[出典] "Massively parallel quantification of CRISPR editing in cells by TRAP-seq enables better design of Cas9, ABE, CBE gRNAs of high efficiency and accuracy" Xiang X, Qu K, Liang X, Pan X [..] Lin L, Luo Y. bioRxiv 2020-05-21

  • Aarhus UniversityとBGI-Qingdaoなどの研究グループは今回、20 bpのスペーサと82 bpのスキャフォールドからなる102 bpのgRNA発現カセットに、gRNAの標的となる37 bpの配列を接続したコンストラクトを利用するTRAP-seq (Targeted Reporter Anchored Positional Sequencing)法を開発した。
  • TRAP−seqに拠ってHEK293T細胞において、3,834種類のタンパク質コーディング遺伝子を標的とする12,000 TRAP-seqライブラリーを介して、Cas9, CEBおよびABEによる編集結果のデータを集積した。
  • その上で、研究グループがベイジアン・リッジ回帰に基づく機械学習アルゴリズムに基づいて開発したGNL-Scorerによりモデルを構築した。SpCas9については、これまでに公開されている5種類のデータセットについて、GNL-Scorerと各種機械学習モデル (DeepCas9, Azimuth-2.0, TUSCAN, CRISPRaterおよびSSC)とgRNA活性予測結果を比較し、概ねGNL-Scorerが概ね優るとした。
  • SHapley Additive exPlanations (SHAP)アルゴリズムによって、gRNAの性能を左右する変数 (融解温度、GC含量、配列モチーフなど)抽出も試みた。
  • 今回の解析結果は、Human CRISPR atlasとしてhttp://www.crispratlas.com/crisprから公開した。SpCas9, ABEまたはCBEを選択した上で、標的遺伝子のシンボルを入力すると、候補gRNAsがその効率予測値などと伴に表示される [画面キャプチャ引用下図参照]。CRISPRatlas
関連crisp_bio記事と論文