Predicting prime editing efficiency and product purity by deep learning

Prime editing is a versatile genome editing tool but requires experimental optimization of the prime editing guide RNA (pegRNA) to achieve high editing efficiency. Here we conducted a high-throughput screen to analyze prime editing outcomes of 92,423 pegRNAs on a highly diverse set of 13,349 human p...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Nature biotechnology Ročník 41; číslo 8; s. 1151 - 1159
Hlavní autoři:	Mathis, Nicolas, Allam, Ahmed, Kissling, Lucas, Marquart, Kim Fabiano, Schmidheini, Lukas, Solari, Cristina, Balázs, Zsolt, Krauthammer, Michael, Schwank, Gerald
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Nature Publishing Group US 01.08.2023 Nature Publishing Group
Témata:	631/114/1305 631/114/2163 631/1647/1511 631/208/726 631/61/201/2110 Agriculture Bioinformatics Biomedical and Life Sciences Biomedical Engineering/Biotechnology Biomedicine Biotechnology CRISPR-Cas Systems - genetics Datasets Deep Learning Editing Gene Editing Genome editing Genomes Hepatocytes Humans Life Sciences Mutation Neural networks Neural Networks, Computer Optimization Recurrent neural networks RNA editing
ISSN:	1087-0156, 1546-1696, 1546-1696
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!