西湖大学马丽佳团队开发全新深度学习模型，精准预测SpCas9/gRNA活性及特异性

CRISPR基因编辑技术自2013年被科学家首次证明可以在哺乳动物细胞内实现高效的基因组编辑以来，正在彻底改变生物医学基础研究和临床研究领域。越来越多的研究者已经在包括开发新型基因编辑工具酶或者优化向导RNA（gRNA）的设计方面进行了很多尝试，希望可以借此提高CRISPR的性能。利用合成gRNA-靶序列的高通量文库允许直接在细胞环境下中便捷和高通量地收集gRNA活性数据，由此建立的计算模型来预测gRNA的活性比较可靠。在以往的研究中，约10000至50000条合成的gRNA-靶序列被用于量化gRNA的靶向效率、特异性或修复结果。然而，人类基因组有6108个具有NGG PAM的潜在gRNA，这导致早期研究中采样的gRNA覆盖率仅为0.002%-0.009%。在这个采样范围内，已有的计算工具预测的gRNA活性和用于建模的实测gRNA活性相关性约为0.8（Spearman相关性），还有很大上升空间。并 ………………………………