Genom-Editierung mit neuer kompakten «Genschere»

CRISPR-Cas wird weltweit eingesetzt, um Gene in Organismen zu bearbeiten, einzufügen, zu löschen oder zu regulieren. TnpB, ein viel kleinerer Vorläufer der bekannten «Genschere«, lässt sich einfacher in Zellen transportieren. Mithilfe von Protein-Engineering und KI-Algorithmen haben UZH-Forschende TnpB so verbessert, dass es die DNA viel effizienter editiert und künftig Gendefekte behandeln könnte.

Hintergrundforschung:

Die Genom-Editierung ist das gezielte und präzise Einfügen, Löschen oder Verändern des genetischen Materials. Sie hat die Fähigkeit, Krankheiten zu bekämpfen und wird in der Grundlagenforschung eingesetzt.

CRISPR-Cas ist ein bekanntes Genom-Bearbeitungswerkzeug. Es wird in Organismen weltweit verwendet, um Gene einzufügen, zu löschen oder zu regulieren.

TnpB ist ein Vorläufer der „Genschere“ CRISPR-Cas. Es ist viel kleiner und lässt sich einfacher transportieren. Dank Protein-Engineering und KI-Algorithmen haben Forscher an der Universität Zürich TnpB verbessert. Diese Verbesserungen könnten dazu beitragen, dass es die DNA effizienter editiert.

Diese Forschungen könnten weitreichende Auswirkungen auf die Behandlung von Gendefekten haben – durch den Einsatz der verbesserten „Genchere“ könnten Ärzte möglicherweise eines Tages genetische Störungen heilen oder verhindern.

FAQ:

1) Was ist Genom-Editierung?
Die Genom-Editierung bezeichnet das präzise Einfügen, Löschen oder Ändern spezifischer DNA-Abschnitte in den Zellen eines Organismus mit Hilfe spezieller Enzyme.

2) Was sind „Genscheren“ wie CRISPR-Cas und TnpB?
„Genscheren“ sind Werkzeuge für die Genombearbeitung. Sie ermöglichen Wissenschaftlern das Schneiden bestimmter DNA-Sequenzen um diese zu entfernen, hinzuzufügen oder zu ersetzen. CRISPR-Cas ist die bekannteste dieser „Genscheren“, während TnpB ein Vorläufer davon ist.

3) Was ist das Besondere an TnpB?
TnpB ist kleiner und einfacher zu transportieren als andere Genscheren, was seine Verwendung erleichtert. Durch Verbesserungen mithilfe von Protein-Engineering und KI-Algorithmen wird TnpB möglicherweise in der Zukunft dazu beitragen, DNA noch effizienter zu bearbeiten.

4) Was bedeutet die Verbesserung von TnpB für Patienten?
Die Verbesserungen bei TnpB könnten den Weg ebnen für bessere Behandlung von Gendefekten. Das könnte bedeuten, dass Ärzte irgendwann geneigter sein könnten genetische Störungen zu heilen oder gar zu verhindern.

5) Welche Rolle spielen KI-Algorithmen in dieser Forschung?
KI-Algorithmen wurden genutzt um die Effizienz des kürzeren Vorgängers des CRISPR-Cas Systems – TnpB – zu verbessern. Die algorithmische Vorhersage erlaubt es den Forschenden bestimmte Gene mit einer größeren Präzision hervorzuheben und somit potentielle Krankheiten vorauszusagen.

Originamitteilung:

CRISPR-Cas wird weltweit eingesetzt, um Gene in Organismen zu bearbeiten, einzufügen, zu löschen oder zu regulieren. TnpB, ein viel kleinerer Vorläufer der bekannten «Genschere«, lässt sich einfacher in Zellen transportieren. Mithilfe von Protein-Engineering und KI-Algorithmen haben UZH-Forschende TnpB so verbessert, dass es die DNA viel effizienter editiert und künftig Gendefekte behandeln könnte.

share this recipe:
Facebook
Twitter
Pinterest

Weitere spannende Artikel

Gutes Komplikationsmanagement nach Operationen – Warum die Failure-to-Rescue-Rate im Qualitätsbericht stehen sollte

Patientinnen und Patienten sollten bei der Wahl ihres Krankenhauses nicht nur auf die Erfahrung des Operateurs achten. Denn gerade bei komplexen und risikoreichen Eingriffen kommt es neben dem erfolgreichen Eingriff auch auf das Beherrschen der Komplikationen an, die danach auftreten können. Diese Zahl gibt die sogenannte Failure to Rescue (FTR= Rettungsversagen) – Rate wieder: Sie besagt, dass eine lebensbedrohliche Komplikation nicht rechtzeitig erkannt oder nicht adäquat behandelt wurde und im schlechtesten Fall zum Tod geführt hat.

Read More

Das Gehirn bewegt sich, wenn wir es tun. DFG fördert Kooperation zu Ortszellen und räumlichem Lernen

Forschende aus Magdeburg und Erlangen untersuchen gemeinsam, wie unser Gehirn lernt, sich in Räumen zu orientieren und Erinnerungen speichert. Am Leibniz-Institut für Neurobiologie (LIN) analysieren Wissenschaftler:innen, wie Neuronen im Hippocampus unser räumliches Lernen steuern. Dafür nehmen sie im Zeitraffer auf, was im Gehirn von Mäusen geschieht, während sie verschiedene Orientierungsaufgaben lösen. So gewinnen sie umfangreiche Daten, die im zweiten Schritt von Kooperationspartnern an der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) mit einem eigens entwickelten KI-Tool ausgewertet werden.

Read More