AI精准编辑新突破：ContactSeek如何利用AlphaFold3提升基因编辑特异性

在生物化学转化中，实现高特异性对于研究和治疗都至关重要。尤其是对于基因组编辑，提高工具的特异性可确保有效且精确的编辑效果。为实现这一目标，人们采用了理性设计和定向进化策略。然而，结构引导的理性设计依赖于经验性的人工专业知识，成功率低，且常受制于活性与特异性之间的权衡。定向进化则需要复杂的回路设计和平台实现，并且可能陷入局部最优解。

最近，来自北京大学、华东师范大学等的研究团队提出了一种专为特异性改进而设计的AI框架——ContactSeek，利用AlphaFold3（AF3）预测的接触概率（CP）来提高基因组编辑器的特异性。研究论文以《Precise DNA base editing using AlphaFold3-based contact modelling》为题发表于《Nature》。

基于CP的ContactSeek

由于蛋白质语言模型和逆折叠模型是为蛋白质设计的，它们无法捕捉蛋白-DNA-RNA复合物中的构象差异，因此无法学习特异性的决定因素。研究团队发现接触概率（CP）是一个被低估的AF3输出，CP可以被用来灵敏地测量生物分子间的相互作用。因此，他们尝试设计一个基于CP的框架，即ContactSeek，来识别差异相互作用。

首先，研究团队提取了Cas蛋白与sgRNA/tsDNA/ntsDNA之间的CP；其次，他们通过将脱靶三元复合物与其靶向对应物进行比较来计算ΔCP，并利用这些值来识别Cas蛋白上残基与DNA或sgRNA相互作用的接触区域；第三，基于CP、ΔCP和源自测序的脱靶信号对接触区域的重要性进行排序。

ContactSeek利用AF3预测的CP来模拟全基因组范围的脱靶相互作用，从而揭示特异性决定残基并实现精确的DNA碱基编辑。ContactSeek的输出包括共有接触区域（CCRs）的排名，以及这些CCRs内的关键接触残基。CCRs可代表蛋白质–DNA–RNA相互作用的空间关联区域，并包含对特异性提升具有功能重要性的残基。

在应用ContactSeek时，该研究独立地模拟了核心Cas–DNA–RNA复合物和二元脱氨酶–RNA复合物，而非依赖于全长复合物，这使其能够规避全长复合物预测中组件定位错误所带来的影响。

实验评估

实验验证表明，ContactSeek的成功率约为56.5%（13/23）。并且，通过扩展至TadA8e脱氨酶，ContactSeek取得了约64.7%的成功率，并大幅减少了RNA脱靶编辑和不依赖sgRNA的DNA脱靶编辑。这些结果凸显了ContactSeek应对不同类型脱靶效应的能力。

研究团队将ContactSeek应用于TadA8e，多项正交检测表明，其最佳变体Cas9 (K1020D)–TadA8e (F156D)相较于文献中几种基于高保真Cas9的ABEs，表现出更优越的整体特异性。此外，ContactSeek还可推广至基于Cas12a的胞嘧啶碱基编辑器。

应用前景与挑战

ContactSeek通过整合结构维度和功能维度，提高了基因组编辑工具的精度。研究团队预期，通过与匹配的特异性测量（例如基于测序的检测）相结合，ContactSeek将广泛适用于多种DNA和RNA编辑工具。

然而，ContactSeek的应用也面临一些挑战。首先，AF3预测的准确性依赖于输入复合物的结构信息，对于某些复杂的编辑系统，可能需要优化建模策略。其次，ContactSeek目前主要针对碱基编辑器，对于其他类型的编辑器（如Prime Editor）的适用性仍需进一步验证。此外，计算资源的需求较高，可能限制其在资源有限实验室中的普及。

尽管如此，ContactSeek的提出标志着AI在基因编辑领域的又一重要进展。它不仅提高了编辑的特异性，还为理解蛋白质-核酸相互作用的分子机制提供了新视角。未来，随着AF3等预测工具的不断改进，ContactSeek有望成为基因编辑工具设计的标准流程之一。

结论

ContactSeek作为一种基于AlphaFold3接触概率的AI框架，成功提升了基因组编辑器的特异性。通过模拟脱靶相互作用并识别关键残基，它在多种碱基编辑器中展现了高成功率，并显著减少了脱靶效应。这一方法不仅为基因编辑工具的设计提供了新思路，也为精准医疗和基因治疗的发展奠定了基础。随着技术的进一步优化，ContactSeek有望在更广泛的生物医学应用中发挥重要作用。