【新智元導(dǎo)讀】剛剛，分子生物學(xué)界引爆核彈級(jí)消息：人類的DNA，已經(jīng)能由AI重新改寫了！初創(chuàng)公司Profluent宣布開源了世界首個(gè)AI設(shè)計(jì)基因編輯器，成功編輯了人類細(xì)胞中的DNA。這可太科幻了，如果有機(jī)會(huì)，你會(huì)選擇「改造」自己的DNA嗎？
AI，能夠重寫人類基因組了？
就在剛剛，初創(chuàng)公司Profluent宣布，完全由AI設(shè)計(jì)的基因編輯器，已經(jīng)成功編輯了人類細(xì)胞中的DNA。
也就是說(shuō)，世界上首個(gè)使用AI從頭設(shè)計(jì)的分子級(jí)精確基因編輯器誕生了。
就像ChatGPT能生成詩(shī)歌一樣，Profluent這個(gè)全新的AI系統(tǒng)，可以讓我們編輯自己DNA的微觀機(jī)制生成藍(lán)圖。
在迄今最廣泛的基于CRISPR的基因編輯系統(tǒng)數(shù)據(jù)集上，研究者訓(xùn)練了LLM。這些LLM產(chǎn)生的蛋白質(zhì)，將幾乎所有天然存在的CRISPR-Cas家族的多樣性，擴(kuò)大了4.8倍！
并且，基因編輯器在人類細(xì)胞中顯示出了與SpCas9（一個(gè)示例基因編輯器）相當(dāng)或更好的活性和特異性，同時(shí)距離超過(guò)400個(gè)突變。
這也就意味著，我們掌握了自己的基因組密碼。未來(lái)的科學(xué)家，會(huì)比今天更精確、更快速地對(duì)抗疾病。
而且，公司還決定，會(huì)在OpenCRISPR協(xié)議下，自由釋放這些DNA分子。
OpenCRISPR-1的物理結(jié)構(gòu)，OpenCRISPR-1即是由Profluent的AI技術(shù)創(chuàng)建的基因編輯器
Profluent聯(lián)創(chuàng)Ali Madani表示，「嘗試用AI設(shè)計(jì)的生物系統(tǒng)，編輯人類DNA是一次科學(xué)登月之旅」。
「我們的成功表明，在未來(lái)，AI可精準(zhǔn)設(shè)計(jì)出一系列定制的疾病治療方案」。
有網(wǎng)友表示，「是時(shí)候重新編程人類了嗎？AI驅(qū)動(dòng)的CRISPR技術(shù)進(jìn)步，正挑戰(zhàn)著基因倫理的邊界」。
如果你可以改變自己的DNA，你會(huì)這么做嗎？
貧血、失明疾病的基因，由我們自己修改
初創(chuàng)公司Profluent在剛剛發(fā)表的這篇論文中，詳細(xì)描述了這項(xiàng)技術(shù)。
論文地址：https://www.biorxiv.org/content/10.1101/2024.04.22.590591v1.full.pdf
論文預(yù)計(jì)將于下月，在美國(guó)基因與細(xì)胞治療學(xué)會(huì)年會(huì)上發(fā)表。
這項(xiàng)技術(shù)和驅(qū)動(dòng)ChatGPT的方法是一樣的，它在分析大量生物數(shù)據(jù)后，創(chuàng)造了新的基因編輯器，包括科學(xué)家已經(jīng)用于編輯人類DNA的微觀機(jī)制。
這些基因編輯器基于的是諾獎(jiǎng)的獲獎(jiǎng)方法，涉及一種名叫CRISPR的生物機(jī)制。
基于CRISPR的技術(shù)誕生后，即在業(yè)界引起轟動(dòng)。它改變了科學(xué)家研究疾病的方式。
在以前，如果我們不幸得了鐮狀細(xì)胞性貧血和失明這樣的遺傳性疾病，往往束手無(wú)策，而現(xiàn)在，CRISPR技術(shù)可以直接讓我們修改導(dǎo)致這些疾病的基因了！
CRISPR方法使用的是我們?cè)谧匀唤缰邪l(fā)現(xiàn)的機(jī)制：從細(xì)菌中收集的生物材料，竟然神奇地賦予了這些微生物抵抗細(xì)菌的能力。
