Um novo algoritmo de aprendizado de máquina chamado PAMmla melhora significativamente a precisão e a personalização da edição de genes CRISPR-Cas9 [1]. Desenvolvido por pesquisadores do Mass General Brigham, o PAMmla analisa milhões de variantes da enzima CRISPR-Cas9 para prever sua especificidade e atividade [1, 4]. Este avanço aborda uma grande limitação dos sistemas Cas9 atuais: o risco de efeitos fora do alvo, onde a enzima corta áreas não intencionais do genoma [1].
O PAMmla pode prever a funcionalidade de mais de 64 milhões de variantes de enzimas, permitindo o design de enzimas personalizadas para mutações genéticas específicas [1, 4]. Isso permite que os pesquisadores criem versões mais direcionadas e eficientes da enzima Cas9 [1]. O algoritmo combina engenharia de proteínas de alto rendimento com aprendizado de máquina para atingir esse nível de precisão [1, 4].
O desenvolvimento do PAMmla representa um avanço significativo na criação de terapias genéticas mais seguras e eficazes para várias doenças genéticas [1, 4]. Ao minimizar os efeitos fora do alvo e melhorar a eficiência da edição, o PAMmla oferece uma solução mais escalável e precisa para a edição do genoma [4, 7]. O algoritmo agora está disponível para a comunidade científica mais ampla, permitindo que os pesquisadores apliquem este método aos seus desafios de edição de genes [1].