轉載從: Tech News 科技新報
近幾年來，可以用來精準的操控任何生物 DNA 的 CRISPR 技術受到生物科技展業的大量關注。雖然好用，但是科學家仍然需要一些軟體的演算來加速這個過程。
CRISPR──又稱常間回文重複序列叢集（Clustered Regularly-Interspaced Short Palindromic Repeats）──原本是一個細菌用以抵抗病毒入侵的機制，科學家利用這個現象來關掉某個基因或是在準確的位置插入 DNA。這個系統有兩個重要的核心：一小段可以調整的基因序列（又稱引導 RNA）還有一個做為基因「剪刀」的蛋白質（通常是一個叫做 Cas9 的 DNA 酵素）。引導 RNA 帶著 Cas9 在生物體的基因體中尋找可以配對的 DNA 序列，像魔鬼氈一樣黏住然後讓 Cas9 去切斷 DNA。這些序列由 4 個鹼基（base）組成，分別是：腺嘌呤（A，Adenine）、胸腺嘧啶（T，Thymine）、鳥糞嘌呤（G，Guanine）與胞嘧啶（C，Cytosine）。細胞內的修復機制接著把斷口接起來，並在過程中破壞或夾進一些 DNA 序列，以此擾亂基因。生物學家們也可以在指定位置加入想要的鹼基對。
不是最新，但最好用
CRISPR 並不是第一個出現的基因編輯工具，但卻是目前為止出現最簡單且便宜的一個。研究學者可以用它來剔除（knock out）一些動物的基因來研究基因的功能、給農作物新的特性、調控微生物以產生藥物、發展基因療法以及用基因調整的方式在胚胎期「修正」遺傳疾病。
傳統的基因體改造技術僅僅是將 DNA 送入細胞中──誰也不知道它會插到哪裡去。而 CRISPR 就像編輯文件時，把游標移到某個字前面然後按下「刪除」或「貼上」，整套系統的建構甚至可以不用到 50 美元。雖然目前也有很多其他可以精準調控的基因編輯系統，但每次使用時都必須再經過調整，而且需要有更多專業和資源。幫助發展這項技術的麻州綜合醫院心血管研究中心化學生物學家 Jing-Ruey Joanna Yeh 表示：「在過去不到 4 年的過程中，CRISPR 已經改變了世界上的很多實驗室。這個簡單而且有效率的系統讓任何實驗室都可以輕鬆使用。」
雖然目前看起來很好用，但是 CRISPR 系統並不保證成功。「我們仍然不是很了解為什麼，」加州大學柏克萊分校創新基因體計畫主持人 Jacob Corn 表示：「這時候就是軟體出場的時候了：演算法可以幫助研究者設計一個統計上比較容易成功的 CRISPR 系統。」
大海撈針──尋找可用的序列
科學家們在找的通常是一段可以控制某個特定機能的 DNA 片段──一個基因，通常都由幾千幾百個鹼基組成。相對的，引導 RNA 通常只有約 20 個鹼基長，所以學者們要在整段基因中找出 20 個鹼基序列來相配。選擇時除了必須在基因之內，還有兩個需要考慮的限制：目標必須位在某個稱為「PAM」（Protospacer Adjacent Motif）的標的附近，而且不能和基因體上的序列重複。尋找 PAM 是一件相當容易的事──就像在一本書裡尋找「的」這個字一樣。
要確認那 20 個鹼基的序列在整個基因體中獨一無二，就沒那麼容易了。
在僅僅以 4 個鹼基組成，數以百萬計的鹼基對中，序列經常出現重複。引導 RNA 也因此很有可能會被錯誤的片段（off-target sites）吸引而產生錯誤的結果；太過於相向的序列也有可能造成偏差。Protospacer Workbench 的開發者、來自巴黎巴斯特研究所的資訊學家 Cameron Ross McPherson 說：「我們當然可以用肉眼去掃描整個基因體，但這樣會找到天荒地老。」
機器運算可以利用使用者給予的少量資訊，快速的達成這項工作。哈佛大學開發的 CHOPCHOP 需要的部分，就只有輸入物種名稱、基因序列還有一些選擇性的進階參數。接下來，電腦會幫你找到所有可能的序列，並依據在整個基因體中的重複性等參數給予排名，還會列出所有可用的引導 RNA 序列；而這只需要數秒的時間。舉例來說，斑馬魚的左右對稱基因（spaw gene）上就可以找到 55 個可能的引導 RNA 序列，而且每個都與基因體中的其他序列保持至少兩個鹼基的差異。
找出這 55 個理論上可以運作的引導 RNA 是個有用的起點，但是要確認哪一個才是最好的還是得透過費時的實驗和嘗試錯誤。能夠找出一個絕對可以運作的 RNA 的運算系統仍有待開發。
讓預測更加準確，或讓蛋白質幫忙瞄準
為了達到那個目標，生物統計學家開始爬梳實驗資料來尋找成功案例中相類似的模式，並希望可以把這些模式提供給能夠機器學習（machine-learning）的預測系統中。除了少數大型的資料庫之外，大部分的資料仍然散落在各個獨立的小型研究中。「把他們集合起來就可以得到非常有利的資源。」加州大學的 Corn 博士說。
布洛德研究所（Broad Institute）的一群科學家在人類及老鼠細胞中測試了近 2,000 個引導 RNA，並在最近發表了一些可以改進演算法的規則。另外一些科學家則在 Cas9 以及其他剪切蛋白質上動手腳，嘗試為使用者提供更多選擇。有些蛋白質可以提高引導 RNA 的準確度。如果成功的話，能夠預測 CRISPR 準確度的軟體不是要被淘汰，就是必須繼續進步。「如果有一天我們真的能夠排除錯位（off-target）的影響就太好了。不過我們還沒成功。」Corn 博士說。
（首圖來源：IEEE Spectrum）