CRISPRimmunity: платформа для анализа и визуализации систем CRISPR-Cas и анти-CRISPR

Исследователи из Хэфэйского института физических наук Китайской академии наук (CAS) разработали сервисную платформу для анализа под названием CRISPRimmunity. Это интерактивный веб-сервер для идентификации важных молекулярных событий, связанных с CRISPR, и регуляторов систем редактирования генома. Исследование опубликовано в Nucleic Acids Research.

Ключевые возможности платформы:

  • Интегрированный анализ: предназначена для совместного анализа и предсказания систем CRISPR-Cas и анти-CRISPR (Acr).
  • Кастомизированные базы данных: включают аннотации для известных анти-CRISPR белков, ассоциированных с ними белков, систем CRISPR-Cas класса II, типов CRISPR-массивов, HTH-доменов и мобильных генетических элементов.

Точность предсказаний:

  • Для повышения точности использовались стратегии гомологического анализа, ассоциативного анализа и самонацеливания в профаговых регионах.
  • На тестовых данных (99 экспериментально подтверждённых Acr и 676 не-Acr) платформа показала точность 0.997 в предсказании анти-CRISPR белков.

Новые алгоритмы и открытия:

  • CRISPRimmunity предоставила первый алгоритм ab initio для предсказания систем CRISPR-Cas класса II.
  • С его помощью идентифицированы ранее неизвестные белки:
    • Четыре Cas9 с разными PAM-доменами.
    • Уменьшенный вариант Cpf1.
    • 61 белок C2c10.
    • Три новых неклассифицированных V-типа Cas-белка.
  • Некоторые из этих белков уже имеют экспериментальное подтверждение активности in vitro.

Преимущества и особенности:

  • Удобство: простой в использовании веб-сервер с дружелюбным интерфейсом, различными опциями визуализации и настройки.
  • Комплексность: в отличие от других ресурсов, фокусирующихся на отдельных доменах, CRISPRimmunity заполняет пробел, предоставляя методы для идентификации новых систем CRISPR-Cas класса II и эволюционную перспективу.
  • Доступ к данным: через интерфейс NCBI предоставляется доступ к аннотированным данным по 18 408 полностью секвенированным и 235 содержащим Acr бактериям, а также 208 209 микроорганизмам кишечника человека.
  • Для исследователей: результаты машинно-читаемы, доступны учебные материалы. Для вычислительных биологов на Github есть автономная версия для пакетного анализа больших данных.