加州大學(xué)舊金山分校生物工程和治療科學(xué)系教授兼系主任James Fraser介紹說(shuō)，這些生物材料從未在地球上存在過(guò)，而Profluent的AI系統(tǒng)，正是從大自然中學(xué)習(xí)如何創(chuàng)造這些全新的東西。
如果這些技術(shù)繼續(xù)發(fā)展，所產(chǎn)生的基因編輯器，或許會(huì)比我們?nèi)祟惤?jīng)過(guò)數(shù)十億年進(jìn)化磨練的基因編輯器更靈活、更強(qiáng)大。
現(xiàn)在，Profluent表示正在開源OpenCRISPR-1編輯器，這也就意味著，個(gè)人、學(xué)術(shù)實(shí)驗(yàn)室和公司都能免費(fèi)使用這些技術(shù)。
AI界常見的開源，可以加速新技術(shù)的產(chǎn)生。不過(guò)，對(duì)于生物實(shí)驗(yàn)室和制藥公司來(lái)說(shuō)，像OpenCRISPR-1這樣的開源并不常見。
當(dāng)然，Profluent也只是開源了其AI技術(shù)生成的基因編輯器，并沒(méi)有開源AI技術(shù)本身。
由OpenCRISPR-1編輯的人類細(xì)胞延時(shí)攝影
AI編輯蛋白質(zhì)，為何意義重大
目前，蛋白質(zhì)工程界想要復(fù)制功能性蛋白質(zhì)，或者用「定向進(jìn)化」來(lái)迭代修飾，通常還是需要從自然界中復(fù)制。
許多對(duì)人類有重大意義的蛋白質(zhì)，都是我們偶然發(fā)現(xiàn)的，比如狗的胰島素、酸奶設(shè)施中的Cas9和經(jīng)常造成食物中毒的肉毒桿菌毒素。
大型生成蛋白質(zhì)語(yǔ)言模型的作用，就是可以捕獲使天然蛋白質(zhì)發(fā)揮作用的基本藍(lán)圖。它們勾勒出一條捷徑，可以繞過(guò)進(jìn)化的隨機(jī)過(guò)程，推動(dòng)人類有意識(shí)地為特定目的設(shè)計(jì)蛋白質(zhì)。
Cas9蛋白，是CRISPR-Cas9基因編輯系統(tǒng)的核心組成部分，它是一種RNA引導(dǎo)的核酸酶，可以搜索人類基因組中的所有30億個(gè)核苷酸，并在一個(gè)特定位點(diǎn)進(jìn)行切割。
這種核酸酶與單導(dǎo)RNA（sgRNA）復(fù)合在一起，sgRNA由一個(gè)在結(jié)構(gòu)上與蛋白質(zhì)相互作用的支架和一個(gè)間隔序列組成，后者可通過(guò)編程靶向基因組中的任何位點(diǎn)。
棘手的是，大多數(shù)Cas9蛋白的長(zhǎng)度超過(guò)1000個(gè)氨基酸，整個(gè)設(shè)計(jì)空間包含20^1000種可能的序列，比起可觀測(cè)宇宙中的原子數(shù)量，它都要高出幾個(gè)數(shù)量級(jí)！
而且，由于這些蛋白質(zhì)必須以精確的順序協(xié)調(diào)許多相互作用，才能實(shí)現(xiàn)精確切割，因此即使是單個(gè)錯(cuò)位突變，也可能完全消除蛋白質(zhì)的功能。
如果通過(guò)實(shí)驗(yàn)窮盡所有可能的序列變異，許多科學(xué)家?guī)纵呑訒r(shí)間都做不完。
然而，AI系統(tǒng)卻能很輕松地探索整個(gè)搜索空間，發(fā)現(xiàn)功能性的基因編輯器。而且，只需要花幾個(gè)小時(shí)！
全球首個(gè)開源基因編輯器，改寫人類DNA
基因編輯器OpenCRISPR-1，由一個(gè)Cas9樣蛋白質(zhì)，和引導(dǎo)RNA（guide RNA）構(gòu)成。
正如之前所述，它是完全由Profluent的AI大模型開發(fā)的。
在具體實(shí)現(xiàn)過(guò)程中，研究人員對(duì)26TB組裝的「基因組」和「元基因組」數(shù)據(jù)庫(kù)系統(tǒng)進(jìn)行挖掘，整理出超100萬(wàn)個(gè)CRISPR操縱子（operon）的數(shù)據(jù)集。
