文献分享|通过生成式深度学习预测用于DNA编辑的设计重组酶

本文研究背景为酪氨酸型位点特异性重组酶（如Cre）在基因组工程中具有高精度、无痕编辑潜力，但其可编程性差，依赖耗时费力的定向进化。研究目的是利用生成式深度学习模型RecGen，基于大量“重组酶序列-靶DNA半位点”配对数据，实现从给定DNA靶序列直接生成功能性重组酶序列。研究结论表明，RecGen在留一交叉验证中生成的序列比传统方法更接近真实解，并在10个全新靶位点中成功设计出4个有活性的重组酶，证明了从靶DNA直接设计功能蛋白的可行性，有望大幅缩短定向进化周期。