Machine learning reveals sequence and methylation determinants of SaCas9–PAM interactions in bacteria
Notice bibliographique
Résumé
Cas9 nucleases defend bacteria against invading DNA and can be used with single guide RNAs (sgRNAs) as antimicrobials and genome-editing tools. However, bacterial applications are limited by incomplete knowledge of Cas9-target interactions. Here, we generated large-scale Staphylococcus aureus Cas9 (SaCas9)/sgRNA activity datasets in bacteria and trained a machine learning model (crispr macHine trAnsfer Learning) to predict SaCas9 activity. Incorporating downstream sequences flanking the canonical NNGRRN protospacer adjacent motif (PAM) at positions [+1] and [+2] improved predictive performance, with T-rich dinucleotides at these positions correlating with higher in vivo activity. Crucially, SaCas9 showed $\sim$10-fold reduced activity at sites containing a 5$^{\prime}$-NNGGAT[C]-3$^\prime$ PAM [+1] sequence in pooled sgRNA experiments in Escherichia coli and Citrobacter rodentium. Plasmid cleavage assays in DNA adenine methyltransferase (DAM)-deficient E. coli confirmed that adenine methylation at GATC motifs inhibited SaCas9 activity. Removal of a DAM site within a PAM sequence enhanced cleavage, while introduction of a site reduced activity, directly linking adenine methylation to SaCas9 activity. These findings demonstrate that machine learning can uncover biologically relevant determinants of Cas9 activity. Avoidance of methylated PAMs may reflect an evolutionary adaptation by SaCas9 to discriminate self from nonself or to counter methylation as a phage and plasmid antirestriction strategy.
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 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».