共计 1320 个字符，预计需要花费 4 分钟才能阅读完成。
去年那起里程碑式的“婴儿 KJ”案例——首位接受个性化 CRISPR 基因治疗的患者——既展示了基因组编辑的巨大前景，也凸显了其持续存在的挑战。虽然 CRISPR 系统能充当高度精确的分子剪刀，但其活性酶并非总能被完全关闭。残留的 Cas 活性可能会切割非预期的 DNA 或 RNA 靶点，从而增加健康基因发生有害突变的风险。要让 CRISPR 充分发挥其治疗潜力，研究人员亟需找到可靠的方法来控制这些编辑器。
这正是抗 CRISPR 系统可以发挥作用的地方。这些源自噬菌体的蛋白质，可作为 CRISPR-Cas 系统的天然关闭开关，通过竞争性抑制或破坏效应复合体形成等机制，阻断核酸酶的活性。然而，尽管实用，抗 CRISPR 蛋白的发现过程却以困难著称。过去十年间，仅有 118 个经过实验验证的抗 CRISPR 蛋白被鉴定出来——这项工作的难度堪比分子层面的“寻找威利”游戏。
来自莫纳什大学和墨尔本大学的研究团队认为，人工智能可以改变这一现状。在发表于《自然·化学生物学》期刊、题为《从头设计高效 CRISPR-Cas13 抑制剂》的研究中，该团队描述了一种利用人工智能加速设计全新抗 CRISPR 蛋白的快速策略。研究人员在论文中写道：“我们利用从头蛋白质设计技术，创造出自然界不存在的 CRISPR-Cas 蛋白质抑制剂，称之为人工智能设计的抗 CRISPR 蛋白。”
研究团队将焦点放在了来自口腔纤毛菌的 Cas13a 上——这是一种靶向 RNA 的 CRISPR 效应器，目前尚未发现经验证的天然抑制剂。通过使用 RoseTTAFold 扩散模型进行蛋白质生成，并结合 ProteinMPNN 进行逆折叠设计，研究人员在计算机上设计出了能够结合并阻断 Cas13a 的候选抑制剂。随后，他们在细菌和人类细胞中通过完整的实验流程验证了这些设计。
首席蛋白质设计专家辛西娅·塔弗诺博士表示：“利用人工智能加速的蛋白质设计技术，我们快速开发出了在细菌和人类细胞中均能发挥功能的 CRISPR 抑制剂。”从靶点选择到先导化合物鉴定的完整流程仅耗时八周，相较于传统发现方法实现了显著提速。
这种速度至关重要，因为天然抗 CRISPR 蛋白的发现过程仍然缓慢且充满不确定性。共同作者里斯·格林特博士指出：“针对临床相关靶点的天然抑制剂发现，至今仍是一项挑战巨大且耗时漫长的任务。”相比之下，人工智能设计的抑制剂展现出了对 Cas13a 核酸酶活性强效且特异的抑制能力，其作用机制与计算设计的预测完全吻合。
抗 CRISPR 蛋白通常通过阻断 crRNA 或靶核酸的结合，或阻止活性效应复合体的形成来抑制 CRISPR-Cas 系统。人工智能设计的抗 CRISPR 蛋白似乎遵循相似的原理，但其优势在于能够针对特定的 Cas 靶点进行工程化设计。
加文·诺特副教授认为，这项研究对该领域具有广泛意义。他表示：“设计能够‘约束’CRISPR 的定制抑制剂，将推动 CRISPR 工具在研究、医学、农业和微生物学等多元应用领域的持续发展。”
尽管这些人工智能设计的抑制剂仍处于早期阶段，但该研究为扩展 CRISPR 控制工具箱开辟了一条全新的路径。若要使 CRISPR 成为一个可靠的治疗平台，精确且可编程的关闭开关，或许与编辑器本身同等重要——而人工智能，很可能成为按需构建这些开关的关键。
