
何が起きたか
研究者たちがGoogleのAlphaFold AIを使用して、CRISPR遺伝子編集システムにおけるCas9蛋白のどの部分がオフターゲットDNA編集を引き起こすかを特定しました。その後、特定のアミノ酸位置を改変し、10個の重要なサイト全体で23種類の置換を行い、オフターゲット活性を28%から5%に削減しながら、意図した標的部位での正常な活性を維持するバリアントを作成しました。
なぜ重要か
遺伝子編集療法が有効であるには多くの細胞を編集する必要があり、規模が大きくなるとまれなオフターゲットエラーは必ず発生します。現在のアプローチはガイドRNA設計または蛋白質進化に依存して誤りを最小化しています。この研究は新しい方法を提供します。つまり、AIを使用してCas9蛋白のどの部分がミスマッチ耐性を引き起こすかを正確に予測し、その後それらを再設計することで、治療をより安全にし、オフターゲット効果がボトルネックであった臨床応用のロックを解除する可能性があります。
注目点
このアプローチは他のCas蛋白に適応可能であるように見え(チームはCas12でテストしました)、他の方法で開発された既存の改善されたCas9バリアントと組み合わせ可能である可能性がありますが、その組み合わせはテストされていません。この方法は遺伝子編集を超えて、他の蛋白質DNA相互作用を微調整するまで拡張される可能性があります。
こういう要約が、毎朝あなたのメールに届きます。
遺伝子編集療法は根本的な安全性の課題に直面しています。ガイドRNAは特定の標的配列に合わせるように設計できますが、ヒトゲノムは十分に大きく、まれなDNA配列でさえ偶然に出現します。これらの配列に結合するCas9蛋白は、その能力を失うことなく、ガイドRNAとDNA間のいくつかのミスマッチを許容することができます。このミスマッチ耐性は位置と数によって異なり、どのガイドRNAがオフターゲット編集を引き起こすかを事前に予測することが困難です。研究者たちは複数のルートでこれに対処してきました。ガイドRNA選択の最適化、指向進化を通じた改善されたCas蛋白の構築、そして現在、AIを使用してミスマッチ耐性を可能にする正確な構造的特徴を特定することです。
チームのイノベーションは、AlphaFoldを蛋白質構造を視覚化するためだけでなく、オンターゲット対オフターゲットサイトで形成された構造を体系的に比較するために使用することでした。DNAの配列がミスマッチしているときのRNA接触パターンが変わるアミノ酸を追跡することで、一貫して適応する位置の小さなセットを特定しました。マッチと不一致シナリオの接触確率出力を比較する「ContactSeek」方法は、候補アミノ酸のリストを高影響サイトの焦点を絞ったセットに変えました。これにより迅速なテストと成功した再設計が可能になりました。注目すべきことに、結果として得られたバリアントは公開文献内の他の構築されたCas9バリアントと同様のパフォーマンスを発揮し、その方法が孤立した利益ではなく本当に競争力のある改善をもたらすことを示唆しています。
たとえば、いま届くならこの3本です
AIが要約して、あなたの選んだトピックだけを1日1通。LINE・Email・Slackで届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。Q&Aはこのページに公開され、他の読者も読めます。
TailscaleはAIゲートウェイApertureの正式リリースを発表

法学教授Schrepel氏が2年間の研究で学生を3群に分けた

Sam Altman氏、Elon Musk氏、Demis Hassabis氏がDario Amodei氏の提案を少なくとも部分的に支持し、AIラボ内での独立した監視の必要性で一致した

Anthropic CEOのDario Amodei氏が土曜日にブログ投稿を公開し、第三者評価者を含む新たな安全策を自社が採用すると述べ、業界全体により広範な減速を支持するよう呼びかけた

OpenAIのSam AltmanとXAIのElon Muskが、Anthropic CEOのDario Amodeiによる独立レビュアーのAIラボ受け入れ提案を支持した

Huggingface事件は2026年8月のFable 5とSol 5.6への以前の観察と一致するとある観測者は述べた
