Nature | 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(BE)在基础研究和疾病治疗中至关重要，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核心难题。近年来，AI在提升蛋白质功能方面潜力巨大，但缺乏将其有效应用于精准性优化的方案。研究目的: 开发一个基于人工智能的框架，系统识别决定编辑特异性的关键氨基酸残基，并对碱基编辑工具进行工程化改造，以提升其编辑特异性。结论: 研究团队整合AlphaFold3预测的接触概率(CP)与测序脱靶数据，开发了ContactSeek框架，成功鉴定出提升ABE精准性的Cas9变体和脱氨酶变体，构建了高精准性碱基编辑器ABE8e-DD和Cas12a-R284E-A3A-H29D变体。该框架为优化DNA结合蛋白和更广泛生物分子互作的特异性提供了新范式，也揭示了AlphaFold3高维分子表征的潜在价值。