Arxiv
ELMİ İŞ - 2026 ELMİ İŞ - 2025 Elmi iş - 2024 Elmi iş - 2023 Elmi iş - 2022 Elmi iş - 2021 Elmi iş - 2020 Elmi iş - 2019 Elmi iş - 2018 Elmi iş - 2017 Elmi iş - 2016 Elmi iş - 2015 Elmi iş - 2014 Elmi iş - 2013 Elmi iş - 2012 Elmi iş - 2011 Elmi iş - 2010 Elmi iş - 2009 Elmi iş - 2008 Elmi iş - 2007

DOI: https://doi.org/10.36719/2663-4619/130/173-184

 

Fiziki-kimyəvi DNT Deskriptorlarından istifadə edərək CRISPR-Cas9 Ferment Spesifikliyinin maşın

öyrənməsi ilə optimallaşdırılması

 

Aygün Nəsibova1* , Yasmin Fatiyeva2

 

Xülasə. CRISPR-Cas9 endonükleazası genom redaktəsində geniş istifadə olunan proqramlaşdırıla bilən bir fermentdir, lakin onun klinik və biotexnoloji faydası qeyri-kamil ferment-substrat tanınmasının yaratdığı hədəfdənkənar parçalanma ilə məhdud olaraq qalır. Bu tədqiqat, Random Forest (Təsadüfi Meşə) modelləri və fiziki-kimyəvi DNT ardıcıllıq təsvirlərindən istifadə edərək potensial hədəfdənkənar sahələri təsnif etməklə CRISPR-Cas9 ferment spesifikliyini yaxşılaşdırmaq üçün maşın öyrənməsinə əsaslanan bir çərçivə hazırlayır. Təcrübi olaraq təsdiqlənmiş bələdçi-hədəf ardıcıllıq məlumatları, GC tərkibi, nukleotid tərkibi, ərimə temperaturu, dupleks sabitliyi və yerli struktur xüsusiyyətləri daxil olmaqla, ənənəvi ardıcıllıq xüsusiyyətləri və biofiziki təsvirlərdən istifadə edərək kodlanmışdır. Üç model konfiqurasiyası müqayisə edilmişdir: ardıcıllıqdan əldə edilən xüsusiyyətlərdən istifadə edən logistik reqressiya bazası, yalnız ardıcıllığa əsaslanan Təsadüfi Meşə modeli və ardıcıllıq və fiziki-kimyəvi təsvirləri birləşdirən Təsadüfi Meşə modeli. İlkin validasiya nəticələri model mürəkkəbliyi və deskriptor zənginliyi üzrə açıq bir performans artımı göstərmişdir, orta validasiya balları logistik reqressiya üçün 0,71, ardıcıllıqla işləyən Təsadüfi Meşə üçün 0,78 və birləşdirilmiş ardıcıllıq və fiziki-kimyəvi deskriptor Təsadüfi Meşə üçün 0,93 olmuşdur. Deskriptorla zənginləşdirilmiş Təsadüfi Meşə, ardıcıllıqla işləyən Təsadüfi Meşəyə nisbətən performansı 0,15 və logistik reqressiyaya nisbətən 0,22 yaxşılaşdırmışdır ki, bu da fiziki-kimyəvi xüsusiyyətlərin Cas9-DNT tanınmasını modelləşdirmək üçün bioloji cəhətdən mənalı məlumat verdiyini göstərir. Bu tapıntılar, daha təhlükəsiz bələdçi RNT-lərinə üstünlük vermək, hədəfdənkənar skrininq yükünü azaltmaq və CRISPR əsaslı gen terapiyası və bioproses tətbiqlərinin etibarlılığını artırmaq üçün hesablama ferment mühəndisliyi strategiyası kimi interpretasiya edilə bilən ansambl öyrənməsinin istifadəsini dəstəkləyir.

 

Açar sözlər: CRISPR-Cas9, ferment mühəndisliyi, hədəfdən kənar proqnoz, təsadüfi meşə, fiziki-kimyəvi deskriptorlar, bələdçi RNT dizaynı, maşın öyrənməsi, genom redaktə edilməsi

 


Baxış: 5