Cas9 PAM多様性のメタゲノムマイニングと機械学習による解明

科学分野:

• ゲノミクス
• 分子生物学
• バイオインフォマティクス

背景:

• プロトスペーサー隣接モチーフ（PAM）認識は、CRISPR-Casシステムに不可欠です。
• 現在のCas9バリアントの限定的なPAM互換性は、ゲノム編集アプリケーションを制限します。
• 拡張されたPAM認識を持つ新しいCas9オルソログの発見は、極めて重要です。

研究 の 目的:

• Cas9タンパク質とそのPAMプロファイルの包括的なデータベースを作成すること。
• Cas9配列からPAMの好みを予測するための機械学習モデルを開発すること。
• 精密ゲノム工学のための新しいCRISPR-Cas9ツールの発見を容易にすること。

主な方法:

• 数百万のゲノムからのCas9配列と、ファージ/プラスミド配列からのPAMプロファイルをCRISPR-PAMdbにコンパイルしました。
• スペーサー-プロトスペーサーアラインメントを使用して、8003のCas9クラスターのコンセンサスPAMの好みを推測しました。
• Cas9配列からPAMを予測するために、ESM2に基づいた機械学習モデルであるCICEROを開発しました。

主要な成果:

• CRISPR-PAMdbには、広範なCas9およびPAMデータが含まれています。
• アラインメントベースの方法により、8003のCas9クラスターのPAMが特定されました。
• CICEROは、検証済みのオルソログに対して高い精度を達成し、さらに50,308のCas9タンパク質のPAMを予測しました。

結論:

• CRISPR-PAMdbとCICEROは、Cas9 PAMの多様性の大規模な探索を可能にします。
• これらのリソースは、次世代CRISPR-Cas9ツールの設計を加速します。
• この発見は、ゲノム工学アプリケーションにおける精密性の向上をサポートします。