Cruspectorは、ゲノム編集転座と比較NGSデータからのオフターゲットアクティビティの正確な推定を提供します

ターゲット外の編集アクティビティを制御することは、CRISPRテクノロジーを正確で医療行為に適用できるようにするための中心的な課題の1つです。オフターゲットアクティビティを分析するための現在のアルゴリズムは、統計的な定量化を提供せず、編集率が低い実験でノイズから信号を分離するのに十分な感度ではなく、転座の検出に対処しません。ここでは、ペアの治療/コントロールCRISPR実験を使用して、NGSデータからのオンターゲットおよびオフターゲット編集活性の検出と定量化をサポートするソフトウェアツールであるCrespupertorを提示します。特に、Craspectorは、Multiplex-PCR比較実験からのNGSデータの統計分析を促進し、不利な転座イベントを検出および定量化します。観察された結果を検証し、ゲノム編集後、ヒト細胞株での転座の発生の独立した証拠を示します。私たちの方法論は、統計的モデルの比較アプローチに基づいており、弱いが顕著なターゲットオフアクティビティを備えたサイトでの偽陰性率が向上します。

Controlling off-target editing activity is one of the central challenges in making CRISPR technology accurate and applicable in medical practice. Current algorithms for analyzing off-target activity do not provide statistical quantification, are not sufficiently sensitive in separating signal from noise in experiments with low editing rates, and do not address the detection of translocations. Here we present CRISPECTOR, a software tool that supports the detection and quantification of on- and off-target genome-editing activity from NGS data using paired treatment/control CRISPR experiments. In particular, CRISPECTOR facilitates the statistical analysis of NGS data from multiplex-PCR comparative experiments to detect and quantify adverse translocation events. We validate the observed results and show independent evidence of the occurrence of translocations in human cell lines, after genome editing. Our methodology is based on a statistical model comparison approach leading to better false-negative rates in sites with weak yet significant off-target activity.