《Progress in Biophysics and Molecular Biology》：AI-enhanced CRISPR-Cas9 therapeutics: Advances in precision, safety, and delivery
编辑推荐：
摘要CRISPR-Cas9基因编辑技术已经彻底改变了生物医学研究，并正在向临床应用迈进。人工智能（AI）的整合提高了引导RNA设计、脱靶预测和递送优化的精度。本综述综合了CRISPR-Cas9在医学应用方面的最新进展，涵盖其核心机制、工程化变体、碱基编辑器及启动子编辑器，以及治疗
摘要
CRISPR-Cas9基因编辑技术已经彻底改变了生物医学研究，并正在向临床应用迈进。人工智能（AI）的整合提高了引导RNA设计、脱靶预测和递送优化的精度。本综述综合了CRISPR-Cas9在医学应用方面的最新进展，涵盖其核心机制、工程化变体、碱基编辑器及启动子编辑器，以及治疗应用，包括CAR T细胞和CAR-NK工程的开发、遗传性疾病、传染病和再生医学。本文重点评估了基于AI的递送策略优化。AI的应用包括在引导RNA设计中的深度学习架构、AI设计的核酸酶（如OpenCRISPR-1）、结构引导下的高保真SaCas9变体设计、强化学习在流程优化中的应用，以及在CAR T细胞治疗和安全评估中的作用。同时也讨论了安全性挑战，如脱靶效应、染色体重排、免疫原性和监管问题。未来的研究方向包括多尺度建模、可解释的AI、临床验证，以及与合成生物学、单细胞测序、类器官和纳米材料的结合。AI与CRISPR-Cas9的融合为个性化医学带来了巨大潜力。
引言
CRISPR-Cas9作为一种可编程的基因编辑工具的开发起源于细菌的适应性免疫系统，它最初作为对抗入侵噬菌体和质粒的防御机制。Jinek等人（2012年）、Doudna和Charpentier（2014年）以及Jiang和Doudna（2017年）的突破性发现表明，Cas9核酸酶可以通过合成的单引导RNA重新定向到任意DNA序列上，这为此前无法想象的治疗应用打开了大门。自从首次在人类细胞中实现基因编辑（Cong等人，2013年；Mali等人，2013年）以来，这一领域发展迅猛。这项技术的治疗潜力现已在临床实践中得到验证，首个获批的CRISPR相关疗法Casgevy（exagamglogene autotemcel）于2023年12月获得FDA批准用于镰状细胞病，2024年又获得批准用于β-地中海贫血（FDA，2023年），这标志着基因组医学的一个里程碑。
图1展示了CRISPR-Cas9技术的进化时间线，从其细菌起源到基于AI的临床应用。
CRISPR-Cas9的治疗潜力受到了一系列相互关联的挑战的限制：目标位点的精确性和效率、非预期修改的风险、Cas9和递送载体的免疫原性、体内安全组织特异性递送的困难，以及由可遗传基因组修改引发的伦理和监管问题（Dhara等人，2026年；Khalid等人，2026年；Makhijani等人，2026年；Nisar和Baumgartner，2026年）。一个领域的进展往往依赖于另一个领域的进步。
同时，人工智能在生命科学领域成为一项强大的支持技术。机器学习、深度学习和强化学习被应用于处理大规模、异构数据集和复杂、依赖于情境的结果的问题（Dixit等人，2023年；Yousefian和Baharmast，2026年）。AI与CRISPR-Cas9的结合具有重要意义，因为基因编辑是一个多步骤的过程——目标选择、引导RNA设计、核酸酶选择、递送、结果预测和安全评估——每个步骤都需要基于数据驱动的建模来做出决策（Abbasi等人，2025年；Du等人，2026年）。 recent的研究表明，AI可以改进引导RNA设计、预测脱靶活性、预测修复结果，并指导新型核酸酶的工程设计（Chuai等人，2018年；Fang等人，2026年；Hwang等人，2026年；Noshay等人，2023年；Omura等人，2026年）。AI还在重塑细胞疗法的免疫疗法优化和毒性建模方面发挥着作用（Amoozgar等人，2026年；Tarhini等人，2026年；Alshorman等人，2026年）。
