Учёные считают, что такие разработки могут существенно снизить риск внецелевых изменений ДНК, остающийся одним из главных препятствий на пути широкого применения CRISPR в медицине.
Дополнительную проблему представляет так называемое bystander-редактирование, при котором изменяются соседние нуклеотиды, не требующие коррекции. Даже небольшое количество подобных ошибок может снизить безопасность будущих генных терапий.
Именно поэтому повышение точности считается одной из главных задач современной инженерии CRISPR.
Вместо традиционного поиска удачных мутаций методом многочисленных экспериментов исследователи использовали искусственный интеллект для анализа взаимодействий между белком Cas и различными последовательностями ДНК.
Система изучила тысячи случаев успешного и ошибочного связывания редакторов генома, выявив участки белков, наиболее часто ответственные за внецелевые эффекты.
Используя рекомендации ContactSeek, исследователи внесли всего две аминокислотные замены в редактор оснований, преобразующий аденин (A) в гуанин (G). Полученная модификация продемонстрировала более высокую специфичность по сравнению с несколькими существующими высокоточными вариантами CRISPR без снижения эффективности редактирования.
Авторы отмечают, что точность модели напрямую зависит от объёма данных для обучения, поэтому в дальнейшем ContactSeek планируется совершенствовать с использованием новых экспериментальных результатов и дополнительных моделей, включая RoseTTAFoldNA.
Вместо оптимизации существующих белков исследователи использовали генеративную модель искусственного интеллекта для проектирования полностью новых нуклеаз семейства Cas12.
Алгоритм получил информацию о пространственной структуре белков и предложил тысячи новых вариантов. Затем вторая ИИ-модель проанализировала их внутренние взаимодействия и отобрала наиболее перспективные конструкции.
Полученные синтетические белки примерно на 30% отличались от природных аналогов — значительно сильнее, чем все ранее разработанные искусственным интеллектом варианты CRISPR.
Несмотря на столь серьёзные изменения, некоторые новые нуклеазы успешно выполнили редактирование генома в бактериальных, растительных и человеческих клетках, а отдельные конструкции даже превзошли природные белки по эффективности.
Кроме того, представленные технологии пока не решают полностью проблему bystander-редактирования, однако исследователи полагают, что оба подхода могут успешно дополнять друг друга: ContactSeek позволит повышать точность существующих систем CRISPR, а генеративные модели ИИ — создавать принципиально новые молекулярные инструменты.
По мнению специалистов, применение искусственного интеллекта открывает новый этап развития технологий редактирования генома, значительно ускоряя поиск эффективных и безопасных решений для лечения наследственных заболеваний, онкологических патологий и других болезней, связанных с генетическими нарушениями.
Источник: https://singularityhub.com/2026/07/24/scientists-are-designing-crispr-gene-editors-with-ai/
Главная проблема CRISPR — точность
Несмотря на революционный успех технологии, системы CRISPR-Cas не всегда разрезают ДНК строго в заданной точке. Иногда белковые «ножницы» взаимодействуют с похожими участками генома, вызывая нежелательные мутации.Дополнительную проблему представляет так называемое bystander-редактирование, при котором изменяются соседние нуклеотиды, не требующие коррекции. Даже небольшое количество подобных ошибок может снизить безопасность будущих генных терапий.
Именно поэтому повышение точности считается одной из главных задач современной инженерии CRISPR.
ContactSeek нашёл слабые места существующих редакторов
Первая работа посвящена системе ContactSeek, разработанной китайскими исследователями на основе модели AlphaFold 3 компании DeepMind.Вместо традиционного поиска удачных мутаций методом многочисленных экспериментов исследователи использовали искусственный интеллект для анализа взаимодействий между белком Cas и различными последовательностями ДНК.
Система изучила тысячи случаев успешного и ошибочного связывания редакторов генома, выявив участки белков, наиболее часто ответственные за внецелевые эффекты.
Используя рекомендации ContactSeek, исследователи внесли всего две аминокислотные замены в редактор оснований, преобразующий аденин (A) в гуанин (G). Полученная модификация продемонстрировала более высокую специфичность по сравнению с несколькими существующими высокоточными вариантами CRISPR без снижения эффективности редактирования.
Авторы отмечают, что точность модели напрямую зависит от объёма данных для обучения, поэтому в дальнейшем ContactSeek планируется совершенствовать с использованием новых экспериментальных результатов и дополнительных моделей, включая RoseTTAFoldNA.
ИИ научился создавать CRISPR практически с нуля
Во второй работе команда лауреата Нобелевской премии Дженнифер Даудны пошла ещё дальше.Вместо оптимизации существующих белков исследователи использовали генеративную модель искусственного интеллекта для проектирования полностью новых нуклеаз семейства Cas12.
Алгоритм получил информацию о пространственной структуре белков и предложил тысячи новых вариантов. Затем вторая ИИ-модель проанализировала их внутренние взаимодействия и отобрала наиболее перспективные конструкции.
Полученные синтетические белки примерно на 30% отличались от природных аналогов — значительно сильнее, чем все ранее разработанные искусственным интеллектом варианты CRISPR.
Несмотря на столь серьёзные изменения, некоторые новые нуклеазы успешно выполнили редактирование генома в бактериальных, растительных и человеческих клетках, а отдельные конструкции даже превзошли природные белки по эффективности.
До клинического применения ещё далеко
Обе разработки пока находятся на ранней стадии исследований. Учёным ещё предстоит проверить, насколько новые редакторы безопасны при использовании в организме человека, способны ли они эффективно доставляться в ткани и не вызывают ли иммунного ответа.Кроме того, представленные технологии пока не решают полностью проблему bystander-редактирования, однако исследователи полагают, что оба подхода могут успешно дополнять друг друга: ContactSeek позволит повышать точность существующих систем CRISPR, а генеративные модели ИИ — создавать принципиально новые молекулярные инструменты.
По мнению специалистов, применение искусственного интеллекта открывает новый этап развития технологий редактирования генома, значительно ускоряя поиск эффективных и безопасных решений для лечения наследственных заболеваний, онкологических патологий и других болезней, связанных с генетическими нарушениями.
Источник: https://singularityhub.com/2026/07/24/scientists-are-designing-crispr-gene-editors-with-ai/
Если вам понравился материал, кликните значок — вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал —не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!
