“非常期待这款工具能得到深入应用，目前已经有好几个实验室找我们要这个工具。”湘湖实验室李果研究员表示。
图 | 李果（来源：李果）
日前，他和合作者发现了极小型 Cas13j 蛋白，并实现了高效的体内 RNA 编辑。
无论是对于生物多样性的展现，还是对于新型 RNA 工具的开发与应用，本次成果都具有重要意义。
在遗传疾病治疗上，在合成生物学的细胞工厂调控上，乃至于在农业生物技术上，这种新型 Cas13j 技术都具有重要的应用价值。
李果表示，新型 Cas13j 最大的特点便是小型化。目前，在自然状态之下最小的 ChiCas13j 包含 424 个氨基酸。
通过截短处理之后，可以将氨基酸进一步缩小到 340 个，这也意味着它是目前公开报道中最小的 Cas13 蛋白。
基于这一蛋白所构建的 RNA 碱基编辑器，不仅仅体型非常小，而且效率非常高。
本次研究中，课题组已将其成功用于小鼠个体内的 C>U 单碱基编辑，为 RNA 编辑的治疗提供了新工具。
无论是基于 CRISPR-Cas13 系统的抗病毒研究，还是基于 RNA 单碱基编辑器的疾病位点修复治疗，Cas13j 都展现出不错的优势。
对于李果来说，这可能不仅仅是一篇论文的发表，也是他过去六年的心血之作。
（来源：Nature Chemical Biology）
从微生物序列信息中“挖宝”
2018 年，李果开始在中国农业大学读博，师从于该校的胡晓湘教授。该团队的研究方向之一是基于基因编辑技术的大动物模型制备。
她安排第一个课题是让李果去开发高效的多基因编辑工具，以用于动物模型的快速制备。
2018 年底，李果被导师安排到上海科技大学黄行许教授团队学习基因编辑技术，自此开始了将近三年的联合培养。
黄行许课题组的研究领域非常丰富，课题方向涵盖 DNA 编辑、RNA 编辑、表观遗传修饰、基因编辑治疗、CAR-T（Chimeric Antigen Receptor T-Cell Immunotherapy，嵌合抗原受体 T）细胞治疗等。
来到上海科技大学快一个月的时候，李果做了一次关于 RNA 病毒的组内 Journal Club。
通过大家的交流讨论，他了解到 RNA 病毒给人类带来的危害，也了解到在“中心法则”这个承上启下的重要阶段里 RNA 的世界是多么的丰富。
“随即，我就和黄老师确定要做 RNA 编辑工具开发与应用的课题方向。”李果表示。
和 DNA 不同的是，RNA 更加丰富多变，同时在疾病治疗上基于 RNA 编辑的治疗也更加安全，脱靶风险相对较小。
因此，李果非常看好 RNA 编辑治疗的应用前景。随后，他和合作者也发了几篇关于 RNA 编辑工具优化改造与应用的论文。
同时，针对 RESCUE（RNA Editing for Specific C to U Exchange）RNA 碱基编辑系统，李果等人还针对脱靶风险加以评估，分别从脱靶 SNVs 与 mRNA、miRNA、lncRNA 与 circRNA 的表达关联、以及 ceRNA 网络变化进行了系统性总结。
基于 RESCUE 的特性，李果和同事相继开发了编辑效率更高的 eRESCUE、以及开发了脱靶率更低的 ecRESCUE 编辑器。
同时，他们与复旦大学附属医院耳鼻喉科舒易来教授团队合作，构建了单点突变显性致病耳聋模型鼠的 RNA 编辑治疗新方法，从而将 CRISPR-CasRx 系统成功用于贝多芬鼠的耳聋治疗研究。
基于这些成果，他们想试试能否挖掘出新型 Cas13 蛋白。
（来源：Nature Chemical Biology）
目前，国内已经报道的基于 CRISPR-Cas13 系统的 RNA 编辑工具，仍然面临着三大挑战：
首先，不够小型化。现有的 Cas13 的 RNA 编辑器由于分子尺寸过大，导致递送效率低。
其次，效率不够高。基于 Cas13 的 RNA 编辑技术的高效性和精准性依然欠佳。
再次，不够新颖。当下国内依旧十分缺乏具有自主知识产权的新型 Cas13 蛋白。
为了助力于解决上述问题，李果等人希望通过 BT（Biotechnology）-IT（Internet Technology）融合技术，建立新型 Cas13 蛋白的智能挖掘算法。
通过对微生物大规模宏基因组数据开展计算分析，来挖掘微小型的 Cas13 蛋白。
目的就是希望能够开发 1-2 种具有中国自主知识产权的微小型 RNA 高效基因编辑底层技术，并至少构建一种基于微小型 RNA 编辑工具的遗传性疾病治疗方案。
尽管此前领域内也有多个基于新型 Cas 蛋白的“挖掘类成果”，但是它们所使用的数据来源于美国国家生物技术信息中心的公众数据库。
这些已被公布的数据量相对比较有限，同时也已被充分挖掘过。
这时，李果等人注意到浙江大学科创中心的马斌教授团队，了解到后者主要从事土壤微生物种质资源分析的工作。
多年来，马斌课题组针对土壤微生物基因组，开展了一系列的测序、组装和注释工作，构建了基于土壤微生物的宏基因组数据库。
李果等人和马斌团队沟通之后，后者表示对于新型 CRISPR 系统的挖掘工作也非常感兴趣。于是，双方联合开展了针对微小型 CRISPR-Cas13 系统的挖掘工作。
分析之后发现，在大量的土壤微生物宏基因组数据库中，他们所关注的只是冰山一角，还有更多有意思的成分包括其他的抗菌肽、塑料降解酶、CRISPR-Cas 系统和互作功能因子等。
