چطور از AlphaFold برای ایمنتر کردن ابزارهای ویرایش ژن استفاده شد
هوش مصنوعیClaude Sonnet 5خلاصهٔ کاملتر
سیستمهای ویرایش ژن مبتنی بر CRISPR، با وجود دقت بالا، همیشه یه مشکل داشتن: ویرایش هدف اشتباه (off-target)، یعنی گاهی بهجای توالی درست، یه جای دیگهٔ ژنوم رو ویرایش میکنن. از نظر تئوری، چون توالی راهنما حدود ۱۸ باز طوله، احتمال تکرار تصادفیش تو ژنوم آدم خیلی کمه؛ ولی پروتئین Cas9 میتونه با چندتا عدمتطابق هم به DNA بچسبه، برای همین از قبل نمیشه فهمید کدوم RNA راهنما ممکنه مشکلساز بشه.
یه تیم تحقیقاتی تو چین، برای فهمیدن چرایی ماجرا، اول یه کتابخانهٔ بزرگ از محلهای هدف اشتباه ساختن، با ۱۰ تا RNA راهنمای مختلف. بعد ساختار این برهمکنشها رو با نرمافزار پروتئینیابی هوش مصنوعیِ AlphaFold بررسی کردن. وقتی همهٔ اجزا (DNA، RNA، Cas9 و آنزیم تغییردهنده) رو با هم به AlphaFold دادن، مدل گیج شد؛ ولی وقتی فقط DNA، RNA و Cas9 رو دادن، نتیجه با آزمایشهای واقعی همخونی داشت. با مقایسهٔ ساختارهای هدف درست و هدف اشتباه، تیم فهمید تو بیشتر از ۹۵ درصد موارد، تماس بین اسیدهای آمینهٔ Cas9 و RNA تغییر میکنه؛ این تحلیل رو اسم گذاشتن ContactSeek.
با تمرکز رو نقاطی از Cas9 که این تغییرات توش خوشهای بودن، تیم ۲۳ جایگزینی مختلف تو ۱۰ موقعیت کلیدی امتحان کرد. بهترین نسخه، فعالیت روی هدف درست رو حفظ کرد ولی فعالیت هدف اشتباهشو از ۲۸ درصد به ۵ درصد رسوند؛ همین نتیجه با RNA راهنماهای دیگه و حتی با یه سیستم مشابه که از پروتئین Cas12 استفاده میکنه هم تکرار شد. برخلاف روشهای قبلی مثل تکامل هدایتشده که عمومیتر عمل میکنن، این روش بیشتر مخصوص هر ترکیب RNA راهنما/عدمتطابقه، ولی میشه با روشهای قبلی هم ترکیبش کرد. محققا میگن این تکنیک، فراتر از ویرایش ژن، برای تنظیم دقیق برهمکنش پروتئین-DNA بهطور کلی هم بهکار میاد.
نکات کلیدی:
- سیستمهای CRISPR همیشه مشکل «هدف اشتباه» داشتن، چون Cas9 با چندتا عدمتطابق هم میتونه به DNA بچسبه
- محققا با AlphaFold ساختار برهمکنشهای هدف درست و اشتباه رو مقایسه کردن و بخشهای مسئول رو پیدا کردن (روشی به اسم ContactSeek)
- با تغییر اسیدهای آمینه تو ۱۰ نقطهٔ کلیدی، نرخ خطای هدف اشتباه از ۲۸٪ به ۵٪ رسید بدون افت دقت روی هدف اصلی
- این روش با Cas12 هم جواب داد و به گفتهٔ محققا کاربردهای فراتر از ویرایش ژن هم میتونه داشته باشه
