人工智能设计的高功能基因组编辑器OpenCRISPR-1突破CRISPR-Cas9进化限制

本研究针对CRISPR-Cas系统在非原生环境中的功能局限性，通过大规模挖掘微生物组数据构建CRISPR-Cas Atlas数据库，并利用蛋白质语言模型(ProGen2)生成480万种新型CRISPR-Cas蛋白。研究人员成功开发出人工智能设计的基因编辑器OpenCRISPR-1，其与SpCas9序列差异达403个突变但具有相当的编辑效率，且脱靶率降低95%，同时兼容碱基编辑系统。该成果发表于《Nature》，为基因治疗提供了超越自然进化限制的新型工具。

　　

基因编辑技术正深刻变革生命科学领域，但现有CRISPR-Cas系统存在显著局限性：天然效应蛋白如SpCas9在人类细胞中常表现功能折衷，存在脱靶效应、免疫原性等问题。传统蛋白工程方法如定向进化受限于崎岖的适应度景观，而基于结构的理性设计则依赖难以获取的复杂功能态结构信息。这些瓶颈促使科学家寻求突破自然进化限制的新范式。

Profluent Bio Inc的研究团队在《Nature》发表突破性研究，通过整合大规模数据挖掘与人工智能技术，开发出具有自主知识产权的新型基因编辑系统OpenCRISPR-1。该研究首先系统挖掘26.2 Tbp的微生物基因组数据，构建包含124.6万CRISPR-Cas操纵子的CRISPR-Cas Atlas数据库，其Cas9蛋白多样性是UniProt的4.1倍。基于此，团队采用多阶段建模策略：先预训练通用蛋白质语言模型ProGen2，再分别微调出CRISPR-Cas家族专用模型和Cas9特化模型，最终生成480万种新型CRISPR-Cas蛋白，使Cas9蛋白的系统发育多样性提升10.3倍。

关键技术包括：1) 建立CRISPR-Cas Atlas生物信息学管道；2) 开发条件生成式蛋白质语言模型；3) 设计配套sgRNA的序列到序列模型；4) HEK293T细胞编辑效率NGS检测；5) SITE-Seq全基因组脱靶分析。

LMs生成多样化CRISPR-Cas蛋白
通过AlphaFold2结构预测验证，81.65%生成蛋白具有可信结构，其中Cas9类蛋白完整保留HNH、RuvC核酸酶域等关键功能域。生成序列与天然蛋白平均相似度仅56.8%，但Foldseek分析显示其与SCOPe数据库结构元件匹配度与天然蛋白相当。

人工智能设计编辑器在人类细胞中的功能
从209个候选蛋白中筛选出的OpenCRISPR-1（PF-CAS-182）在HEK3等靶点显示与SpCas9相当的编辑效率（56.4% vs 47.1%），但脱靶率降低95%。SITE-Seq证实其切割位点为SpCas9的子集，且不与任何已知高保真变体共享突变位点。

OpenCRISPR-1的特性表征
该编辑器具有两大结构特征：REC1结构域的9个正电荷氨基酸插入可能稳定gRNA/DNA相互作用，HNH结构域的4残基插入可能维持切割检查点状态。在碱基编辑系统中，当与合成脱氨酶PF-DEAM-1/2组合时，A-to-G编辑效率达35-60%，与ABE8.20系统相当。

这项研究开创了人工智能设计功能性基因编辑器的先河，其核心突破在于：1) 证明语言模型可生成超越自然进化限制的活性核酸酶；2) 建立从序列生成到系统验证的完整流程；3) 开发的OpenCRISPR-1兼具高活性和低免疫原性。该技术路线可扩展至Cas12/13等其它CRISPR系统，为发展"按需定制"的基因编辑工具提供全新范式。研究释放的CRISPR-Cas Atlas资源和OpenCRISPR-1分子实体，将加速治疗性编辑器开发进程。