Descubrimiento de la diversidad de PAM de Cas9 mediante minería genómica y aprendizaje automático

Área de la Ciencia:

• Genómica
• Biología Molecular
• Bioinformática

Sus antecedentes:

• El reconocimiento del motivo adyacente al protospaciador (PAM) es esencial para los sistemas CRISPR-Cas.
• La compatibilidad limitada de PAM de las variantes de Cas9 actuales restringe las aplicaciones de edición del genoma.
• El descubrimiento de nuevos ortólogos de Cas9 con reconocimiento de PAM ampliado es fundamental.

Objetivo del estudio:

• Crear una base de datos completa de proteínas Cas9 y sus perfiles de PAM.
• Desarrollar un modelo de aprendizaje automático para predecir preferencias de PAM a partir de secuencias de Cas9.
• Facilitar el descubrimiento de nuevas herramientas CRISPR-Cas9 para la ingeniería precisa del genoma.

Principales métodos:

• Se compilaron secuencias de Cas9 de millones de genomas y perfiles de PAM de secuencias de fagos/plásmidos en CRISPR-PAMdb.
• Se infirieron preferencias de PAM de consenso utilizando alineación de espaciadores-protospaciadores para 8003 clústeres de Cas9.
• Se desarrolló CICERO, un modelo de aprendizaje automático basado en ESM2, para predecir PAM a partir de secuencias de Cas9.

Principales resultados:

• CRISPR-PAMdb contiene datos extensos de Cas9 y PAM.
• Los métodos basados en alineación identificaron PAMs para 8003 clústeres de Cas9.
• CICERO predijo PAMs para 50 308 proteínas Cas9 adicionales, logrando una alta precisión en ortólogos validados.

Conclusiones:

• CRISPR-PAMdb y CICERO permiten la exploración a gran escala de la diversidad de PAM de Cas9.
• Estos recursos aceleran el diseño de herramientas CRISPR-Cas9 de próxima generación.
• Los hallazgos respaldan una mayor precisión en las aplicaciones de ingeniería del genoma.