人工智能生成的MLH1小绑定器提高了原始编辑效率
Ju-Chan Park1, Heesoo Uhm1, Yong-Woo Kim2
1Genomic Medicine Institute, Seoul National University College of Medicine, Seoul 03080, Republic of Korea.
Cell
|August 6, 2025
概括
研究人员开发了一种新的小粘合剂 (MLH1-SB),通过抑制不匹配修复来提高原始编辑 (PE) 的效率. 这种人工智能设计的工具显著提高了细胞和动物模型中的基因编辑精度和结果.
科学领域:
- 分子生物学
- 遗传学
- 生物技术
背景情况:
- 主编辑 (PE) 能够进行精确的DNA修改,但通常受到细胞不匹配修复途径的限制.
- 以往抑制不匹配修复的策略,如主导阴性MLH1 (MLH1dn),具有局限性.
- 开发新的抑制剂对于提高PE系统的疗效至关重要.
研究的目的:
- 设计一种新的,紧的MLH1和PMS2抑制剂,用于增强主要编辑.
- 将该抑制剂集成到主要编辑平台 (PE-SB) 中以提高效率.
- 在细胞和体内模型中评估新的PE-SB系统的性能.
主要方法:
- 使用RF扩散和AlphaFold 3进行MLH1小粘合剂 (MLH1-SB) 的新设计.
- 通过将MLH1-SB集成到使用2A系统的现有PE架构中,设计了一个PE-SB平台.
- 在HeLa细胞和小鼠中评估PE7-SB2系统的初始编辑效率.
主要成果:
- MLH1-SB有效地与MLH1和PMS2二次接口结合.
- 在PE7-SB2系统中,主要编辑效率显著提高.
- 在HeLa细胞中比PEmax增加了18.8倍,比PE7增加了2.5倍.
- 与小鼠模型中的PE7相比,主要编辑效率提高了3.4倍.
结论:
- 人工智能设计的MLH1-SB是一种强大的不匹配修复抑制剂,
- 在基因组编辑技术方面,PE-SB平台是一个重大进步.
- 生成性人工智能对开发下一代基因编辑工具具有很大的前景.
更多相关视频
07:46CRISPR/Cas9 Editing of the C. elegans rbm-3.2 Gene using the dpy-10 Co-CRISPR Screening Marker and Assembled Ribonucleoprotein Complexes.
Published on: December 11, 2020
6.0K
15:28Primer Extension Capture: Targeted Sequence Retrieval from Heavily Degraded DNA Sources
Published on: September 3, 2009
20.4K
