[出典] "Massively parallel evaluation and computational prediction of the activities and specificities of 17 small Cas9s" Seo SY [..] Kim HH. Nat Methods. 2023-05-12. https://doi.org/10.1038/s41592-023-01875-2 [著者所属] Yonsei U College of Medicine, Yonsei U, Institute for Basic Science, Yonsei U Wonju College of Medicine, Sungkyunkwan U, LG AI Research (Seoul)
最近、さまざまな小型のCas9オーソログとバリアントによる生体内でのゲノム編集の報告が相次いでいる。SpCas9と比較すれば、そのサイズによって、生体内送達の課題は解決されたが、関心のある標的配列の編集に最適な小型Cas9の選択には、課題が残されている。Yonsei University College of MedicineのHyongbum Henry Kimが率いる韓国研究チームは今回この課題解決に向けて、まず、数千種類の標的配列に対する17種類の小型Cas9 [*]の活性をハイスループットで体系的に比較解析した [Fig. 1参照]。
その結果、小型のCas9ごとに、PAM配列モチーフ、最適なsgRNA発現のフォーマットとスキャフォールド配列が同定され、小型Cas9sが高活性なグループと低活性なグループに明確に分類されることが明らかになった。
さらに、実験データをベースに、オンターゲットとガイドRNAに対してミスマッチを帯びたオフターゲットの配列に対する小型Cas9の活性を予測する深層学習モデル"DeepSmallCas9"を開発した。
[*] St1Cas9, Nm1Cas9, SaCas9, SaCas9-KKH36, eSaCas9, CjCas9, Nm2Cas9, SaCas9-HF37, SaCas9-KKH-HF37, SauriCas9, SauriCas9-KKH34, efSaCas9, SlugCas9, SlugCas9-HF35, Sa-SlugCas9, sRGN3.1, および enCjCas9.
[DeepSmallCas9入手先] https://github.com/SangyeonSeo/DeepSmallCas9
コメント