把鹼基編輯變成可計算反應：OptiPrime助攻小鼠腦內KIF1A突變修正

精準編輯DNA的難題，往往不是能不能寫入想要的序列，而是如何從眾多設計中找出真正有效的一個。研究團隊在《Nature Biotechnology》發表OptiPrime，將先導編輯過程拆解為一連串可估算的分子反應，再以機器學習預測編輯效率。這項方法已從細胞實驗推進至疾病小鼠模型，在腦皮質修正逾40%的致病性KIF1A突變。

先導編輯利用經改造的Cas蛋白、逆轉錄酶與先導編輯引導RNA（pegRNA），直接把指定序列抄入基因組，不必像傳統CRISPR那樣製造DNA雙股斷裂。然而，編輯器結合、逆轉錄、DNA鏈整合與錯配修復等步驟彼此牽動，使同一套編輯策略換到不同序列或細胞後，效率可能大幅改變。

OptiPrime的特色，是把這些生物學步驟納入模型結構，而非僅從大量序列資料尋找統計關聯。依研究預印本與相關專利所述，模型會推估反應速率並模擬編輯結果隨時間變化，涵蓋一般先導編輯、利用額外切口提高效率的PE3，以及以兩組引導系統完成較大型改寫的twinPE。模型也能提出不改變蛋白質序列的同義變異，藉此降低錯配修復系統排除新寫入DNA的機會。

研究人員以尚未納入訓練的治療情境進行前瞻驗證，包括在原代人類與小鼠細胞處理CFTR p.F508del、COL7A1 p.R185X，以及在原代T細胞改造IL2受體；另測試以twinPE插入接近基因尺度的CFTR序列。這些案例橫跨點突變、短序列修正與大型DNA插入，顯示模型並非只針對單一實驗格式調校。

最接近體內治療的一步，是修正與KIF1A神經疾病相關的致病突變。團隊以兩個AAV9載體，將拆分的PE6b編輯器、優化後的epegRNA及切口引導RNA送入新生雜合小鼠；四週後檢測顯示，腦皮質目標序列的修正率超過40%。這證明模型挑出的設計可以跨越培養皿與動物組織之間的落差，但現有資訊尚不足以判定神經症狀是否改善，也不能推論相同效率可在成年動物或人體重現。

OptiPrime縮短的主要是設計與篩選流程，而非基因療法開發的其餘路程。雙AAV遞送增加製造與劑量控制的複雜度，非預期編輯、旁觀者變異、免疫反應、不同腦區分布及長期表現仍須系統評估；模型在少見序列環境、其他組織與不同編輯器版本中的泛化能力，也需要獨立驗證。研究相關方法另有Broad Institute與哈佛大學受讓的專利布局，未來能否成為廣泛採用的設計工具，除預測準確度外，也將取決於可重現性、取得條件與監管機構對模型輔助設計證據的接受程度。