综述：基于人工智能的CRISPR表观基因组编辑技术：精准医疗的更光明未来

《Human Gene》：Artificial intelligence enhanced CRISPR based epigenomic editing: A brighter future in precision medicine

　　希玛尼·丹格（Himani Dange）|昌德拉坎特·邦德（Chandrakant Bonde）|斯米塔·邦德（Smita Bonde）|卡尔帕纳·潘迪亚（Kalpana Pandya）|德文德拉·库马尔（Devendra Kumar）|吉内特库马尔·加瓦德（Jineetkumar Gawad）
印度达德拉和纳加尔哈维尔利联邦直辖区塞利（Silvassa）396230，SSR药学院

**摘要**
本文探讨了基于规律间隔短回文重复序列（CRISPR）的表观基因组编辑技术与人工智能（AI）的融合及其在基因调控和疾病治疗中的协同潜力。CRISPR-based表观基因组编辑技术通过使用失活的Cas9蛋白，能够在不改变DNA序列的情况下实现DNA甲基化和组蛋白修饰等靶向表观遗传修饰。这种方法有望通过纠正异常基因功能来揭示和治愈癌症和神经疾病等多种疾病。AI技术，特别是机器学习和深度学习，提高了CRISPR系统的准确性和效率。AI模型可以优化引导RNA的设计，预测脱靶效应，并结合多组学数据以深入了解基因调控机制。这些创新使得通过发现表观遗传生物标志物和风险因素实现疾病的早期检测、个性化治疗和预防成为可能。CRISPR与AI的结合还为实时监测治疗反应和根据患者特定的表观遗传信息制定适应性治疗方案提供了可能。然而，要负责任地利用这些机会，还需要解决数据复杂性和模型泛化能力等技术挑战以及伦理问题。CRISPR与AI技术的融合为精准医疗带来了变革性前景，从疾病的早期检测到个性化干预都具有重要意义。

**引言**
精准医疗的进步通过根据患者的遗传和表观遗传特征定制治疗方案，彻底改变了医疗保健领域。CRISPR-based基因组和表观基因组编辑技术是其中的核心技术之一，它能够精确操控基因表达。CRISPR-Cas9这一源自细菌免疫系统的基因编辑工具的发现与应用，使得通过小RNA序列（gRNAs）引导的Cas9内切酶实现对基因的定点编辑（Wang et al., 2018; Ibrahim and Robertson, 2018）。随着CRISPR-based表观基因组编辑技术的发展，研究重点已从永久性基因修饰转向表观基因组调控。研究人员可以将DNA甲基转移酶、组蛋白乙酰转移酶或去甲基化酶等表观遗传酶连接到失活的Cas9（dCas9）上，后者虽然缺乏核酸酶活性但仍具有结合DNA的能力，从而在不改变DNA编码的情况下选择性控制基因活性（Ibrahim and Robertson, 2018）。这些变化会影响细胞的发育、身份和疾病进程，包括DNA甲基化和组蛋白重塑。

表观基因组作为由压力、年龄、环境暴露和生活方式选择等因素引起的动态化学变化层，对基因调控和疾病发展具有重要影响。研究表明，异常的表观遗传修饰在糖尿病、自身免疫性疾病、神经系统疾病和癌症等病症中起着关键作用。与永久性基因组编辑相比，CRISPR-based表观基因组编辑的优势在于其可逆性和编程性，这为开发安全性更高、伦理问题更少的药物带来了希望。不过，该技术也存在局限性，如脱靶效应可能导致未经预期的基因激活或沉默（Goell and Hilton, 2021）。此外，高度甲基化的DNA区域可能干扰Cas蛋白的结合效率，降低编辑成功率（Zhou and Troyanskaya, 2015）。这些挑战凸显了整合AI技术以提高表观基因组编辑的准确性、特异性和治疗可靠性的重要性（P?ibylová et al., 2022）。

**CRISPR与AI的融合**
由单细胞组学和下一代测序等前沿技术推动的基因组和表观基因组数据快速增长，既带来了机遇也带来了挑战。生物系统的复杂性、非线性和高维度特性使得传统统计方法难以应对。AI，尤其是机器学习和深度学习，能够帮助更快更准确地分析大量生物数据（Angermueller et al., 2016）。AI有助于优化引导RNA的设计，提高CRISPR治疗的效率和特异性，还可以模拟基因网络变化，预测和预防脱靶效应，并评估基因或表观遗传修饰的可能结果（Sefer, 2022）。此外，AI在解析表观基因组图谱方面也至关重要。利用无监督学习技术，AI模型可以识别与某些疾病相关的表观遗传标志物，例如与自身免疫疾病、恶性肿瘤和神经退行性疾病相关的DNA甲基化模式（Wang et al., 2024）。这些发现有助于制定更加精确的治疗计划和早期诊断。多组学数据的整合（转录组学、蛋白质组学、表观基因组学和基因组学的结合）使人们能够全面理解疾病机制。EpiTensor等工具利用AI识别染色质连接和基因调控元件，从而发现新的治疗靶点和生物标志物（Zhu et al., 2016）。基于患者个体遗传和表观基因组特征的个性化医疗发展依赖于此类技术，能够预测他们对免疫治疗或化疗的反应，确保疗效的同时降低副作用（Wang et al., 2024; Heidersbach et al., 2023）。

**CRISPR与AI的协同作用**
本文综合了当前生物医学领域两项最具革命性的技术——CRISPR-based表观基因组编辑和AI的最新研究成果。AI正在改变我们理解复杂生物数据的方式，而CRISPR则通过实现靶向、可逆的基因调控改变了基因和表观基因组的编辑方法。本文深入探讨了这两者在精准医疗领域的协同潜力（Zhu et al., 2016）。除介绍CRISPR和表观基因组编辑的基本原理外，还探讨了AI工具如何通过预测脱靶效应、优化引导RNA设计和整合多组学数据来改进疾病建模和治疗计划（Hess et al., 2017; Zheng et al., 2024），为研究人员、医生和生物技术专家提供了将这些技术应用于癌症治疗、神经疾病和个性化治疗等实际场景的指导。

**结论**
CRISPR-based表观基因组编辑技术正在改变我们理解和管理基因调控的能力，而无需改变DNA序列。基于dCas9等工具的这项技术可以实现对DNA甲基化、组蛋白修饰和染色质重塑等表观遗传标记的精确调控。这些突破使研究人员能够揭示疾病机制并开发新的治疗方法，特别是在癌症和神经退行性疾病等复杂病症方面（Fadul et al., 2023）。AI在未来将进一步提升表观基因组编辑的精确度和安全性，优化引导RNA设计并预测脱靶效应（Fadul et al., 2023）。通过分析个体遗传、表观遗传和代谢特征，AI有望显著提高表观基因组编辑的精准度和可靠性。

**作者贡献声明**
希玛尼·丹格（Himani Dange）：撰写原文初稿、软件开发、数据整理
昌德拉坎特·邦德（Chandrakant Bonde）：撰写审稿稿和修订稿、可视化处理、验证、监督、资源管理、数据整理、概念构建
斯米塔·邦德（Smita Bonde）：撰写审稿稿和修订稿、资源管理
卡尔帕纳·潘迪亚（Kalpana Pandya）：撰写原文初稿、软件开发
德文德拉·库马尔（Devendra Kumar）：撰写审稿稿和修订稿
吉内特库马尔·加瓦德（Jineetkumar Gawad）：撰写原文初稿

**致谢**
作者感谢印度SNR药学院（位于DNH，Silvassa）的管理层提供的资源和支持。