Nature：伊成器/李大力合作开发基于AlphaFold3的AI框架，实现精准DNA碱基编辑

撰文丨王聪

编辑丨王多鱼

排版丨水成文

在生物化学转化中实现高特异性，对于研究和治疗至关重要。这对于基因组编辑尤为重要，因为提高基因编辑工具的特异性，可确保实现高效且精准的编辑效果。然而，当前的基因编辑工具优化策略受到编辑活性和编辑特异性之间的权衡、劳动密集性高以及成功率低等限制。

2026 年 7 月 22 日，北京大学生命科学学院伊成器团队联合华东师范大学生命科学学院李大力团队，在Nature期刊发表题为：Precise DNA base editing using AlphaFold3-based contact modelling 的研究论文。

该研究开发了一个 AI 驱动的框架——ContactSeek，利用AlphaFold3预测的接触概率（contact probability，CP），系统识别Cas 蛋白和脱氨酶中决定编辑特异性的关键氨基酸残基，进而对碱基编辑器进行工程化改造，并在基于 Cas9 的腺嘌呤碱基编辑器和基于 Cas12a 的胞嘧啶碱基编辑器中得到了验证，显著提高了编辑特异性，为实现基因编辑工具的精准设计建立了新范式。

CRISPR-Cas9技术的发展通过为研究人员提供一种简便的方法，在基因组的特定位置对 DNA 进行修改，这彻底改变了生物学和医学。这种基因编辑系统包含一个 gRNA，其可被编程以识别目标 DNA 序列，从而将 Cas9 蛋白引导至指定位置进行切割。最初，这项技术用于敲除目标基因，此后被扩展到碱基编辑——将 DNA 修饰酶（例如脱氨酶）连接到经过改造的 Cas9 蛋白（切割活性丧失的 dCas9）上，能够在不引发 DNA 双链断裂（DSB）的情况下实现单个碱基的转换，被认为比 CRISPR-Cas9 更安全。

然而，精准性仍然是一个挑战。尽管碱基编辑器被设计用于修改特定的核苷酸，但它们也可能引入非预期的编辑，即所谓的脱靶编辑。一种错误来源是脱靶 DNA 编辑，即 gRNA 将 Cas9 蛋白引导至基因组中与目标序列高度相似的其他 DNA 区域，导致这些位点被意外编辑。另一种是旁观者编辑，即目标位点附近的一些碱基被脱氨酶无意地修饰。这些脱靶编辑共同限制了碱基编辑的安全性和治疗潜力。

目前，科学家们的主要努力方向是使这些碱基编辑工具能够更特异性地区分目标位点，同时不损害其编辑活性。目前已开发出一些特定的 Cas9 变体，可最大限度地减少这种特异性和编辑活性之间的权衡。这些 Cas9 变体可能与 DNA 形成较弱的非特异性相互作用,但尚不清楚 Cas9 中具体哪些氨基酸残基可以进一步改造以最大化保真度。结构生物学研究揭示了 Cas9 在结合和编辑 DNA 时的构象变化，但由于缺乏 Cas9 变体与脱靶序列相互作用的高分辨率图像，限制了进一步深入理解其作用机制所需的信息。

在此背景下，基于人工智能（AI）的结构预测提供了另一条前进路径。AlphaFold2彻底改变了蛋白质结构的预测方式，而AlphaFold3则将这一能力扩展到了生物分子复合物，包括蛋白质-核酸组装体。

在这项最新研究中，研究团队以一种富有创意的方式利用了上述进展。他们并不是简单地使用 AlphaFold3 来预测 Cas9 与 gRNA 及目标 DNA 结合的三元复合物结构模型，而是利用它来挖掘更细微的“接触概率”（Contact Probability，CP）——即用于估算 Cas9 与 DNA 之间特定分子相互作用形成可能性的信号。通过将数千个脱靶复合物的预测结构与其靶向复合物进行比较，用于识别 Cas9 结合脱靶序列时更倾向于形成的相互作用。这些信息可进一步用于设计 Cas9 变体，使其形成此类相互作用的强度降低，从而最小化脱靶结合。

为实施这一策略，研究团队开发了一个 AI 驱动的框架——ContactSeek，可精准识别 Cas9 蛋白中在脱靶复合物中优先发生相互作用的氨基酸残基，从而将这些氨基酸残基确定为工程改造的候选位点。该方法还被用于分析与 Cas9 配对以编辑特定核苷酸的脱氨酶。例如，在编辑腺嘌呤碱基的Cas9-TadA组合中，研究团队鉴定并结合了两种氨基酸替换，分别是 Cas9（K1020D）和 TadA（F156D），并将其命名为 ABE8e-DD，与现有的腺嘌呤碱基编辑器（ABE），其具有更强的编辑选择性。其在多个位点的编辑效率保持了 ABE8e 的 90% 以上，且 RNA 水平的脱靶降到接近背景水平，gRNA 依赖的 DNA 脱靶相比三个热门 ABE8e 高保真变体降低 90% 以上。

研究团队进一步将该策略扩展至编辑胞嘧啶碱基的 Cas12a-APOBEC3A 组合，生成了既能降低脱靶活性又保持靶向性的变体——Cas12a（R284E）–APOBEC3A（H29D）。

为了证明 ContactSeek 不是专为 Cas9 量身定做的特例，研究团队将其应用于基于 Cas12a 的胞嘧啶碱基编辑器（CBE）中。Cas12a 和 Cas9 结构不同、识别位点不同、与 DNA-RNA 的互作方式也不一样，但 ContactSeek 依然给出了漂亮答案——组合变体 Cas12a（R284E）–APOBEC3A（H29D），既能降低脱靶活性又保持靶向性。

大多数针对 Cas9 的工程化研究都始于实验测定的结构，利用这些结构来识别适合替换的氨基酸残基。但这项新研究采取了不同的方法，使用 AlphaFold3 预测的模型来提取蛋白质设计所需的相互作用层面的见解。这项研究更广泛意义在于，通过减少因潜在噪声输入数据而导致的单个预测中的不完美之处，大规模应用基于 AI 的结构预测能够揭示那些原本难以发现的分子接触。

论文链接：

https://www.nature.com/articles/s41586-026-10794-z