Guide-Guard：脱靶预测中的CRISPR应用
机器学习
2026-02-19 v1 人工智能
计算机视觉与模式识别
摘要
随着生物-物理基因测序和编辑技术的出现，例如CRISPR，研究人员更容易获取工具，以探讨和创建针对遗传学和健康科学中各种主题（例如农业和医学）的 remedy。随着该领域的发展和增长，新的关切在预测脱靶行为方面呈现出来。本文我们从数据驱动的角度探索该系统的底层生物和化学模型。此外，我们提出了一种基于机器学习的解决方案，命名为\textit{Guide-Guard}，用于预测给定CRISPR基因编辑过程中gRNA行为，准确率达到84%。该解决方案能够在同时训练多个不同的基因，同时保持准确性。
关键词
引用
@article{arxiv.2602.16327,
title = {Guide-Guard: Off-Target Predicting in CRISPR Applications},
author = {Joseph Bingham and Netanel Arussy and Saman Zonouz},
journal= {arXiv preprint arXiv:2602.16327},
year = {2026}
}
备注
10 pages, 11 figs, accepted to IDEAL 2022