Nat Commun | 上海科技大学马培祥等团队揭示了使用大型语言模型发现 CRISPR-Cas12a 进化枝

背景：CRISPR-Cas系统作为原核生物的适应性免疫系统，在基因编辑领域具有重要应用价值，但传统基于序列比对的Cas蛋白挖掘方法存在局限性。研究目的：该研究采用进化尺度语言模型（ESM）开发人工智能辅助的CRISPR-Cas扫描策略，旨在发现新型Cas12a蛋白并预测其功能。结论：研究发现7种未记录的Cas12a亚型，这些蛋白具有独特的结构和功能特征，包括不同的DNA切割偏好和PAM识别能力，并成功应用于致癌基因SNP检测，证明了语言模型在蛋白质功能探索中的潜力。