DeepFM-Crispr: 基于深度学习的CRISPR靶向效应预测

自CRISPR-Cas9问世以来,这项革命性基因编辑技术通过短RNA引导序列实现精确的基因组修改,其可及性和应用范围在各领域得到显著提升。CRISPR-Cas9的成功推动了进一步的投资,并导致发现了额外的CRISPR系统,包括CRISPR-Cas13。与Cas9不同,后者靶向DNA,而Cas13靶向RNA,为基因调控提供了独特优势。我们关注Cas13d,该变体因其特有的胶原活性而闻名,即在激活时对相邻RNA分子进行非特异性切割，这一特性对其功能至关重要。我们引入DeepFM-Crispr,一个新型深度学习模型,用于预测Cas13d的靶向效能并评估其脱靶效应。该模型利用大语言模型生成富含演化和结构数据的综合表征,从而增强对RNA次级结构和整体sgRNA效能的预测。变压器基架构处理这些输入,生成预测效能得分。比较实验表明,DeepFM-Crispr不仅超越传统模型,而且在预测精度和可靠性方面也优于最新的深度学习方法。