1. CRISPRpred(SEQ): 一次配列データに基づき古典的機械学習によりsgRNAのオンターゲット活性予測器を開発し、深層学習モデルを凌ぐ性能を得た #機械学習-AI 
[出典] "CRISPRpred(SEQ): a sequence-based method for sgRNA on target activity prediction using traditional machine learning" Muhammad Rafid AH, Toufikuzzaman M, Rahman MS, Rahman MS. BMC Bioinformatics 2020-06-01
  • DeepCRISPR [1]の開発に使用されたHCT116, HEK293, HeLaおよびHL60の4種類のヒト細胞株におけるオンターゲットデータセット (16,000 sgRNAs)をもとに、ランダムフォレスト (RF)とサポートベクターマシン (SVM)に基づくCRISPRpred [2]の手法 (以下 A)と、ランダムフォレストから派生しより高速なExtremely Randomized Trees (ERT)とSVMに基づく手法 (以下 B)の性能を、ROC-AUCを指標として、DeepCRISPRなどの既存のアルゴリズムと比較。
  • Aは、HEK293T細胞を除く3種類の細胞株おいて、DeepCRISPRを凌ぎ、BはAを凌いだ。HEK293T細胞については、DeepCRISPRのデータセットの問題を議論した。
  • DeepCRISPRの後に発表されたDeepHF [3]との詳細な比較は予備段階である。
 [参考論文とcrisp_bio記事]
  1. "DeepCRISPR: optimized CRISPR guide RNA design by deep learning" Chuai G et al. Genome Biol 2018 Jun 26
  2. CRISPRメモ_2017/08/08 [第4項] CRISPRpred: sgRNAsのオンターゲット活性を高効率で予測するツール 
  3. 2019-09-20 DeepHF: SpCas9とその高精度版2種類に最適なgRNAsを設計する深層学習モデルを構築・公開 
2. [レビュー] アーケアにおけるanti-CRISPRタンパク質 (Acrs)
[出典] REVIEW "Anti-CRISPR Proteins in Archaea" Peng X, Mayo-Muñoz D, Bhoobalan-Chitty Y, Martínez-Álvarez L. Trends Microbiol 2020-06-01
 アーケアのCrISPR-Casシステムに対するAcrs (AcrID1AcrIIIB1)をレビュー
3. [レビュー] CRISPR/Cas9デリバリー法の長所短所を比較し、細胞外小胞 (EV)による手法をハイライト #デリバリー
[出典] REVIEW "Recent Advances in CRISPR/Cas9 Delivery Strategies" Yip BH. Biomolecules 2020-05-30
 Table 1引用下図参照EV