MétaCan
Menu
← Retour à la cohorte
Enregistrement W4413799537 · doi:10.1101/2025.08.27.672191

De novo engineered guide RNA-directed transposition with TnpB-family proteins reveals features of naturally evolved systems

2025· preprint· en· W4413799537 sur OpenAlexaff
Richard D. Schargel, Laura Chacon Machado, Jordan Thesier, Alba Guarné, Joseph E. Peters

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCRISPR and Genetic Engineering
Établissements canadiensMcGill University
Organismes subventionnairesNational Institutes of HealthNational Science Foundation
Mots-clésTransposition (logic)Computational biologyRNABiologyGeneticsComputer scienceGeneArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Programmable DNA integration using CRISPR-associated transposons (CASTs) offers powerful capabilities for genome engineering. The single effector Cas12k CAST examples evolved from a fixed guide TnpB nuclease protein. Here, we engineer de novo RNA-guided transposition systems, where the single guide RNA effector components are repurposed nuclease-dead TnpB-family proteins. These compact systems mediate high-efficiency guide RNA-directed DNA insertion with preserved orientation control and target immunity, reduced off-site targeting, release of a host factor requirement, and can be paired with an exonuclease domain to mediate cut-and-paste transposition. In this engineered context, the TnpB derivatives show features not predicted from the original enzymes suggesting untapped avenues for improvement. In parallel, we show that mutations at the TniQ-TnsC interface in the Cas12k CAST system selectively attenuate off-site insertions while enhancing on-site activity. These results establish how Cas12 proteins and antecedent TnpB proteins can be engineered for high performance and specificity with guide RNA directed systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,000
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,227
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetCRISPR and Genetic Engineering→Travaux en français237 207→