用于预测 CRISPR-Cas13d 基因编辑靶向与非靶向效应的机器学习算法比较分析
定量方法
2023-05-12 v1
摘要
CRISPR-Cas13 是一种利用单链 RNA 进行 RNA 编辑的系统。预测 CRISPR-Cas13d 依赖的靶向与非靶向效应使我们能够设计特定的单引导 RNA（sgRNA），从而帮助定位所需 RNA 靶标位置。在本研究中，我们使用已报道的数据集比较了多种机器学习算法在预测这些效应上的性能。我们的结果显示 Catboost 是灵敏度高的最准确模型。该发现代表了我们在如何理解选择建模方法以有效处理 RNA 序列特征上的显著进展。此外，我们的方法潜在可应用于其他 CRISPR 系统与基因工程技术。总体而言，该工作对开发更安全有效的基因疗法与生物技术应用具有重要意义。
引用
@article{arxiv.2305.06769,
title = {Comparative Analysis of Machine Learning Algorithms for Predicting On-Target and Off-Target Effects of CRISPR-Cas13d for gene editing},
author = {Jingze Liu and Jiahao Ma},
journal= {arXiv preprint arXiv:2305.06769},
year = {2023}
}
备注
code: https://www.kaggle.com/code/markblack370/cas13-pycaret/notebook