Aprimorando a Especificidade do CRISPR-Cas9 e a Predição da Função de Proteínas via Análise Dinâmica do Nanoambiente Proteico Interno

• Processo: 25/23708-6
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
• Data de Início da vigência: 01 de março de 2026
• Data de Término da vigência: 28 de fevereiro de 2027
• Área de conhecimento: Ciências Biológicas - Biofísica - Biofísica Molecular
• Pesquisador responsável: Ljubica Tasic
• Beneficiário: Folorunsho Bright Omage
• Supervisor: Peter Minary
• Instituição Sede: Instituto de Química (IQ). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Instituição Anfitriã: University of Oxford, Inglaterra
• Vinculado à bolsa: 23/02691-2 - Exosítios de proteínas,sítios crípticos e moonlighting: identificação, mapeamento funcional e efeitos de alteração estrutural, BP.PD
• Assunto(s): Aprendizado computacional CRISPR-Cas9 Simulação de dinâmica molecular
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | CRISPR-Cas9 | Dinâmica Molecular | função proteica | machine learning | Off-target | Estrutura, Conformação e Interações de Macromoléculas

Resumo

O potencial terapêutico da edição genômica por CRISPR-Cas9 é significativamente limitado pela atividade fora do alvo (off-target), criando uma necessidade urgente de modelos preditivos precisos que capturem toda a complexidade do sistema. Esta proposta aborda este desafio crítico através de uma abordagem computacional inovadora que integra dinâmica estrutural de proteínas com aprendizado de máquina.Nossas equipes colaborativas já demonstraram o poder desta abordagem através de dois avanços complementares: o framework STING CRISPR, uma nova ferramenta de aprendizado de máquina que utiliza descritores 3D do nanoambiente proteico para prever a atividade off-target do Cas9 com precisão aprimorada, e o STINGAllo, um sistema para prever sítios regulatórios funcionais em proteínas com base em suas assinaturas nanoambientais. Estes sucessos preliminares, embora promissores, foram limitados pela dependência de estruturas estáticas e conjuntos de dados pequenos.Esta proposta descreve um estágio de pesquisa de 12 meses na Universidade de Oxford sob a supervisão do Prof. Peter Minary, que transformará esses esforços iniciais em um framework abrangente e dinâmico através de seis objetivos integrados:Gerar extensos conjuntos de dados de simulação de dinâmica molecular (DM) de diversos complexos Cas9-sgRNA-DNAAplicar análise avançada de nanoambiente para identificar resíduos críticos para a especificidade do Cas9Desenvolver modelos de AM de próxima geração integrando características estruturais dinâmicasValidar previsões chave através de experimentos de perturbação in silicoAplicar o framework refinado para identificar sítios funcionais em proteínas do Projeto Temático FAPESPNossa abordagem integrada projeta aumentar a precisão da previsão off-target em 15-20%, representando um avanço significativo sobre os modelos atuais. Este projeto entregará múltiplos resultados de alto impacto: ferramentas computacionais aprimoradas para previsão da especificidade do CRISPR, insights fundamentais sobre a função proteica, um framework amplamente aplicável para previsão de sítios funcionais, conjuntos de dados de código aberto beneficiando a comunidade científica e o fortalecimento da colaboração científica Brasil-Reino Unido. (AU)