Nature | 北京大学伊成器课题组与合作者建立基于AlphaFold3接触概率的人工智能框架，赋能精准碱基编辑

背景：碱基编辑器在基础研究和疾病治疗中具有重要作用，但如何在保持高编辑活性的同时降低脱靶活性是基因编辑领域的难题。研究目的：本研究旨在利用人工智能模型提升基因编辑器的特异性，通过整合AlphaFold3预测的接触概率（CP）与高通量测序脱靶数据，开发出AI驱动的ContactSeek框架，系统识别关键氨基酸残基并改造碱基编辑工具。结论：ContactSeek框架成功鉴定出能够提升腺嘌呤碱基编辑器（ABE）精准性的Cas9全新变体，在维持高效在靶编辑的同时大幅降低DNA脱靶；通过组合优化构建的ABE8e-DD在DNA和RNA脱靶方面均展现显著优势；该框架还成功提升了Cas12a-A3A胞嘧啶碱基编辑器的特异性。研究表明AlphaFold3的价值不限于生成三维结构，其内部高维分子表征蕴含更丰富信息，为生物分子互作特异性的解析与优化提供了新思路。