Determinantes de los resultados de edición de base del análisis de la biblioteca objetivo y el aprendizaje automático

Área de la Ciencia:

• Genética y genómica
• Biotecnología
• La bioinformática

Sus antecedentes:

• Los editores de base son cruciales para las mutaciones puntuales dirigidas, pero sus determinantes de edición siguen sin estar claros.
• Comprender las relaciones secuencia-actividad es clave para optimizar las herramientas de edición de la base.
• Los sistemas celulares de mamíferos proporcionan una plataforma robusta para caracterizar los resultados de la edición de genes.

Objetivo del estudio:

• Caracterizar las relaciones secuencia-actividad para los editores de bases de citosina y adenina (CBEs y ABEs).
• Desarrollar un modelo predictivo de aprendizaje automático (BE-Hive) para los resultados y la eficiencia de la edición de bases.
• Para diseñar nuevas variantes del editor base con capacidades mejoradas.

Principales métodos:

• Caracterización de todo el genoma de 11 editores de bases en 38.538 objetivos integrados en células de mamíferos.
• Entrenamiento de un modelo de aprendizaje automático (BE-Hive) utilizando datos de edición de base experimental.
• Predicción in silico y validación experimental de los resultados de la edición, incluidas las ediciones de espectadores.

Principales resultados:

• BE-Hive predice con precisión los resultados genotípicos de la edición de bases (R ≈ 0.9) y la eficiencia (R ≈ 0.7).
• Se corrigieron con éxito 3.388 variantes de un solo nucleótido asociadas a la enfermedad (SNV) con alta precisión.
• Se identificaron nuevos determinantes para la edición de C a G y C a A, lo que permite la corrección de 174 SNV de transversión patógena.
• Nuevas variantes CBE diseñadas con capacidades de edición moduladas.

Conclusiones:

• BE-Hive avanza significativamente en la previsibilidad y precisión de la edición de la base.
• El estudio amplía el alcance de la edición de la base a objetivos previamente intratables, incluidas las transversiones.
• Las nuevas variantes del editor base ofrecen un mejor rendimiento y control de edición, allanando el camino para aplicaciones terapéuticas.