编辑推荐：
CRISPR-Cas9 基因编辑技术虽先进，但 sgRNA 活性差异影响靶向编辑效率。研究人员开展基于混合神经网络预测 CRISPR-Cas9 靶向活性的研究，构建 CRISPR_HNN 模型。结果显示该模型在公共数据集上表现优异，提升了预测准确性，为该技术的安全有效应用提供支持。
在基因编辑的奇妙世界里，CRISPR-Cas9 技术就像一把神奇的 “分子剪刀”，能够精准地对基因进行编辑，为治疗各种疑难杂症带来了新的希望。然而，这把 “剪刀” 在使用过程中却面临着一个棘手的问题 ——sgRNA（单导向 RNA）的活性存在显著差异，这使得靶向编辑的效率难以预测，就像射箭时难以确定箭能否准确命中目标一样。为了提高 CRISPR-Cas9 技术的安全性和有效性，准确预测 sgRNA 的活性变得至关重要。
在此背景下，来自未知研究机构的研究人员开展了一项关于基于混合神经网络预测 CRISPR-Cas9 靶向活性的研究。他们构建了 CRISPR_HNN 这一混合深度神经网络模型，旨在攻克现有预测方法存在的难题。研究结果表明，CRISPR_HNN 模型在公共数据集上超越了现有模型，大幅提升了 sgRNA 活性预测的准确性，为 CRISPR-Cas9 技术的进一步发展和应用提供了有力支持。该研究成果发表在《Computational and Structural Biotechnology Journal》上，引起了广泛关注。
研究人员为开展此项研究，运用了多种关键技术方法。首先，对多个公共数据集进行系统整理分类，涵盖不同物种和细胞类型，根据规模分为大、中、小三类，为模型训练和评估提供数据基础。其次，采用 One-hot Encoding 和 Label Encoding 两种编码策略对 sgRNA 序列数据进行预处理，将字母序列转化为模型可识别的数值格式。最后，构建包含 MSC（并行多尺度卷积）、MHSA（多头自注意力）和 BiGRU（双向门控循环单元）的 CRISPR_HNN 模型进行预测分析。
研究结果
- 模型比较：研究人员将 CRISPR_HNN 与 CrnnCrispr、CRISPR-ONT、TransCrispr 和 C-RNNCrispr 等四个模型进行对比。在多个不同规模的数据集上，CRISPR_HNN 的表现十分出色。在大型数据集上，其平均 Spearman 相关系数（SCC）达到 0.859，在中型数据集上为 0.891；平均 Pearson 相关系数（PCC）在大型和中型数据集上分别为 0.877 和 0.894，均高于其他对比模型。这表明 CRISPR_HNN 在预测 sgRNA 靶向活性方面具有更高的准确性和稳定性。
- 消融实验：通过对 CRISPR_HNN 进行消融实验，研究人员发现模型中的每个模块都至关重要。去除 One-hot Encoding 或 Label Encoding 会导致模型性能下降，说明这两种编码方法对于提取 sgRNA 的抽象特征必不可少。移除 MSC 模块、MHSA 机制或 BiGRU 模块，同样会使模型的 SCC 和 PCC 值降低，证明这些模块在捕获特征、理解序列信息和提升模型适应性方面发挥着关键作用。
- 模型的泛化能力：为评估 CRISPR_HNN 在跨数据集场景下的泛化性能，研究人员利用 WT 和 ESP 数据集对五个模型进行系统比较。结果显示，CRISPR_HNN 在所有实验中均展现出显著优势，其 SCC 和 PCC 得分均高于其他模型，且在不同数据集上表现稳定，标准偏差较小，进一步验证了其卓越的适应性和一致性。
- 超参数实验：研究人员在 xCas 和 HELA 数据集上进行超参数调整实验，评估批大小（Batch Size）和随机种子（Random Seed）对模型的影响。结果发现，随着 Batch Size 的增加，xCas 和 HELA 数据集的 SCC 和 PCC 值虽有波动但总体稳定，且较小的 Batch Size 对小型数据集（如 HELA）更为有利；Random Seed 对中型和小型数据集的影响稍大，但总体趋势仍保持稳定，表明模型在大多数超参数设置下性能稳定。
- 模型的可解释性：研究人员通过在 WT 数据集中对每个碱基位置进行 A、T、G、C 替换，计算替换前后的性能差异，探究碱基替换对 CRISPR-Cas9 编辑性能的影响。结果发现，不同碱基在不同位置的替换对编辑效率影响各异，如 A 替换在某些位置影响显著，T 替换在特定位置有不利影响等，这凸显了碱基替换对编辑效率的重要影响。
在研究结论和讨论部分，研究人员成功构建了 CRISPR_HNN 模型，通过整合多种技术和模块，有效解决了 CRISPR-Cas9 靶向活性预测中的难题。该模型不仅在预测准确性上超越现有模型，还在泛化能力、稳定性等方面表现出色。不过，研究也指出，小型数据集存在样本不平衡等问题，需要进一步优化。这一研究为 CRISPR-Cas9 的靶向机制提供了新的见解，为其在生命科学和健康医学领域的广泛应用奠定了坚实基础，有望推动基因编辑技术朝着更加精准、高效的方向发展。
