Potent Cas9 inhibition in bacterial and human cells by new anti-CRISPR protein families
Notice bibliographique
Résumé
CRISPR-Cas systems are widely used for genome engineering technologies, and in their natural setting, they play crucial roles in bacterial and archaeal adaptive immunity, protecting against phages and other mobile genetic elements. Previously we discovered bacteriophage-encoded Cas9-specific anti-CRISPR (Acr) proteins that serve as countermeasures against host bacterial immunity by inactivating their CRISPR-Cas systems 1 . We hypothesized that the evolutionary advantages conferred by anti-CRISPRs would drive the widespread occurrence of these proteins in nature 2–4 . We have identified new anti-CRISPRs using the bioinformatic approach that successfully identified previous Acr proteins 1 against Neisseria meningitidis Cas9 (NmeCas9). In this work we report two novel anti-CRISPR families in strains of Haemophilus parainfluenzae and Simonsiella muelleri , both of which harbor type II-C CRISPR-Cas systems 5 . We characterize the type II-C Cas9 orthologs from H. parainfluenzae and S. muelleri , show that the newly identified Acrs are able to inhibit these systems, and define important features of their inhibitory mechanisms. The S. muelleri Acr is the most potent NmeCas9 inhibitor identified to date. Although inhibition of NmeCas9 by anti-CRISPRs from H. parainfluenzae and S. muelleri reveals cross-species inhibitory activity, more distantly related type II-C Cas9s are not inhibited by these proteins. The specificities of anti-CRISPRs and divergent Cas9s appear to reflect co-evolution of their strategies to combat or evade each other. Finally, we validate these new anti-CRISPR proteins as potent off-switches for Cas9 genome engineering applications.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».