Revista de genética y mejoramiento vegetal

Abstracto

Métodos computacionales para mejorar las terapias genéticas para la distrofia muscular de Duchenne

Georgios Kargas, Anastasia Krithara, Anastasios Nentidis, George Palliouras, Michael Filippakis

La ingeniería genética implica diferentes técnicas para modificar intencionalmente el material genético (principalmente el ADN) con el fin de alterar, restaurar o mejorar la forma o la función. Establecidas a fines del siglo XX, las tecnologías de ADN recombinante incluyen la recombinación de diferentes cadenas de ADN, generalmente utilizando bacterias (como Escherichia coli), bacteriófagos (como el fago λ) o mediante una simple microinyección. En los últimos años, las técnicas modernas para diseñar y crear -literalmente para diseñar- nuevas formas de vida, generalmente denominadas biología sintética, han complementado estos métodos convencionales [1].

Una técnica de terapia génica flexible y eficiente es la edición de precisión del genoma. El área ha sido objeto de continuos desarrollos desde la introducción de los sistemas CRISPR/Cas para la edición del genoma [2]. Esta nueva técnica biotecnológica incluye el desarrollo de una rotura de doble cadena (DSB) específica del sitio acompañada de dos formas clave de mecanismos de reparación: unión de extremos no homólogos y reparación dirigida por homología [3].

En el presente trabajo, analizamos y comprendimos los componentes principales de la técnica de edición primaria. Se requiere un enfoque automatizado para avanzar en nuestra comprensión de la evolución y diversidad de la edición primaria y para encontrar nuevos candidatos para la ingeniería genómica. Utilizamos la distrofia muscular de Duchenne (DMD) como caso de estudio para este enfoque propuesto. Más específicamente, aplicamos algoritmos de aprendizaje automático sobre datos de edición primaria para la enfermedad genética de DMD. Diseñamos múltiples ARN guía de edición primaria (pegRNA) para la posible corrección del exón 44 mutado del gen DMD [4,5].