Evaluating Computational Tools for CRISPR-Cas9 Design: A Case Study on the TP53 Gene

Genomeditierung ist eine leistungsstarke Technologie, die es Wissenschaftlern ermöglicht, den Code des Lebens umzuschreiben, ganz so, wie ein Textverarbeitungsprogramm es einem Autor erlaubt, bestimmte Wörter in einem Manuskript zu suchen und zu ersetzen. Das Herzstück dieser Technologie ist ein molekulares Werkzeug namens CRISPR-Cas9, das wie eine molekulare Schere fungiert. Um diese Schere effektiv zu nutzen, müssen Forscher eine sehr spezifische Führung entwerfen, einen kurzen Strang aus genetischem Material, der als Guide-RNA bekannt ist und die Schere exakt an die Stelle im DNA-Strang führt, an der sie schneiden soll. Wenn die Führung perfekt ist, erfolgt der Schnitt nur dort, wo er beabsichtigt ist, was es Wissenschaftlern ermöglicht, ein fehlerhaftes Gen auszuschalten oder zu untersuchen, wie eine Zelle funktioniert. Wenn die Führung jedoch auch nur leicht abweicht, könnten die Scheren an der falschen Stelle schneiden, was unbeabsichtigte Schäden am Genom verursachen kann. Da das menschliche Genom riesig und komplex ist, ist es schwierig, die perfekte Führung zu finden, weshalb sich Wissenschaftler auf Computerprogramme verlassen, um vorherzusagen, welche Führungen am besten funktionieren und welche Probleme verursachen könnten.

Die Herausforderung besteht darin, dass diese Computerprogramme nicht alle gleich denken. Sie verwenden unterschiedliche mathematische Regeln, um zu entscheiden, welche Führung die beste Wahl ist. Einige Programme priorisieren, wie effizient die Schere das Ziel schneidet, während andere stärker darauf fokussieren, versehentliche Schnitte an anderen Stellen im Genom zu vermeiden. Dieser Unterschied in der Logik bedeutet, dass zwei Programme, die dasselbe Gen betrachten, völlig unterschiedliche Führungen empfehlen könnten. Diese Unsicherheit schafft ein Dilemma für Forscher: Wenn sie nur einem Programm vertrauen, könnten sie eine bessere Option übersehen oder, schlimmer noch, eine Führung wählen, die gefährlich ist. Um dies zu lösen, unternahm ein Team von Forschern aus Rumänien den Versuch zu testen, wie diese verschiedenen Computerprogramme beim Entwurf von Führungen für ein spezifisches, kritisches Gen namens TP53 im Vergleich abschneiden. Dieses Gen ist ein Wächter der Zelle, und wenn es Fehlfunktionen aufweist, ist es oft an der Entwicklung von Krebs beteiligt. Die Forscher konzentrierten sich auf einen kleinen Abschnitt dieses Gens, bekannt als Exon 5, eine Region, in der häufig Mutationen auftreten.

Das Team nahm die exakte DNA-Sequenz dieses Abschnitts und speiste sie in drei der populärsten verfügbaren Computer-Design-Tools ein: CHOPCHOP, Benchling und IDT's Alt-R CRISPR Design Tool. Sie baten jedes Programm, die drei besten Führungen für diesen spezifischen Ort zu finden. Die Ergebnisse zeigten eine klare Spaltung in der Funktionsweise dieser Tools. Die ersten beiden Programme, CHOPCHOP und Benchling, fanden tatsächlich dieselben drei genetischen Sequenzen als ihre Top-Kandidaten. Sie stimmten sich jedoch in der Rangfolge nicht überein. Ein Programm stufte eine spezifische Sequenz als drittbeste Option ein, weil sie ein etwas höheres Risiko hatte, am falschen Ort zu schneiden, während das andere Programm dieselbe Sequenz als die absolut beste einstufte, weil sie extrem sicher war. Dies geschah, weil die beiden Programme die Bedeutung von Sicherheit gegenüber Schneidegeschwindigkeit unterschiedlich gewichten. Ein Programm ist eher bereit, ein winziges Risiko eines versehentlichen Schnitts in Kauf zu nehmen, wenn dies bedeutet, dass die Führung schneller wirkt, während das andere Programm vorsichtiger ist und die Sicherheit über alles andere stellt.

Das dritte Tool, IDT's Alt-R, erzählte eine völlig andere Geschichte. Es empfahl keine der gleichen Top-Drei-Sequenzen wie die anderen beiden Programme. Stattdessen wies es auf eine ganz andere Führung hin, die die anderen Programme viel niedriger eingestuft hatten. Diese Führung wurde als am effizientesten beim Schneiden des Ziels vorhergesagt, mit einer Erfolgsrate von 78 Prozent, aber die anderen Programme hatten sie weit unten auf ihren Listen platziert, weil sie deren Sicherheitsbewertung anders berechneten. Die Forscher fanden heraus, dass diese Diskrepanz darauf zurückzuführen ist, dass das IDT-Tool für synthetische Führungen konzipiert ist, die in Laborumgebungen verwendet werden und sich etwas anders verhalten als die Führungen, die natürlich in einer Zelle produziert werden. Die anderen beiden Tools verwenden Modelle, die darauf basieren, wie die Maschinerie in lebenden Organismen funktioniert. Aufgrund dieser unterschiedlichen zugrunde liegenden Regeln sah das IDT-Tool eine andere Landschaft der Möglichkeiten und wählte eine Führung, die die anderen übersehen hatten.

Die Studie kommt zu dem Schluss, dass es eine riskante Strategie ist, sich auf ein einzelnes Computerprogramm zu verlassen. Hätte ein Forscher nur das erste Tool verwendet, hätte er möglicherweise eine Führung gewählt, die zwar sicher, aber weniger effizient ist. Hätte er nur das dritte Tool verwendet, hätte er möglicherweise eine hochgradig effiziente Führung gewählt, die die anderen Tools als potenziell weniger sicher markiert hatten. Die Forscher schlagen vor, dass der beste Ansatz darin besteht, die Ergebnisse mehrerer Programme zu betrachten und die Führungen zu finden, die auf den Listen mehrerer verschiedener Tools erscheinen. Für Standardexperimente identifizierten sie eine Führung, bei der sich sowohl CHOPCHOP als auch Benchling einig waren, dass sie stark und sicher sei. Für Experimente mit synthetischen Führungen wiesen sie auf die einzigartige Führung hin, die vom IDT-Tool empfohlen wurde. Diese Arbeit unterstreicht, dass diese Computer-Tools keine perfekten, automatischen Antworten sind, sondern vielmehr komplexe Rechner, die menschliches Urteilsvermögen erfordern. Um die Sicherheit und den Erfolg der Genomeditierung zu gewährleisten, müssen Wissenschaftler ihre Entscheidungen durch den Abgleich mit verschiedenen Plattformen überprüfen, im Verständnis, dass jedes Programm eine andere Perspektive auf denselben genetischen Code bietet.