[出典] "R-CRISPR: A Deep Learning Network to Predict Off-Target Activities with Mismatch, Insertion and Deletion in CRISPR-Cas9 System" Niu R [..] Shang X. Genes 2021-11-25.
https://doi.org/10.3390/genes12121878 (Selected Papers from the 20th International Conference on Bioinformatics (InCoB 2021))
 西北工業大学 (西安)の研究グループは今回,標題オフターゲット活性の定量化を目指してR-CRISPRと命名した深層学習フレームワークを開発した.
  • R-CRISPRには,gRNA-標的配列をバイナリマトリックスにエンコードするエンコードスキーム,特徴抽出器としての畳み込みニューラルネットワーク (RepVGGモジュール),ミスマッチ,挿入または削除を伴うオフターゲット活動を予測するLSTM (Long short-term memory)ユニットをベースとするリカレントニューラルネットワークが採用されている.
  • R-CRISPRは、GUIDE-seqで検証されたミスマッチのみのデータセットにおいて,現在主流となっている6種類の予測手法 (AttnToMismatch_CNN, CRISPR-Net, Elevation-score, CFD, Ensemble SVM, およびCNN_std)を凌駕し,大幅に予測精度を改善した.
  • R-CRISPRはまた,ミスマッチに加えて挿入と削除を含むデータセット (CRIRCLE-seq由来)においても,最先端の予測手法 (CRISPR-Net)に匹敵する性能を示した.
  • 本研究ではさらに,データの連結が学習データの品質に影響を与える可能性があることを実験で示し,データセットの最適な組み合わせも調査した.