Enhancing CRISPR-Cas9 gRNA efficiency prediction by data integration and deep learning.
Enhancing CRISPR-Cas9 gRNA efficiency prediction by data integration and deep learning.
复制标题
DOI：
10.1038/s41467-021-23576-0
复制
发表时间：
2021-05-28
影响因子：
16.6
通讯作者：
Luo Y
中科院分区：
文献类型：
--
作者：
Xiang X;Corsi GI;Anthon C;Qu K;Pan X;Liang X;Han P;Dong Z;Liu L;Zhong J;Ma T;Wang J;Zhang X;Jiang H;Xu F;Liu X;Xu X;Wang J;Yang H;Bolund L;Church GM;Lin L;Gorodkin J;Luo Y
CRISPR gRNA的设计需要准确的靶上效率预测，这需要高质量的gRNA活性数据和高效的建模。为了进一步推进，我们在这里报告了10592个SpCas9 gRNA的靶向gRNA活性数据的生成。将这些与互补的已发表数据相结合，我们在23,902个grna上训练了一个深度学习模型CRISPRon。与现有工具相比，CRISPRon在四个测试数据集上表现出明显更高的预测性能，这些测试数据集与用于开发这些工具的训练数据不重叠。此外，我们提出了一个基于CRISPRon独立软件的交互式gRNA设计web服务器，两者都可以通过https://rth.dk/resources/crispr/获得。CRISPRon通过提供比现有工具更准确的gRNA效率预测来推进CRISPR的应用。准确的靶效率预测需要高质量的gRNA活性数据。在这里，作者生成了超过10,000个gRNA的活动数据，并建立了一个深度学习模型crispr，以改进性能预测。
The design of CRISPR gRNAs requires accurate on-target efficiency predictions, which demand high-quality gRNA activity data and efficient modeling. To advance, we here report on the generation of on-target gRNA activity data for 10,592 SpCas9 gRNAs. Integrating these with complementary published data, we train a deep learning model, CRISPRon, on 23,902 gRNAs. Compared to existing tools, CRISPRon exhibits significantly higher prediction performances on four test datasets not overlapping with training data used for the development of these tools. Furthermore, we present an interactive gRNA design webserver based on the CRISPRon standalone software, both available via https://rth.dk/resources/crispr/. CRISPRon advances CRISPR applications by providing more accurate gRNA efficiency predictions than the existing tools. High-quality gRNA activity data is needed for accurate on-target efficiency predictions. Here the authors generate activity data for over 10,000 gRNA and build a deep learning model CRISPRon for improved performance predictions.
登录
查看更多内容
DeepCRISPR：通过深度学习优化 CRISPR 引导 RNA 设计
影响因子：
12.3
作者：
Chuai G;Ma H;Yan J;Chen M;Hong N;Xue D;Zhou C;Zhu C;Chen K;Duan B;Gu F;Qu S;Huang D;Wei J;Liu Q
通讯作者：
Liu Q
影响因子：
4.7
作者：
Chari R;Yeo NC;Chavez A;Church GM
通讯作者：
Church GM
影响因子：
46.9
作者：
Doench JG;Fusi N;Sullender M;Hegde M;Vaimberg EW;Donovan KF;Smith I;Tothova Z;Wilen C;Orchard R;Virgin HW;Listgarten J;Root DE
通讯作者：
Root DE
影响因子：
56.9
作者：
Jinek, Martin;Chylinski, Krzysztof;Charpentier, Emmanuelle
通讯作者：
Charpentier, Emmanuelle
影响因子：
12.3
作者：
Alkan F;Wenzel A;Anthon C;Havgaard JH;Gorodkin J
通讯作者：
Gorodkin J