspellen waar genomische doelwitten in een genoom zullen voorkomen. Wetenschappers vertrouwen op modellen om te voorspellen waar CRISPR-Cas-instrumenten inwerken op het genoom van een organisme. De prestaties van deze modellen zijn van cruciaal belang omdat deze wijzigingen onomkeerbaar zijn. Deze studie door wetenschappers van het Oak Ridge National Laboratory en de Universiteit van Tennessee, Knoxville had tot doel de betrouwbaarheid van deze hulpmiddelen te verbeteren door gebruik te maken van verklaarbare kunstmatige intelligentie om nieuwe relaties bloot te leggen tussen het gids-RNA, het DNA van een organisme en de activiteit van op CRISPR gebaseerde hulpmiddelen. De onderzoekers gebruikten publiekelijk toegankelijke datasets om een verklaarbaar kunstmatige-intelligentiemodel, iteratief Random Forest, te trainen om te voorspellen hoe efficiënt CRISPR-Cas9 specifieke DNA-sequenties kan bewerken met een specifiek gids-RNA. Met behulp van deze aanpak ontdekten de onderzoekers dat kwantumchemische kenmerken het grootste effect hadden op het voorspellen van de gids-RNA-efficiëntie in zowel H. sapiens als E. coli. Bovendien ontdekten de onderzoekers dat het belang van verschillende kwantumchemische eigenschappen of interessante locaties per soort varieerde. Dit onderzoek onderstreept het belang van toekomstig onderzoek op dit gebied om de veiligheid en betrouwbaarheid van CRISPR-Cas-tools in niet-modelorganismen te verbeteren.
Een nieuwe methode verbetert de nauwkeurigheid van de CRISPR Cas9-tool voor het bewerken van genen die wetenschappers gebruiken om microben te modificeren voor de productie van hernieuwbare brandstoffen en chemicaliën. Het is gebaseerd op kwantumchemie, kunstmatige intelligentie en synthetische biologie. (Afbeelding: Philip Gray, Oak Ridge National Laboratory) Deze studie (Onderzoek naar nucleïnezuren, “Kwantumbiologische inzichten in CRISPR-Cas9 sgRNA-efficiëntie door verklaarbare AI-gestuurde feature engineering”) gebruikte een aanpak genaamd verklaarbare kunstmatige intelligentie (XAI) om nieuwe biologische kenmerken te identificeren. Het was gericht op het begrijpen van het ontwerp van gids-RNA-ontwerp en de associatie van gids-RNA met op CRISPR gebaseerde genoombewerkingen. Dit zou het vermogen van wetenschappers kunnen verbeteren om efficiënt te voorspellen waar genomische doelwitten in een genoom zullen voorkomen. Wetenschappers vertrouwen op modellen om te voorspellen waar CRISPR-Cas-instrumenten inwerken op het genoom van een organisme. De prestaties van deze modellen zijn van cruciaal belang omdat deze wijzigingen onomkeerbaar zijn. Deze studie door wetenschappers van het Oak Ridge National Laboratory en de Universiteit van Tennessee, Knoxville had tot doel de betrouwbaarheid van deze hulpmiddelen te verbeteren door gebruik te maken van verklaarbare kunstmatige intelligentie om nieuwe relaties bloot te leggen tussen het gids-RNA, het DNA van een organisme en de activiteit van op CRISPR gebaseerde hulpmiddelen. De onderzoekers gebruikten publiekelijk toegankelijke datasets om een verklaarbaar kunstmatige-intelligentiemodel, iteratief Random Forest, te trainen om te voorspellen hoe efficiënt CRISPR-Cas9 specifieke DNA-sequenties kan bewerken met een specifiek gids-RNA. Met behulp van deze aanpak ontdekten de onderzoekers dat kwantumchemische kenmerken het grootste effect hadden op het voorspellen van de gids-RNA-efficiëntie in zowel H. sapiens als E. coli. Bovendien ontdekten de onderzoekers dat het belang van verschillende kwantumchemische eigenschappen of interessante locaties per soort varieerde. Dit onderzoek onderstreept het belang van toekomstig onderzoek op dit gebied om de veiligheid en betrouwbaarheid van CRISPR-Cas-tools in niet-modelorganismen te verbeteren.
- Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
- PlatoData.Network Verticale generatieve AI. Versterk jezelf. Toegang hier.
- PlatoAiStream. Web3-intelligentie. Kennis versterkt. Toegang hier.
- PlatoESG. carbon, CleanTech, Energie, Milieu, Zonne, Afvalbeheer. Toegang hier.
- Plato Gezondheid. Intelligentie op het gebied van biotech en klinische proeven. Toegang hier.
- Bron: https://www.nanowerk.com/news2/biotech/newsid=64641.php