通過(guò)訓(xùn)練OpenCRISPR，AI從大規(guī)模序列和生物背景中學(xué)習(xí)，生成了自然界不存在的數(shù)百萬(wàn)種CRISPR樣蛋白。
研究人員稱，AI生成了自然界中已發(fā)現(xiàn)的「CRISPR-Cas家族」的4.8倍的蛋白質(zhì)集群，完全實(shí)現(xiàn)了指數(shù)級(jí)擴(kuò)展！
而且，語(yǔ)言模型還為類Cas9效應(yīng)蛋白定制了單引導(dǎo)RNA序列。
與原型基因編輯效應(yīng)器SpCas9相比，幾個(gè)生成的基因編輯器顯示出，可比或改進(jìn)的活性和特異性，同時(shí)在序列上相差400個(gè)突變。
最后，研究人員還證明了AI生成的基因編輯OpenCRISPR-1與堿基編輯的兼容性。
這項(xiàng)研究中的關(guān)鍵結(jié)果，具體如下。
AI生成4.8倍「CRISPR-Cas」蛋白質(zhì)宇宙
生成蛋白質(zhì)語(yǔ)言模型通常是在，大型涵蓋多種系統(tǒng)發(fā)育和功能的天然蛋白序列的數(shù)據(jù)集上，進(jìn)行預(yù)訓(xùn)練 。
這些模型能夠生成，反映天然蛋白質(zhì)分布和特性的真實(shí)蛋白質(zhì)序列。
然而，對(duì)于特定的應(yīng)用，例如新型基因編輯器的生成，有必要將生成過(guò)程導(dǎo)向特定的感興趣的蛋白家族子集。
對(duì)此，研究人員進(jìn)行了詳盡的數(shù)據(jù)挖掘來(lái)構(gòu)建數(shù)據(jù)庫(kù)。
他們搜索了26.2TB的組裝微生物基因組和宏基因組，發(fā)現(xiàn)了1,246,163個(gè)CRISPR-Cas操縱子。
與CRISPRCasDB和CasPDB等精選數(shù)據(jù)庫(kù)，以及世界上最大的蛋白質(zhì)資源UniProt相比，最新創(chuàng)建的數(shù)據(jù)庫(kù)顯示出更大的多樣性。
通過(guò)總結(jié)共性，研究人員發(fā)現(xiàn)了所有CRISPR-Cas蛋白的單一模型，能夠生成跨家族的不同序列。
為了生成新型CRISPR-Cas蛋白，作者在CRISPR-Cas Atlas上微調(diào)了基于ProGen2的語(yǔ)言模型，由此平衡了蛋白家族的表示和序列簇大小。
從這個(gè)模型中，研究者生成了400萬(wàn)個(gè)序列。
其中一半是直接從模型生成的，另一半是由天然蛋白質(zhì)N或C末端的最多50個(gè)殘基提示，以引導(dǎo)向特定蛋白的生成。
為了評(píng)估其新穎性和多樣性，作者使用MMseqs2對(duì)每個(gè)家族的生成序列和天然序列按70%的同一性進(jìn)行了聚類。
結(jié)果發(fā)現(xiàn)，與CRISPR-Cas圖譜中的天然蛋白相比，生成序列實(shí)現(xiàn)了4.8倍的多樣性擴(kuò)展。
對(duì)于天然蛋白質(zhì)很少的家族，比如Cas13和Cas12a，生成序列的多樣性分別增加了8.4倍和6.2倍。
另外，只需要極少的上下文，即提供50個(gè)或更少的殘基，就能針對(duì)某一特定科引導(dǎo)序列生成與感興趣的科保持一致。
100萬(wàn)個(gè)類Cas9蛋白全部生成
雖然許多CRISPR-Cas蛋白已被用于基因組編輯 ，但Cas9仍是應(yīng)用最廣泛的一種。
為了生成類Cas9的新序列，研究人員從CRISPR-Cas圖譜中采樣，Cas9的N端或C端50個(gè)殘基，對(duì)CRISPR-Cas模型進(jìn)行了提示。
這里，作者使用了CRISPR-Cas Atlas中238917條Cas9序列，對(duì)另一個(gè)語(yǔ)言模型進(jìn)行了微調(diào)。
這一模型生成可行的類Cas9序列的速度是CRISPR-Cas模型的2倍（54.2%），而且需要任何提示。
