STRUCTURAL AND TRANSFORMER BASED MACHINE-LEARNING MODELS FOR DESIGN OF ENGINEERED GUIDE SYSTEMS FOR ADENOSINE DEAMINASE ACTING ON RNA EDITING

Systems and methods for predicting deamination efficiency or specificity are provided herein. Information, including a nucleic acid sequence for a gRNA that hybridizes to a target mRNA or structural features of a gRNA-target mRNA scaffold, is input into a model. The model outputs metrics for efficiency or specificity of deamination of a target nucleotide position in a first and/or second mRNA transcribed from a corresponding first and/or second gene. Also provided herein are systems and methods of using a model that includes a first portion and a second portion, where the first portion includes an attention mechanism. Also provided herein are systems and methods for generating a candidate sequence for a gRNA using, as input to a model, seed information including a seed gRNA nucleic acid sequence and a target mRNA nucleic acid sequence. L'invention concerne des systèmes et des procédés de prédiction de l'efficacité ou de la spécificité d'une désamination. Des informations, comprenant une séquence d'acide nucléique pour un ARNg qui s'hybride à un ARNm cible ou des caractéristiques structurales d'un échafaudage d'ARNm cible d'ARNg, sont entrées dans un modèle. Le modèle délivre en sortie des métriques d'efficacité ou de spécificité de la désamination d'une position nucléotidique cible dans un premier et/ou un second ARNm transcrit à partir d'un premier et/ou d'un second gène correspondant. L'invention concerne également des systèmes et des procédés d'utilisation d'un modèle qui comprend une première partie et une seconde partie, la première partie comprenant un mécanisme d'attention. L'invention concerne également des systèmes et des procédés de génération d'une séquence candidate pour un ARNg utilisant, en tant qu'entrée dans un modèle, des informations d'amorçage comprenant une séquence d'acide nucléique ARNg d'amorçage et une séquence d'acide nucléique ARNm cible.