尽管进展迅速，相关文献仍然分散。CRISPR-Cas9机制、治疗应用、递送策略、安全评估和基于AI的优化方面的进展通常在不同的研究社区中独立报道。本综述综合了CRISPR-Cas9在医学应用方面的最新进展，特别强调了AI的作用。内容分为几个部分：核心机制和治疗应用（第2节）；递送策略（第3节）；AI在基因编辑中的作用（第4节）；安全考虑（第5节）；特定医学应用中AI整合的案例分析（第6节）；以及未来发展方向（第7节）。
章节摘录
核心机制
CRISPR-Cas9系统通过适应、表达和干扰来实现功能（Mansi和Danai，2026年；Ayd?n等人，2026年）。Jinek等人（2012年）首次发现了CRISPR-Cas9的可编程DNA切割能力，为基因编辑奠定了基础。Cong等人（2013年）和Mali等人（2013年）首次展示了CRISPR-Cas9在人类细胞中的基因编辑应用。单引导RNA将Cas9核酸酶引导至目标DNA序列附近。
CRISPR-Cas9治疗药物的递送策略
高效且安全的递送仍然是CRISPR-Cas9治疗药物临床转化的关键瓶颈（Makhijani等人，2026年；Sriwiddo等人，2026年）。腺相关病毒载体由于其低免疫原性和广泛的组织亲和性而被广泛用于体内递送，尽管包装限制了其负载量（Li等人，2026年；Wang等人，2026年）。慢病毒能够实现稳定整合和长期表达，适用于体外应用。脂质纳米颗粒在临床应用中也有一定的优势。
人工智能在CRISPR-Cas9基因编辑中的作用
图2提出了一个概念框架，展示了AI如何作为CRISPR技术发展的加速引擎，包括引导RNA设计、脱靶预测、蛋白质工程、递送优化、结果预测和患者特定的实时监测。
安全考虑与挑战
几个安全问题仍然是CRISPR-Cas9治疗药物临床转化的核心问题。脱靶效应是研究最为广泛的关注点之一（Madsen等人，2026年；Nisar和Baumgartner，2026年）。基于AI的预测工具可以降低这种风险，但仍然存在局限性。AI模型依赖于全面的高质量训练数据集，而这些数据集可能无法覆盖所有潜在的脱靶位点；且针对特定数据集训练的模型可能无法泛化到不同类型的细胞或基因背景中。
特定医学应用中的AI整合：案例级评估
本节专门探讨了主要文献中明确记录了AI应用的医疗案例。对于每个案例，表3总结了所使用的AI技术、解决的问题、验证程度，以及AI组件是核心还是辅助部分。未使用AI的案例被排除或明确标注为非AI应用。
在癌症治疗中，记录的AI整合包括以下方面：
Nieto-Sanchez等人（2026年）开发了...
未来方向
将核苷酸级编辑与蛋白质变化、细胞功能改变和组织特异性反应联系起来的多尺度建模对于预测治疗结果和指导临床决策至关重要（Noshay等人，2023年；Yousefian和Baharmast，2026年）。为了获得监管机构的认可和临床医生的信任，需要可解释的AI。需要在多样化的患者群体中对AI优化疗法进行临床验证，并进行长期随访以监测潜在的不良反应，同时探讨其泛化能力。
总结与结论
表1总结了本综述涵盖的主要主题，指出了每个领域的现状、AI的作用以及剩余的关键挑战。表2简要比较了本综述中讨论的主要AI工具和模型，包括它们的方法类型、用途、输入数据类型、验证方法和主要报告的性能指标。表3提供了特定医学应用中AI整合的案例级评估。
利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。
致谢
在撰写本文期间，作者使用了DeepSeek和Grok工具来提升手稿的语言表达和可读性。使用这些工具后，作者对内容进行了必要的审查和编辑，并对最终发布的版本负全责。Grok工具被用来生成图1、图2和图3。所有科学声明和引用都经过了原始材料的验证。
Alberto Boretti