為了探索II型效應(yīng)器的潛在序列分布，研究人員使用Cas9模型生成了100萬(wàn)個(gè)Cas9蛋白。
生成的可存活代（n=542,042）與同一性為40%的天然Cas9聚類在一起，并用作構(gòu)建最大似然系統(tǒng)發(fā)育樹的輸入（圖2a）。
引人注目的是，生成的蛋白質(zhì)主導(dǎo)了系統(tǒng)發(fā)育的格局，占系統(tǒng)發(fā)育總多樣性的94.1%。
與整個(gè)CRISPR-Cas圖譜相比，多樣性增加了10.3倍（圖2b）。
新的系統(tǒng)發(fā)生群分布在整個(gè)樹中，這表明該模型捕捉到了Cas9的全部多樣性，并沒(méi)有過(guò)度擬合任何特定系。
生成的序列與CRISPR-Cas圖譜的差異很大，與任何自然序列的平均同一性只有56.8%（圖2c）。
總體而言，生成的序列與同一蛋白質(zhì)簇中天然蛋白質(zhì)的長(zhǎng)度密切匹配，皮爾遜相關(guān)性為0.97（圖2d）。
此外，圖2e顯示了，天然Cas9、祖先序列重建和48個(gè)生成蛋白的靶上和脫靶的編輯效率。圖2f展示了自然Cas9、祖先序列重建，以及生成蛋白在靶向編輯效率和特異性方面的對(duì)比。
生成的基因編輯器，在人類細(xì)胞中發(fā)揮作用
然后，研究者進(jìn)一步將關(guān)注范圍縮小到CRISPR-Cas9系統(tǒng)，并在CRISPR-Cas圖譜中的238,917個(gè)Cas9蛋白上，訓(xùn)練了蛋白質(zhì)語(yǔ)言模型。
使用這些模型，研究者生成了可與SpCas9互操作的Cas9樣蛋白。也就是說(shuō)，它們與基因組的相同部分（PAM）結(jié)合，并與相同的sgRNA相容，因此，它們可用于相同的應(yīng)用。
研究者選擇了其中48個(gè)生成的序列，用于在人類細(xì)胞中進(jìn)行嚴(yán)格的功能表征。
最熱門的OpenCRISPR-1，在靶向位點(diǎn)的活性與SpCas9相當(dāng)（OpenCRISPR-1的編輯率為55.7%，SpCas9的編輯率為48.3%），但令人驚訝的是，在脫靶位點(diǎn)的編輯減少了95%（OpenCRISPR-1的編輯率為0.32%，SpCas9為6.1%）。
此外，作為一種非常新的蛋白質(zhì)，OpenCRISPR-1與SpCas9相距403個(gè)突變，與 CRISPR-Cas圖譜中的任何天然蛋白質(zhì)相距182個(gè)突變。
多種生成的核酸酶（綠色），包括OpenCRISPR-1（深綠色），具有與SpCas9（藍(lán)色）相當(dāng)或更高的靶向活性，但脫靶活性要低得多
研究者們還發(fā)現(xiàn)，當(dāng)與脫氨酶配對(duì)時(shí)，OpenCRISPR-1和SpCas9在精確編輯靶基因組中的單個(gè)堿基時(shí)，具有相似的活性和特異性。
他們還能保持堿基編輯活性，同時(shí)通過(guò)用由另一種Profluent訓(xùn)練的蛋白質(zhì)語(yǔ)言模型生成的脫氨酶，來(lái)提高特異性。
使用ABE8.20（一種高活性工程脫氨酶）以及生成的脫氨酶PF-DEAM-1和PF-DEAM-2進(jìn)行堿基編輯時(shí)，OpenCRISPR-1的功能與SpCas9非常相似
最后，為了進(jìn)一步優(yōu)化所生成的核酸酶的活性，研究者還訓(xùn)練了一個(gè)模型來(lái)為任何給定的Cas9樣蛋白生成相容的sgRNA。
與SpCas9的sgRNA相比，這些生成的sgRNA可以提高所測(cè)試的五種蛋白質(zhì)中四種產(chǎn)生的核酸酶的活性。
對(duì)于測(cè)試的5種生成的核酸酶中的4種，使用模型生成的sgRNA提高了編輯效率
AI，正在改善醫(yī)療保健
現(xiàn)在，全世界都有很多項(xiàng)目，在用AI技術(shù)改善醫(yī)療保健。
