CRISPR-Cas 基因編輯技術已成為生物醫學研究和基因治療領域的基石。然而，CRISPR-Cas 系統需要識別目標基因組上的特定 DNA 序列，即 protospacer 鄰近基序 (PAM)，這限制了其應用範圍。為了解決這個問題，科學家們正積極開發能夠客製化 PAM 特異性的 CRISPR-Cas 系統。近期，一項突破性的研究利用蛋白質語言模型 (Protein Language Models, LMs) 在這方面取得了顯著進展。
GenomePAM：一種高效 PAM 鑑定方法
傳統的 PAM 鑑定方法耗時且成本高昂，難以應對大規模的序列庫。為了解決這些限制，研究團隊開發了一種名為 GenomePAM 的新方法。GenomePAM 利用哺乳動物基因組中的高度重複序列，每個細胞都包含數千個目標序列和數萬個潛在的脫靶序列。這種方法簡化了 PAM 的鑑定過程，並降低了成本。
GenomePAM 的優勢在於它可以在哺乳動物細胞環境中直接鑑定 PAM，避免了體外實驗結果難以轉化為體內應用的問題。此外，GenomePAM 能夠同時評估數千個目標位點的效力和數萬個潛在脫靶位點的保真度，從而促進不同 Cas 核酸酶的性能比較。研究結果表明，使用不同的重複序列 (如 Rep-1、Rep-2 或 Rep-3) 作為 GenomePAM 分析的 protospacer，在不同 Cas 核酸酶的 PAM 鑑定中，得到了相同的結果。
Protein2PAM：利用蛋白質語言模型預測 PAM 特異性
除了 GenomePAM 之外，研究人員還開發了一種名為 Protein2PAM 的蛋白質語言模型，該模型可以根據 Cas 蛋白序列預測 PAM 特異性。Protein2PAM 在一個包含超過 45,000 個 CRISPR-Cas PAM 的大型資料集上進行了訓練，該資料集涵蓋了 I 型、II 型和 V 型 CRISPR-Cas 系統。
Protein2PAM 的預測結果與實驗數據高度吻合。當應用於經過實驗驗證的 Cas9 蛋白時，如果模型能夠做出有信心的預測，則預測的 PAM 與實驗確定的 PAM 具有 88.3% 的一致性。此外，Protein2PAM 的速度比現有的生物資訊學方法快 500 倍，靈敏度高 4 倍。
Protein2PAM 的應用：Nme1Cas9 的工程改造
為了驗證 Protein2PAM 的 PAM 客製化能力，研究團隊利用該模型對 Nme1Cas9 進行了計算進化，產生了具有擴展 PAM 識別能力的變體，並且在體外條件下，PAM 切割速率比野生型提高了 50 倍。這些結果證明了 Protein2PAM 能夠在沒有實驗室生成訓練數據的情況下，客製化 PAM 特異性。
結論與展望
總體而言，這些研究成果展示了蛋白質語言模型在 CRISPR-Cas 系統 PAM 特異性客製化方面的巨大潛力。GenomePAM 提供了一種高效且準確的 PAM 鑑定方法，而 Protein2PAM 則能夠根據 Cas 蛋白序列預測 PAM 特異性，並用於工程改造具有所需 PAM 特異性的 Cas 蛋白。
這些技術的發展將有助於擴展 CRISPR-Cas 基因編輯技術的應用範圍，使其能夠針對更廣泛的基因組位點進行編輯。此外，客製化 PAM 特異性還有助於提高基因編輯的精確性和安全性，減少脫靶效應，從而促進基因治療和精準醫學的發展。未來，研究人員將繼續探索蛋白質語言模型在 CRISPR-Cas 系統工程改造方面的應用，開發出更多功能強大、安全可靠的基因編輯工具。
Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: February 2, 2026