CRISPR zrewolucjonizował naukę. Sztuczna inteligencja przenosi teraz edytor genów na wyższy poziom.

Dzięki możliwości dokładnej edycji genomu narzędzia CRISPR są obecnie szeroko stosowane w biotechnologii i medycynie do zwalczania chorób dziedzicznych. Pod koniec 2023 roku rozpocznie się terapia z wykorzystaniem Laureat Nagrody Nobla narzędzie uzyskało zgodę FDA na leczenie anemii sierpowatokrwinkowej. CRISPR również został włączony Terapia komórkami T CAR w walce z nowotworami i byłem do tego przyzwyczajony obniżyć niebezpiecznie wysoki poziom cholesterolu w badaniach klinicznych.

Poza medycyną narzędzia CRISPR są zmiana krajobrazu rolniczego, z trwającymi projektami inżynieryjnymi bezrogie byki, pomidory bogate w składniki odżywcze, bydło i ryby z większą masą mięśniową.

Pomimo wpływu na świat rzeczywisty, CRISPR nie jest doskonały. Narzędzie przecina obie nici DNA, co może powodować niebezpieczne mutacje. Może także przypadkowo uszkodzić niezamierzone obszary genomu i wywołać nieprzewidywalne skutki uboczne.

CRISPR po raz pierwszy odkryto u bakterii jako mechanizm obronny, co sugeruje, że natura kryje w sobie mnóstwo składników CRISPR. Przez ostatnią dekadę naukowcy badali różne środowiska naturalne — na przykład szumowiny w stawach — w celu znalezienia innych wersji narzędzia, które mogłyby potencjalnie zwiększyć jego skuteczność i precyzję. Choć strategia ta jest skuteczna, zależy od tego, co ma do zaoferowania natura. Niektóre korzyści, takie jak mniejszy rozmiar lub większa trwałość w organizmie, często wiążą się z kompromisami, takimi jak mniejsza aktywność lub precyzja.

Czy zamiast polegać na ewolucji, możemy przyspieszyć tworzenie lepszych narzędzi CRISPR za pomocą sztucznej inteligencji?

W tym tygodniu Bogaty, startup z siedzibą w Kalifornii, przedstawił strategię który wykorzystuje sztuczną inteligencję do wymyślenia nowego wszechświata edytorów genów CRISPR. W oparciu o duże modele językowe – technologię stojącą za popularnym ChatGPT – sztuczna inteligencja zaprojektowała kilka nowych komponentów do edycji genów.

W komórkach ludzkich składniki łączą się w celu niezawodnej edycji docelowych genów. Wydajność dorównuje klasycznemu CRISPR, ale z dużo większą precyzją. Najbardziej obiecujący edytor, nazwany OpenCRISPR-1, potrafił również precyzyjnie zamieniać pojedyncze litery DNA – technologia zwana edycją bazową – z dokładnością porównywalną z obecnymi narzędziami.

„Pokazujemy pierwszą na świecie udaną edycję ludzkiego genomu przy użyciu systemu edycji genów, w którym każdy element został w pełni zaprojektowany przez sztuczną inteligencję” napisał autorzy we wpisie na blogu.

Mecz Made in Heaven

CRISPR i AI mają długi romans.

Receptura CRISPR składa się z dwóch głównych części: białka Cas „nożycowego”, które przecina lub nacina genom, oraz przewodnika RNA „ogara”, który wiąże białko nożycowe z genem docelowym.

Zmieniając te komponenty, system staje się zestawem narzędzi, którego każda konfiguracja jest dostosowana do wykonywania określonego rodzaju edycji genów. Niektóre białka Cas przecinają obie nici DNA; inni szybko obcinają tylko jedno pasmo. Alternatywne wersje mogą również ciąć RNA, rodzaj materiału genetycznego występującego w wirusach, i mogą być stosowane jako narzędzia diagnostyczne lub metody leczenia przeciwwirusowego.

