Un nuevo algoritmo de aprendizaje automático llamado PAMmla mejora significativamente la precisión y la personalización de la edición genética CRISPR-Cas9 [1]. Desarrollado por investigadores de Mass General Brigham, PAMmla analiza millones de variantes de la enzima CRISPR-Cas9 para predecir su especificidad y actividad [1, 4]. Este avance aborda una limitación importante de los sistemas Cas9 actuales: el riesgo de efectos fuera del objetivo, donde la enzima corta áreas no deseadas del genoma [1].
PAMmla puede predecir la funcionalidad de más de 64 millones de variantes de enzimas, lo que permite el diseño de enzimas personalizadas para mutaciones genéticas específicas [1, 4]. Esto permite a los investigadores crear versiones más específicas y eficientes de la enzima Cas9 [1]. El algoritmo combina la ingeniería de proteínas de alto rendimiento con el aprendizaje automático para lograr este nivel de precisión [1, 4].
El desarrollo de PAMmla representa un avance significativo en la creación de terapias génicas más seguras y eficaces para diversas enfermedades genéticas [1, 4]. Al minimizar los efectos fuera del objetivo y mejorar la eficiencia de la edición, PAMmla ofrece una solución más escalable y precisa para la edición del genoma [4, 7]. El algoritmo ahora está disponible para la comunidad científica en general, lo que permite a los investigadores aplicar este método a sus desafíos de edición genética [1].