比如，華盛頓大學(xué)的科學(xué)家們正在用ChatGPT和Midjourney背后的方法來(lái)，創(chuàng)造全新的蛋白質(zhì)，并且正在努力加速新疫苗和藥物的開發(fā)。
如今大火的許多生成式AI，背后都是由神經(jīng)網(wǎng)絡(luò)驅(qū)動(dòng)的。通過(guò)分析大量數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)就習(xí)得了某些技能。
比如，Midjourney以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，分析了數(shù)百萬(wàn)張數(shù)字圖像，以及描述每張圖像的標(biāo)題。這樣，系統(tǒng)就學(xué)會(huì)了識(shí)別圖像和文字之間的聯(lián)系，可以畫出「犀牛從金門大橋上跳下來(lái)」這樣的畫。
Profluent的技術(shù)，也是由一個(gè)類似的AI模型驅(qū)動(dòng)的。
這個(gè)模型從氨基酸和核酸序列中學(xué)習(xí)，正是這些化合物，定義了科學(xué)家用來(lái)編輯基因的微觀生物學(xué)機(jī)制。
本質(zhì)而言，它就是分析了從自然界中提取的CRISPR基因編輯器的行為，學(xué)習(xí)了如何生成全新的基因編輯器。
Profluent的CEO Ali Madani介紹道，這些AI模型都是從序列中學(xué)習(xí)的，無(wú)論是字符、單詞、計(jì)算機(jī)代碼，還是氨基酸的序列。
Madani先生在加州伯克利Profluent實(shí)驗(yàn)室內(nèi)，此前他曾在軟件巨頭Salesforce的人工智能實(shí)驗(yàn)室工作
人類編輯基因，還會(huì)有多遠(yuǎn)
目前，Profluent尚未對(duì)這些合成基因編輯器進(jìn)行臨床試驗(yàn)，因此尚不清楚它們是否能與CRISPR的性能相媲美，甚至超過(guò)CRISPR。
但他們的研究表明了，AI模型可以產(chǎn)生能夠編輯人類基因組的東西。
盡管如此，這項(xiàng)成果還不太可能在短期內(nèi)影響醫(yī)療保健。
UC伯克利創(chuàng)新基因組學(xué)研究所的基因編輯先驅(qū)兼科學(xué)主任費(fèi)Fyodor Urnov表示，科學(xué)家們并不缺乏天然存在的基因編輯器，用來(lái)對(duì)抗疾病。
真正的瓶頸在于，這項(xiàng)編輯器在用于臨床治療之前，還會(huì)因安全性、制造、監(jiān)管審查產(chǎn)生極高的成本。
但是，隨著學(xué)習(xí)越來(lái)越多的數(shù)據(jù)，生成式AI系統(tǒng)的潛力不可小覷。
如果Profluent的技術(shù)繼續(xù)改進(jìn)，終有一天，科學(xué)家們可以用更精確的方式編輯基因。
到那時(shí)，我們可能身處這樣一個(gè)世界——許多藥物和治療方法，都能快速為個(gè)人量身定制。這是今天的人們所不敢想的。
「我夢(mèng)想著這樣一個(gè)世界，我們可以在幾周內(nèi)按需提供CRISPR，」 Urnov博士說(shuō)。
還有一個(gè)重大的問(wèn)題就是，CRIPSR有風(fēng)險(xiǎn)嗎？
長(zhǎng)期以來(lái)，科學(xué)家們一直在警告：不要使用CRISPR進(jìn)行人類增強(qiáng)！
因?yàn)椋@是一項(xiàng)相對(duì)較新的技術(shù)，很可能會(huì)產(chǎn)生不良的副作用，比如引發(fā)癌癥。而且還有些人會(huì)用于非道德的用途，比如轉(zhuǎn)基因人類胚胎。
合成基因編輯器，也面臨著這項(xiàng)問(wèn)題。而如今，科學(xué)家們已經(jīng)掌握了編輯胚胎所需的一切技術(shù)。
但Fraser博士表示，如果真的有人想用它們做壞事，也只會(huì)使用現(xiàn)有的東西，而非AI創(chuàng)建的編輯器。