Różne wersje białek Cas często można znaleźć, przeszukując środowiska naturalne lub w procesie zwanym ewolucją bezpośrednią. W tym przypadku naukowiec racjonalnie zamienia niektóre części białka Cas, aby potencjalnie zwiększyć skuteczność.

To bardzo czasochłonny proces. I tu właśnie pojawia się sztuczna inteligencja.

Uczenie maszynowe już pomogło przewidzieć skutki odbiegające od celu w narzędziach CRISPR. To także zamieszkały w na mniejszych białkach Cas, aby ułatwić dostarczanie zmniejszonych edytorów do komórek.

Firma Profluent wykorzystała sztuczną inteligencję w nowatorski sposób: zamiast ulepszać obecne systemy, zaprojektowali od podstaw komponenty CRISPR, korzystając z dużych modeli językowych.

Modele te, będące podstawą ChatGPT i DALL-E, wprowadziły sztuczną inteligencję do głównego nurtu. Uczą się na podstawie ogromnych ilości tekstu, obrazów, muzyki i innych danych, aby wydobyć wzorce i koncepcje. W ten sposób algorytmy generują obrazy z pojedynczego podpowiedzi tekstowej – powiedzmy „jednorożec w okularach przeciwsłonecznych tańczący nad tęczą” – lub naśladują styl muzyczny danego artysty.

Ta sama technologia ma również zmienił świat projektowania białek. Podobnie jak słowa w książce, białka są ułożone z poszczególnych molekularnych „liter” w łańcuchy, które następnie składają się w określony sposób, aby białka mogły działać. Naukowcy już to zrobili, wprowadzając sekwencje białek do sztucznej inteligencji wytworzone przeciwciała i inne funkcjonalne białka nieznane naturze.

„Duże generatywne modele języka białek oddają podstawowy plan tego, co sprawia, że ​​naturalne białko jest funkcjonalne.” napisał zespół w poście na blogu. „Obiecują skrót pozwalający ominąć przypadkowy proces ewolucji i skierować nas w stronę celowego projektowania białek do określonego celu”.

Czy sztuczna inteligencja marzy o owcach CRISPR?

Wszystkie duże modele językowe wymagają danych szkoleniowych. To samo dotyczy algorytmu generującego edytory genów. W przeciwieństwie do tekstu, obrazów lub filmów, które można łatwo pobrać w Internecie, bazę danych CRISPR trudniej jest znaleźć.

Zespół najpierw przejrzał ponad 26 terabajtów danych na temat obecnych systemów CRISPR i stworzył atlas CRISPR-Cas – zdaniem naukowców jest to najobszerniejszy jak dotąd atlas.

Poszukiwania ujawniły miliony komponentów CRISPR-Cas. Następnie zespół trenował swoje Model języka ProGen2— który został dostosowany do odkrywania białek — przy użyciu atlasu CRISPR.

Sztuczna inteligencja ostatecznie wygenerowała cztery miliony sekwencji białkowych o potencjalnej aktywności Cas. Po odfiltrowaniu oczywistych martwych rytmów za pomocą innego programu komputerowego zespół skupił się na nowym wszechświecie Cas „białkowych nożyczek”.

Algorytm nie tylko wymyślił białka takie jak Cas9. Białka Cas występują w rodzinach, a każda z nich ma swoje własne dziwactwa w zakresie możliwości edycji genów. Sztuczna inteligencja zaprojektowała także białka przypominające Cas13, którego celem jest RNA, oraz Cas12a, który jest bardziej zwarty niż Cas9.

Ogólnie rzecz biorąc, wyniki poszerzyły wszechświat potencjalnych białek Cas niemal pięciokrotnie. Ale czy któryś z nich działa?

