Skupina Caixia Gao na Inštitutu za genetiko in razvojno biologijo Kitajske akademije znanosti je bila pionir v uporabi predvidevanja strukture s pomočjo umetne inteligence, vzpostavila metodo združevanja proteinov v skupine na osnovi terciarne strukture in jo razširila na nov sistem rudarjenja z deaminazo ter razvila serija novih osnovnih orodij za urejanje s kitajskimi neodvisnimi pravicami intelektualne lastnine. To delo ponuja novo strategijo za analizo delovanja beljakovin in rudarjenje novih funkcionalnih elementov. Na novo razviti osnovni sistem za urejanje ima kitajske neodvisne pravice intelektualne lastnine za natančno tehnologijo za urejanje genov (prijavljen patent za izum PCT). Povezani rezultati raziskave so bili objavljeni v Cell.
Beljakovine so glavni nosilci življenjskih aktivnosti. Funkcionalno združevanje proteinov v skupine je pomembno sredstvo za raziskovanje fizioloških procesov, v katere so vključeni, in za oblikovanje novih proteinov itd. Obstoječe metode večinoma združujejo proteine v skupine na podlagi podobnosti primarnih zaporedij aminokislin in jih uporabljajo za sklepanje o njihovih funkcijah in evolucijskih odnosih. Vendar pa je delovanje proteina določeno z njegovo tridimenzionalno prostorsko strukturo in razvoj visoko zmogljivih metod grozdenja proteinov, ki temeljijo na tridimenzionalni strukturi, bo zagotovil bolj neposredna in zanesljiva sredstva za raziskave delovanja proteinov in spodbujal funkcionalno rudarjenje neznanih proteinov .
Sistemi za osnovno urejanje lahko dosežejo natančno urejanje DNK ali RNK z natančnostjo enega nukleotida, kar je transformativna tehnologija za raziskave delovanja genov, zdravljenje bolezni in biološko vzrejo. Vendar pa osrednje komponente obstoječih sistemov za urejanje baz, deaminaze, izvirajo iz ene same družine, kar še vedno povzroča številne omejitve urejanja baz, in urejanje je še vedno težko zadovoljiti potrebe raznolikih aplikacij. Zato je še posebej pomembno inovativno raziskovanje novih deaminaz in razvoj novih orodij za urejanje baz za različne scenarije uporabe.
Za rešitev zgornjih težav je raziskovalna skupina Caixia Gao inovativno uporabila obsežno napoved strukture beljakovin s pomočjo umetne inteligence, da bi vzpostavila novo visoko zmogljivo metodo združevanja beljakovin v skupine, ki temelji na terciarni strukturi, realizirala poglobljeno rudarjenje funkcionalne strukture deaminaz, identificirala popolnoma nove elemente ohišja, ki se razlikujejo od znanih encimov orodij za deaminazo, in razvili vrsto novih orodij za urejanje baz z lastnimi pravicami intelektualne lastnine.
Raziskovalci so izvedli množično 3D-strukturno napovedovanje reprezentativnih funkcionalnih sekvenc deaminaze z modelom za napovedovanje proteinske strukture AlphaFold2 in nadalje izvedli inovativno 3D-strukturno večkratno primerjavo in združevanje v skupine za razvrstitev potencialnih deaminaz v 20 različnih vej. Poleg poročane citozin deaminaze APOBEC/AID je bilo odkritih pet strukturno in zaporednih novih aktivnih vej citozin deaminaze. Med temi vejami je nadaljnje strukturno združevanje in funkcionalna validacija proteinov z domeno deaminacije, ki je podobna DddA (dvoverižna DNA deaminaza toksin A podobna), razkrila, da ta veja vsebuje veliko število proteinov z deaminacijsko aktivnostjo samo enoverižne DNA, v Poleg prej domnevanih proteinov z aktivnostjo deaminacije dvojne verige DNA, kar je ovrglo prejšnje znanje o delovanju tega razreda proteinov. Zgornja študija kaže, da lahko združevanje beljakovinskih struktur s pomočjo umetne inteligence prinese natančnejše rezultate kot tradicionalna metoda združevanja v skupine, ki temelji na primarnih sekvencah aminokislin, kadar je homologija zaporedja zbirke beljakovin nizka in so funkcije raznolike. Tako ta metoda zagotavlja učinkovito in zanesljivo novo strategijo za analizo delovanja beljakovin in rudarjenje.
Na podlagi zgoraj omenjenih rezultatov nadaljnjega grozdenja so raziskovalci na novo identificirali 45 enoverižnih citozin deaminaz (Sdd) in 13 dvojnoverižnih citozin deaminaz (Ddd). Te deaminaze so trenutno edine deaminaze, ki so vse prokariontskega (bakterijskega) izvora, medtem ko so obstoječi člani družine deaminaz APOBEC/AID vsi evkariontskega izvora (večinoma ljudje, sesalci ali ribe). Raziskovalci so razvili vrsto novih sistemov za urejanje baz, ki temeljijo na teh deaminazah, in jih testirali v živalskih in rastlinskih celicah. Rezultati so pokazali, da so na novo razviti dvoverižni sistemi za urejanje baz, ki temeljijo na deaminazah Ddd1 in Ddd9, premagali pomanjkljivosti običajnih urednikov z bistveno nižjo učinkovitostjo urejanja za GC zaporedja; enoverižni sistemi za urejanje baz, ki temeljijo na Sdd7 in Sdd3, so pokazali zelo visoko aktivnost urejanja in so imeli tudi precejšnjo sposobnost urejanja baz v zaporedjih GC; enoverižni sistem za urejanje baz, ki temelji na Sdd6, je pokazal izjemno. Enoverižni sistem za urejanje baz, ki temelji na Sdd6-, je pokazal visoko specifičnost in skoraj nezaznavne dogodke izven cilja. Študija je nadalje razvila nov urejevalnik baz Sdd6-CBE, ki ga je mogoče inkapsulirati z enim samim adeno-povezanim virusom (AAV) z racionalno zasnovo in funkcionalno validacijo proteina, in dosegel učinkovitost urejanja do 43,1 % v mišjo celično linijo, ki rešuje problem, da so običajni urejevalniki baz preveliki, da bi jih dostavili adenovirusni delci. Poleg tega je skupina za reševanje dolgotrajnega problema nizke učinkovitosti urejanja baz v soji na novo razvila sistem Sdd7-CBE in pridobila 34 stabilno urejanih rastlin z učinkovitostjo urejanja do 22,1 % v 154 pozitivnih sojinih zrnih. sadike. Ta raziskava prebija ozko grlo pri uporabi obstoječih deaminaz in kaže obetavno uporabo novega sistema za urejanje baz v medicini in kmetijstvu.
Raziskovalno delo so podprli Nacionalna naravoslovna fundacija Kitajske, Nacionalni ključni raziskovalni in razvojni program ter Strateški pionirski projekt znanosti in tehnologije Kitajske akademije znanosti.
