背景

プライム編集（prime editing, PE）は、DNA二重鎖切断や別途のドナーテンプレートなしで、塩基置換や短い挿入・欠失をゲノムに記録できる。Cas9ニッカーゼと逆転写酵素、プライム編集ガイドRNA（pegRNA）が標的DNAを切断し、pegRNAの逆転写テンプレート（RTT）に含まれた配列を複製する仕組みである。慢性リンパ芽球症候群患者のNCF1変異を修正する臨床成績も出ているが、実際の応用には依然として膨大な設計探索が伴う。

pegRNAの標的配列だけでなく、RTTとプライマ結合部位（PBS）の長さ、不一致修復（mismatch repair, MMR）を回避するサイレント変異も調整しなければならないためである。難しい標的では数百～数千の組み合わせを試さなければならない。従来の予測モデルであるPRIDICTやDeepPrimeは大規模な配列データから効率を学習するが、複数の生化学的ステップを単一のブラックボックスとして処理する。低効率の候補を除外するには有用だが、すでに良好な候補の中から最適設計を選び出たり、学習していない編集方式に一般化する能力には限界があった。

核心的発見

研究チームが開発したOptiPrimeは、PEを構成する分子反応を数学的構造に直接反映した。DNA結合と切断、フラップ合成、異質二重鎖修復、MMRタンパク質の結合・解離などのステップごとの「類似反応速度」をニューロンネットワークと線形回帰で個別に予測する。その後、その速度を常微分方程式で時間積分し、最終的な編集効率を算出する。すべての配列特徴を一括して入力する従来モデルとは異なる点である。

学習データは40の実験条件から得られたPE結果29万7,962件である。そのうち研究チームはMMR状態が異なるHEK293TとHeLa細胞の1,290個の標的で7万4,769件を直接測定した。異質二重鎖修復を表現する「HetFormer」は6,400万個のシミュレーション異質二重鎖で事前学習した。5重交差検証でOptiPrimeの平均ピアソン相関係数は0.693、スピアマン順位相関係数は0.745であった。比較モデルの順位相関係数はDeepPrime-FT 0.399、PRIDICT2.0シリーズ 0.538～0.590にとどまった。

MMRの生物学もモデル内部に再現された。HeLa細胞でMMR阻害型のPE4はPE2より編集率が中央値基準で4.3倍高く、部分的なMMR欠損状態のHEK293Tでは増加幅が1.5倍であった。OptiPrimeはそのような差を学習し、MMRを回避するサイレント変異を選別し、別途の学習データがなかったPE3や2つのpegRNAを使うtwinPEの結果も予測した。

患者由来線維芽細胞では、常染色体劣性遺伝性水疱性表皮症のCOL7A1 p.R185X変異を37％修正した。PRIDICT2.0とDeepPrimeが選んだ6つの候補はすべて5％を越えなかった。Kif1a p.L181FマウスモデルではpegRNA15個のみを試して初期候補を絞り込み、4回の実験と4週間で胚線維芽細胞の編集率を最大64％に引き上げた。この設計を二重AAV9で新生マウス脳室に投与すると、4週間後に大脳皮質全体組織で平均40％以上、形質導入細胞では70％を超える修正率を記録した。

意義と展望

OptiPrimeの強みは予測精度だけではない。既知の反応経路をモデルの帰納的バイアスとして使い、各予測値をPE生化学の特定のステップと結びつけた。そのため、学習範囲外のPE3やtwinPEにも構造を再配置して対応できた。プライム編集設計が試行錯誤中心の探索から機序に基づく候補選定へ移行する可能性を示した。

ただし、研究結果が直ちに臨床効能を意味するわけではない。Kif1aの実験は出生直後のマウスで編集率を測定したものであり、神経学的症状の回復や長期安全性は今回の研究の主要評価項目ではなかった。一部の脳部位では修正率が低く、PE3のニッキングガイドRNAでは効率と挿入・欠失の副産物の間の妥協も残った。

モデルの主な学習データがゲノムにランダム挿入した合成レポーターから来ているという限界もある。細胞タイプごとの染色質アクセス性や非コード化調節配列の影響は直接反映されていない。Cas9切断スコアがPE効率と一致しない標的では予測力が低下する可能性がある。染色質状態、スプライシング、調節要素予測モデルとの統合および多様な生体組織での前向き検証が次の課題である。