用AI模型精准修改DNA碱基

在基因编辑研究与临床应用中，确保编辑工具只作用于目标位点（即高特异性）至关重要；否则可能引发脱靶效应，造成安全隐患。当前提升特异性的策略常面临效率下降、工作量大、成功率低等瓶颈。本研究开发了ContactSeek——一个基于人工智能的新型分析框架，其核心创新在于：不依赖传统三维结构比对，而是利用AlphaFold3（AF3）预测的蛋白质-核酸复合物中各氨基酸与DNA/RNA之间的‘接触概率’（contact probability, CP），来灵敏捕捉‘目标位点’与‘脱靶位点’结合状态的细微差异。研究以Cas9-TadA腺嘌呤碱基编辑器（ABE）为范例，首先通过dI-profiling技术全面鉴定全基因组范围内的脱靶位点，再将这些脱靶DNA序列输入AF3进行预测。结果发现，接触概率的变化比整体三维结构变化更能可靠反映编辑器在不同位点上的结合差异。接着，研究人员将AF3输出的接触概率数据与实验测得的脱靶编辑信号（如测序数据）进行关联分析，成功识别并排序出若干‘共识接触区域’（consensus contact regions, CCRs）——即一组邻近的、在目标与脱靶状态下均表现出稳定接触变化的Cas蛋白氨基酸残基；并进一步 pinpoint（精确定位）出其中决定特异性的关键残基。该方法具有模块化优势，同样成功应用于TadA8e脱氨酶，找到了影响其RNA脱靶的关键位点。多项独立实验（靶向扩增子测序、全基因组脱靶谱分析、R-loop检测及RNA测序）共同验证：经ContactSeek指导优化后的编辑器，脱靶效应显著降低；其中最优变体（同时改造Cas9和TadA8e两个位点）的表现优于目前已知的多种高保真腺嘌呤碱基编辑器。此外，该框架还被成功推广至Cas12a介导的胞嘧啶碱基编辑器（CBE），证明其具有广泛适用性。综上，ContactSeek建立了一种融合结构信息（接触概率）与功能数据（编辑信号）的新范式，为理性设计更精准、更安全的基因编辑工具提供了通用、高效且可解释的技术路径。