Đột phá chỉnh sửa gen: Các nhà khoa học Việt Nam và Trung Quốc phát triển AI ContactSeek dựa trên AlphaFold3

Theo tin từ IT ngày 25 tháng 7, Trường Khoa học Sự sống thuộc Đại học Bắc Kinh đã đăng tải bài viết thông báo rằng nhóm nghiên cứu của Yi Chengqi đã phối hợp công bố một bài báo trên tạp chí Nature vào ngày 22 tháng 7, đề xuất khung AI có tên ContactSeek dựa trên xác suất tiếp xúc của AlphaFold3.

Bài báo có tiêu đề "Precise DNA base editing using AlphaFold3-based contact modelling", được đồng công bố bởi nhóm nghiên cứu của Yi Chengqi thuộc Trường Khoa học Sự sống Đại học Bắc Kinh, Phòng thí nghiệm trọng điểm quốc gia về nghiên cứu và điều khiển chức năng gen, Trung tâm Nghiên cứu Axit Ribonucleic Bắc Kinh và nhóm nghiên cứu của Li Dali thuộc Trường Khoa học Sự sống Đại học Sư phạm Hoa Đông.

Nhóm nghiên cứu đã tích hợp xác suất tiếp xúc (contact probability - CP) do AlphaFold3 dự đoán với thông tin chỉnh sửa ngoài mục tiêu (off-target) thu được từ giải trình tự thông lượng cao để phát triển khung ContactSeek dựa trên AI.

AlphaFold3 là mô hình trí tuệ nhân tạo do DeepMind thuộc Google ra mắt, chủ yếu được sử dụng để dự đoán cấu trúc ba chiều của protein. Phiên bản cập nhật còn có khả năng phân tích sự tương tác giữa protein với axit nucleic và các phức hợp đa phân tử.

Khung này xác định một cách có hệ thống các gốc axit amin then chốt quyết định tính đặc hiệu chỉnh sửa trong protein Cas và deaminase, từ đó cải tiến kỹ thuật các công cụ chỉnh sửa bazơ, giúp nâng cao đáng kể tính đặc hiệu chỉnh sửa và cung cấp một mô hình mới cho việc thiết kế chính xác các công cụ chỉnh sửa gen.

Nhóm nghiên cứu chỉ ra rằng, trình chỉnh sửa bazơ đã trở thành công cụ quan trọng trong nghiên cứu cơ bản và điều trị bệnh, nhưng việc duy trì hoạt tính chỉnh sửa cao trong khi giảm thiểu hoạt tính ngoài mục tiêu luôn là vấn đề cốt lõi trong lĩnh vực chỉnh sửa gen.

Nhóm nghiên cứu đã sử dụng AlphaFold3 để dự đoán các phức hợp ba thành phần DNA-RNA-protein tại vị trí mục tiêu và vị trí ngoài mục tiêu, từ đó so sánh sự khác biệt về tương tác giữa hai loại phức hợp này.

Nghiên cứu phát hiện ra rằng, một số kết quả dự đoán cấu trúc do AlphaFold3 tạo ra không phản ánh trực tiếp những thay đổi về cấu hình do sự bắt cặp sai bazơ gây ra; tuy nhiên, chỉ số contact probability (CP) mà mô hình xuất ra lại có thể nắm bắt những thay đổi này một cách nhạy bén.

CP được sử dụng để biểu thị khả năng hai gốc axit amin hoặc nucleotide bất kỳ nằm ở vị trí gần nhau, giá trị này có thể dùng để xác định xem có sự tương tác giữa các gốc hay không. Các bài kiểm tra chuẩn (benchmark) của nhóm cho thấy CP có thể phản ánh những thay đổi cấu hình cục bộ do sự bắt cặp sai một cặp bazơ gây ra, đồng thời cũng phản ứng với những thay đổi tương tác do đột biến đơn axit amin mang lại.

Trên cơ sở đó, nhóm nghiên cứu đã tích hợp CP với dữ liệu chỉnh sửa ngoài mục tiêu thông lượng cao để xây dựng khung ContactSeek, phân tích sự khác biệt tương tác giữa phức hợp ngoài mục tiêu và phức hợp mục tiêu, đồng thời định vị các vị trí axit amin then chốt ảnh hưởng đến tính đặc hiệu của chỉnh sửa bazơ.

Dựa trên khung này, nhóm đã xác định được một loạt các biến thể Cas9 hoàn toàn mới có khả năng nâng cao tính chính xác của ABE (trình chỉnh sửa bazơ adenine), giúp duy trì hiệu quả chỉnh sửa tại mục tiêu đồng thời giảm thiểu chỉnh sửa ngoài mục tiêu trên DNA. Nguồn: Trường Khoa học Sự sống, Đại học Bắc Kinh.

IT đính kèm địa chỉ tham khảo.

Nature | Nhóm nghiên cứu của Yi Chengqi và các cộng sự thiết lập khung trí tuệ nhân tạo dựa trên xác suất tiếp xúc của AlphaFold3, hỗ trợ chỉnh sửa bazơ chính xác.

Precise DNA base editing using AlphaFold3-based contact modelling.

Thông báo quảng cáo: Các liên kết chuyển hướng bên ngoài trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian sàng lọc, kết quả chỉ mang tính chất tham khảo, tất cả các bài viết của IT đều bao gồm tuyên bố này.