这些新的功能蛋白，不仅能用于开发新型工具，同时还能用于研发新的转化产品。
这进一步坚定了李果等人所要专注方向：即从微生物的序列信息里寻找新东西。
（来源：Nature Chemical Biology）
一篇论文，两项专利
为了解决递送上的瓶颈问题，他们将研究重点聚焦于微小型 Cas13 蛋白的发现上。
期间，李果等人和合作者经过多次沟通之后，最终选择了马斌团队组装好的一个土壤微生物宏基因组数据库。
然后，在这些序列之中，他们针对已知 Cas 蛋白加以检索，借此证实了数据库的有效性、以及分析方法的通用性。
接着，李果等人开始挖掘数据以及开展实验。对于 Cas13 蛋白的智能挖掘来说，主要分为以下三步：
第一步，重建土壤微生物宏基因组序列库。
第二步，针对 Cas13 蛋白进行智能挖掘。
第三步，获取 Cas13 蛋白 crRNA DR 序列。
随后，课题组基于 CIRSPR-Cas13 系统的特征，从目标 Cas13 蛋白基因座中确定了 crRNA DR 序列。
并使用 CRISPRTarget 软件针对 DR 序列进行 RNA 二级结构分析，以便让 sgRNA 能够表达载体构建。
图 | 宏基因组数据计算辅助小型 Cas13 蛋白智能挖掘流程图（来源：课题组）
在实验部分，李果和合作者先是针对微小型 Cas13 蛋白开展进化分析与功能验证。
然后，开发了微小型 RNA 碱基编辑器，接着研究了体内靶向 PCSK9 mRNA 编辑降低低密度脂蛋白（LDL，Low density lipoprotein cholesterol）表达的应用。
在撰写论文的同时，李果等人还将论文的主体部分分成“一种 VI-J 型 CRISPR-Cas13 基因编辑系统及其应用”与“一种超小型 RNA 碱基编辑器及其应用”两个板块进行了专利申请。
李果表示：“记得研究刚开始的时候，我们团队的程亚仙博士（论文并列第一作者）对我算是极度的不信任，曾经因为一个质粒信息的偏差，一大早就对睡眼惺忪的我疯狂输出了一顿，哈哈。”
但是，在接下来的日子里他们彼此真诚相待。“我们可以做实验做到很晚，也可以起得很早，也可以没有周末，会因为一个流式结果开心一下午。”李果说。
最终，他们一起携手完成两个项目，期间他们选择相信彼此，在成为好朋友的同时，也成为了最好的实验搭档。
而在 2024 年“五一”假期的前一周，他们刚把修改后的论文提交上去。
“可能整个‘五一’节大家都是在忐忑中度过的。当收到论文被接受的邮件的那一刻，肾上腺素快速分泌的感觉至今难忘，大家都非常开心与激动。”李果表示。
图 | 团队照片（来源：课题组）
最终，相关论文以《使用天然微型 Cas13j 核酸酶的紧凑型 RNA 编辑器》（Compact RNA editors with natural miniature Cas13j nucleases）为题发在 Nature Chemical Biology（IF 12.9）。
李果是共同一作兼共同通讯，浙江大学程亚仙博士是共同一作，浙江大学的姚远教授、马斌研究员和陈学新教授担任共同通讯作者 [1]。
图 | 相关论文（来源：Nature Chemical Biology）
如前所述，在本次研究之中该团队针对新型 Cas13j 蛋白做了各种优化与 RNA 编辑器改造，同时也将其成功用于体内 RNA 编辑治疗。
尽管 CRISPR-Cas13j 在 RNA 的精确编辑上展现出一定优势，但是依旧停留在实验室水平。
因此：
一方面，李果等人将基于 Cas13j 蛋白进一步地优化工具，并打算解析 Cas13j 的蛋白结构，以便更加细致地阐明它的工作机制，从而能够更好地用于后期的优化改造。
另一方面，李果等人也正在探索将 CRISPR-Cas13j 用于农业动物的疫苗研发、抗 RNA 病毒育种、结合疾病位点的临床治疗等。
“这就需要更多人来使用和验证我们的工具，因此期待更多学者可以和我们一起合作，充分发挥 Cas13j 蛋白的优势。”李果说。
他继续说道：“近年来，AI 技术正在变革生命科学的研究范式，其实我们团队很早就关注了 AI 技术的发展。”
之前，他们曾尝试使用神经网络对抗学习（Protein-GAN）系统去研发新型 RNA 编辑工具，希望能够将 APOBEC 脱氨酶与 TadA 进行赋能，从而构建多功能的新型 RNA 编辑器。
同时，他们也尝试过基于 Protein-GAN，来以人工方式生成新的 Cas 蛋白。
“虽然这些论文我们都没有发表，但这些尝试让我们更加坚定要做好 IT 和 BT 的融合。”
事实证明，ChatGPT 大数据模型的出现，让他们将上述两种尝试变成了现实。
而基于 AI 技术的发展，他们目前正在开展 Structure-guided/Sequence-guided 的融合挖掘，并正在基于 Structure-guided 开展蛋白进化分析、A + B= AB 的蛋白赋能等工作。
参考资料：
1.Li, G., Cheng, Y., Yu, J.et al. Compact RNA editors with natural miniature Cas13j nucleases. Nat Chem Biol (2024). https://doi.org/10.1038/s41589-024-01729-8
排版：罗以、刘雅坤
01/
02/
03/
04/
05/
