人工智能驱动的表观遗传CRISPR疗法:对治疗疗效,目标外预测和gRNA优化进行结构化的多域元分析

科学领域:

• 分子生物学分子生物学
• 生物信息学是一种生物信息学.
• 基因编辑技术的技术

背景情况:

• 基于CRISPR的表观遗传编辑提供了可逆的基因调节,而不会改变DNA序列.
• 人工智能 (AI) 的整合有望提高基因编辑的精度,安全性和有效性.

研究的目的:

• 系统地审查和元分析AI对CRISPR表观遗传编辑工具的影响.
• 从2015-2025年评估人工智能对精度,安全性和治疗疗效的影响.

主要方法:

• 按照PRISMA 2020指南进行系统审查和元分析.
• 包括58项研究 (41项定量,17项定性) 来自540个选的记录.
• 应用随机效应模型,子组分析和偏差评估.

主要成果:

• 在治疗疗效 (SMD=1.67),指导RNA (gRNA) 优化 (SMD=1.44) 和目标外预测 (AUC=0.79) 中观察到AI显著的积极影响.
• 深度学习模型始终显示出更高的效果大小.
• 定性综合表明了可解释的人工智能,omics集成和交付创新的趋势.

结论:

• 人工智能大大提高了基于CRISPR的表观遗传工具的精度和治疗性能.
• 人工智能集成对于开发更安全,更有效和个性化的基因编辑策略至关重要.
• 最强的AI影响在增强治疗疗效方面被注意到,为临床应用铺平了道路.