Witaj, świecie CRISPR

W następnym teście zespół skupił się na Cas9, ponieważ jest on już szeroko stosowany w biomedycynie i innych dziedzinach. Przeszkolili sztuczną inteligencję na około 240,000 9 różnych strukturach białek CasXNUMX pochodzących od różnych typów zwierząt, mając na celu wygenerowanie podobnych białek, które zastąpią białka naturalne – ale z większą skutecznością i precyzją.

Początkowe wyniki były zaskakujące: wygenerowane sekwencje, w przybliżeniu milion, były zupełnie inne niż naturalne białka Cas9. Jednak wykorzystując AlphaFold2 firmy DeepMind, sztuczną inteligencję do przewidywania struktury białek, zespół odkrył, że wygenerowane sekwencje białek mogą przyjmować podobne kształty.

Białka Cas nie mogą funkcjonować bez przewodnika RNA ogara. Za pomocą atlasu CRISPR-Cas zespół przeszkolił także sztuczną inteligencję do generowania przewodnika RNA po otrzymaniu sekwencji białka.

Rezultatem jest edytor genów CRISPR zawierający oba komponenty – białko Cas i przewodnik RNA – zaprojektowany przez sztuczną inteligencję. Nazwany OpenCRISPR-1, jego działanie w zakresie edycji genów było podobne do klasycznych systemów CRISPR-Cas9, gdy testowano je w hodowanych komórkach ludzkiej nerki. Co zaskakujące, wersja wygenerowana przez sztuczną inteligencję zmniejszyła liczbę edycji nietypowych o około 95 procent.

Po kilku poprawkach OpenCRISPR-1 może również wykonywać edycję bazową, która może zmieniać pojedyncze litery DNA. W porównaniu z klasycznym CRISPR edycja baz jest prawdopodobnie bardziej precyzyjna, ponieważ ogranicza uszkodzenia genomu. W ludzkich komórkach nerkowych OpenCRISPR-1 niezawodnie przekształcił jedną literę DNA w drugą w trzech miejscach genomu, z szybkością edycji podobną do obecnych edytorów podstawowych.

Żeby było jasne, narzędzia CRISPR generowane przez sztuczną inteligencję zostały przetestowane wyłącznie w komórkach na naczyniu. Aby leki trafiły do ​​kliniki, musiałyby zostać poddane dokładnym testom pod kątem bezpieczeństwa i skuteczności na żywych organizmach, co może zająć dużo czasu.

Profluent otwarcie udostępnia OpenCRISPR-1 badaczom i grupom komercyjnym, zachowując jednak sztuczną inteligencję, która stworzyła to narzędzie, we własnym zakresie. „Udostępniamy publicznie OpenCRISPR-1, aby ułatwić szerokie, etyczne wykorzystanie w zastosowaniach badawczych i komercyjnych” – napisali.

Artykuł opisujący ich pracę, będący przeddrukiem, nie został jeszcze poddany analizie przez recenzentów-ekspertów. Naukowcy będą także musieli wykazać, że OpenCRISPR-1 lub jego warianty działają na wiele organizmów, w tym na rośliny, myszy i ludzi. Kuszące jest jednak, że wyniki otwierają nową drogę dla generatywnej sztucznej inteligencji – taką, która może zasadniczo zmienić nasz plan genetyczny.

Kredytowych Image: Bogaty

• Dystrybucja treści i PR oparta na SEO. Uzyskaj wzmocnienie już dziś.
• PlatoData.Network Pionowe generatywne AI. Wzmocnij się. Dostęp tutaj.
• PlatoAiStream. Inteligencja Web3. Wiedza wzmocniona. Dostęp tutaj.
• PlatonESG. Węgiel Czysta technologia, Energia, Środowisko, Słoneczny, Gospodarowanie odpadami. Dostęp tutaj.
• Platon Zdrowie. Inteligencja w zakresie biotechnologii i badań klinicznych. Dostęp tutaj.
• Źródło: https://singularityhub.com/2024/04/25/this-ai-just-designed-a-more-precise-crispr-gene-editor-for-human-cells-from-scratch/