AI（人工智能）与生物技术行业的结合似乎是无止境的。而AI与CRISPR（规律间隔成簇短回文重复序列）的组合将会是AI最有前景的领域之一。
近日，基因编辑技术CRISPR/Cas9共同发明者、诺贝尔化学奖获得者Jennifer Doudna在知名科技杂志《连线》发表一篇文章，强调了AI和CRISPR结合产生的深远影响。她指出，AI分析庞大基因组数据集的能力加速了更高效基因编辑工具的发现，还提高了基因修饰的精确度。
那么，AI究竟是如何改变CRISPR的？
虽然CRISPR技术具有革命性，但成本高昂。相关研究显示，每位患者大约需要200万美元。而这正是AI未来可以发挥重要作用的地方：AI可以加速发现新的与CRISPR相关的蛋白质（如更小的Cas蛋白变体），对提升基因编辑效率至关重要。
比如，创新基因组学研究所（IGI）的研究人员利用基于AI的结构性搜索，发现了Cas13酶，扩充了CRISPR的RNA靶向工具包。AI加速发现技术不仅能识别新型CRISPR蛋白和酶，还有助于寻找更有效的递送方法。
基因编辑的精确度至关重要，而AI贡献颇大——能预测并最小化脱靶效应。机器学习模型，比如DeepCRISPR和CRISPR-M，可以分析基因组序列，然后设计出最优的gRNA（向导RNA），提高靶向准确性。这些AI驱动的工具减少了意外编辑，从而提高了利用CRISPR时的安全性和有效性。
不仅如此，CRISPR技术提供了一个动态平台训练和改善AI模型。CRISPR诱导基因变化具有精确性且可编程性，为AI学习和预测生物学结果提供了一个相对可控的环境。这种共生关系能够为复杂生物学系统开发出更精确的AI算法，意味着随着时间的推移，AI和CRISPR的结合会越来越完善。
AI和CRISPR基因编辑技术的融合将生物技术带入了新的领域。有几家创新公司走在该领域的前沿。
Mammoth Biosciences公司由Doudna联合创办，是基于CRISPR的诊断和治疗领域先驱，核心是其AI驱动的宏基因组发现平台。
宏基因组涉及研究微生物的DNA，包括病毒、细菌和古细菌，这些微生物存在于环境样本中，例如土壤、水，甚至人类微生物组，蕴含大量的基因数据。Mammoth公司利用AI算法分析这些数据组，搜寻比Cas9更小型、更高效且更易输送至人体的新型CRISPR蛋白。
实际上，这些庞大的数据组如果是通过手动整理识别，将耗费数年时间。有了AI加持，可以通过识别蛋白质结构中的模式和预测其潜在功能和有效性，加快这一进程。
这些CRISPR工具克服了输送的难题，让体内基因编辑疗法变得可行且更安全，尤其是那些需要通过病毒载体或脂质纳米粒输送的疗法。
Profluent公司也是一家初创公司，利用与ChatGPT这类工具同样的AI技术LLM（大语言模型），设计出完全新型的不存在于自然界的CRISPR蛋白质。
LLM通过大量的蛋白质数据组训练，学习天然蛋白质的模式和结构。Profluent公司利用这些AI模型，生成具有特定特征的可优化基因编辑的蛋白质，比如可提高精确度和稳定性的，或更小的尺寸。
天然的CRISPR系统比如Cas9，源于细菌，用于对抗病毒。虽然这些天然的CRISPR系统在基因编辑中效果显著，但也存在精确度、有效性和输送方面的局限性。Profluent公司的AI设计蛋白质旨在克服这些局限性。该公司推出OpenCRISPR计划，让这些AI设计蛋白质可通过开源许可被使用。
Beam Therapeutics公司则专注于研发一种CRISPR技术——碱基编辑，该技术可以精准修改单个DNA碱基，且不会造成基因组双链断裂。
碱基编辑需要极高的精确度，以避免意外编辑。AI有助于设计最优的gRNA，瞄准基因组中切确的位置，最大限度减少脱靶效应。AI还可以预测编辑的结果，确保治疗应用的精确度。
对于由单个碱基突变引发的疾病来说（如镰状细胞病），碱基编辑是理想的治疗方法。AI提高了这类疗法的安全性和有效性，使其临床更接近现实。
Doudna认为，到2025年，AI和机器学习将显著扩大CRISPR基因组编辑在医药、农业和气候变化方面的影响。CRISPR是一种神奇的工具，在研发领域潜力较大。但它的星辰大海并不止步于生物医药，有望在应对气候变化及更多方面大展身手，比如对植物和农作物进行编辑，增强应对气候变化能力等。Doudna举例，可利用CRISPR培育无甲烷奶牛。未来，多种前沿技术将结合在一起，实现跨行业应用。
谷歌DeepMind的首席执行官Demis Hassabis强调，AI工具比如可以预测蛋白质结构的AlphaFold，正在彻底改变药物发现和材料设计，很可能为许多疾病带来治疗方法和改进能源解决方案。
CRISPR技术让Doudna赢得了2020年的诺贝尔奖，四年后，AI工具AlphaFold为自己赢得了此项荣誉。这两项技术的结合为医疗保健和其他领域带来更多希望。
基因编辑疗法Casgevy走过11年才获批落地，但专家称，AI将会在未来更快速地发现并推进更多候选药物。
（来源：LABIOTECH）
编辑：张洁莹
来源：《医药经济报》2024年第99期
版式编辑：香草
