統計学者のトルコSüleyman Demirel大学のAli Mertcan Köse助教が率いるトルコ、イタリア、セルビアの共同研究チームは今回、多数の遺伝子や細胞機能の制御に関与するがん抑制遺伝子 TP53 を対象とするCRISPR-Cas9 GEには特に高精度が求められることから、そのエキソン領域において、gRNAと標的DNAとの間のミスマッチが及ぼすオフターゲットへの影響を詳らかにしました。
オフターゲット部位は、一般的にスコアリング手法を用いて評価されますが、研究チームはまず、潜在クラス分析（Latent Class Analysis：LCA）を用いてオフターゲット部位のサブクラスを明らかにしました。
続いて、オフターゲット部位を段階的に分類し、機械学習分類器を用いて各クラス内のミスマッチ部位が及ぼす影響を評価しました。その結果、ミスマッチ部位は、オフターゲットのリスクレベルに応じて「低」「中」「高」の3つの段階に分類できることが明らかになりました。
続いて、オフターゲット部位を段階的に分類し、機械学習分類器を用いて各クラス内のミスマッチ部位が及ぼす影響を評価しました。その結果、ミスマッチ部位は、オフターゲットのリスクレベルに応じて「低」「中」「高」の3つの段階に分類できることが明らかになりました。
この知見をベースに、オフターゲット効果を最小化し、gRNA設計においてPAM配列を特定するための計算フレームワークを改良しました。このように、慎重に設計されたgRNAを用いることで、意図した通りの遺伝子改変を確実に実行し、標的とする変異を導入することが可能になります。
本研究の成果は、gRNAを介して特定のプロトスペーサーDNAを標的とするようにCRISPR-Cas9を最適化し、ゲノム編集の精度向上を目指す今後の研究に貢献するものです。
[出典] "Minimizing Off‐Target Effects of CRISPR‐Cas9 With Optimized sgRNA: Evaluation of Efficiency and Specificity in the Tumor Protein 53 (TP53) Region" Ali Mertcan Köse (1,4) , Monia Ranalli (2), Drenka Trivanovic (3), Irina Maslovaric (3). Biotechnol Bioeng. 2026-06-28. https://doi.org/10.1002/bit.70279
- Department of Statistics, Suleyman Demirel University, Isparta, Turkey.
- Department of Statistics, Sapienza University, Rome, Italy.
- Institute for Medical Research, University of Belgrade, National Institute of the Republic of Serbia, Belgrade, Serbia.
- Corresponding author
コメント