Combinación de grupos de oligonucleótidos masivos e IA para predecir la eficiencia de los ARN guía en cribados de edición de calidad

El desarrollo de una nueva aplicación de CRISPR plantea un reto clave: ¿Cómo se puede predecir qué secuencia de ARN guía maximizará las opciones de una edición? La edición de calidad es una de las tecnologías CRISPR más recientes. Es muy prometedora, ya que puede instalar mutaciones pequeñas y precisas con un mecanismo único dependiente de la transcriptasa inversa que elimina la necesidad de ADN de donante y de roturas bicatenarias. Debido a la precisión de su edición, tiene potencial para su aplicación en tratamientos de enfermedades genéticas con CRISPR.

 


Cubierto en esta nota de aplicación
Combinación de grupos de oligonucleótidos masivos e IA para predecir la eficiencia de los ARN guía en cribados de edición de calidad
Modelos de predicción frente a aprendizaje automático convencional al utilizar conjuntos de datos para la formación de modelos
Diseño de ARNpeg altamente eficientes que pueden usarse con PE2
Comparta sus datos para obtener la nota de aplicación
Powered by Translations.com GlobalLink Web Software