CRISPRlnc:一种机器学习方法,用于CRISPR/Cas9系统的lncRNA特定单向导RNA设计

科学领域:

• 基因组学就是基因组学.
• 分子生物学分子生物学
• 生物信息学是一种生物信息学.

背景情况:

• CRISPR/Cas9是一种强大的基因组编辑工具,但现有的单导向RNA (sgRNA) 设计软件往往忽略了长非编码RNA (lncRNA) 基因的独特特征.
• 目前的工具通常针对蛋白质编码基因进行了优化,这可能会限制它们的有效性和特异性,当它们应用于lncRNAs时.

研究的目的:

• 对 lncRNA 应用程序的现有 sgRNA 设计工具进行评估,并确定影响其性能的因素.
• 开发一种基于机器学习的新算法 (CRISPRlnc) 来准确预测sgRNA的目标活动,特别针对lncRNAs.
• 为设计非编码基因的CRISPR/Cas9sgRNA提供综合解决方案,包括CRISPR淘汰 (CRISPRko) 和CRISPR干扰 (CRISPRi) 机制.

主要方法:

• 对编码和非编码数据集现有的sgRNA设计工具进行比较分析.
• 对影响sgRNA特异性的序列,基因组位置和编辑机制偏好的研究 lncRNAs.
• 开发CRISPRlnc,一个基于支持矢量机器的算法,模拟CRISPRko和CRISPRi机制.
• 在CRISPRlnc中整合配对sgRNA设计和目标外分析,以实现全面的sgRNA设计.

主要成果:

• 现有的sgRNA设计工具对lncRNAs表现出各种各样的,往往低于最佳的性能.
• 与现有的CRISPRko和CRISPRi机制相比,CRISPRnc在lncRNA特异性sgRNA设计中表现显著优越.
• 开发的算法有效地模拟了 lncRNA 特定特征,以准确地预测目标活动.

结论:

• 克里斯普林克为设计针对长非编码RNA的CRISPR/Cas9sgRNA提供了一个高效和专业的解决方案.
• 该工具解决了当前软件的局限性,提高了非编码基因编辑的特异性和效率.
• 有一个Web服务器和可下载的代码可供使用,以促进CRISPR在研究中的广泛采用和应用.