| Elevation | 2018 | 朴素贝叶斯;
梯度提升回归树;
L1正则线性回归 | 预测sgRNA的脱靶效应 | sgRNA与目的DNA碱基错配位置;
sgRNA与目的DNA碱基错配类型;
与位置相关的sgRNA与目的DNA;
碱基错配类型;
突变类型(转换、颠换);
染色质的易接近性 | [13] |
| DeepCpf1 | 2018 | 卷积神经网络 | 预测CRISPR-Cpf1
sgRNA的编辑效率 | sgRNA序列特征;
染色质的易接近性 | [14] |
| CRISTA | 2017 | 回归模型;
随机森林 | 评估sgRNA切割
基因组位点的倾向性 | PAM序列类型,sgRNA序列核苷酸
组成,GC含量;
染色质的结构,编码区基因表达水平;
sgRNA的二级结构、热力学特征;
sgRNA与目标DNA序列错配;
DNA凸起/RNA凸起的数量 | [52] |
| CRISPRpred | 2017 | 支持向量机(SVM);
逻辑回归;
随机森林 | 预测sgRNA的
在靶活性 | 单核苷酸、双核苷酸、三个连续的
核苷酸在sgRNA中的位置;
最小自由能、局部配对概率、sgRNA的热量;
sgRNA序列GC含量、AT含量、A/C/G/T数;
氨基酸的切割位置,肽所占百分比 | [60] |
sgRNA Designer
(Rule Set 2) | 2016 | 线性回归;
L1/L2正则逻辑回归;
支持向量机;
随机森林;
梯度上升回归树 | 预测sgRNA的
在靶活性 | 二核苷酸特征;
与位置有关的单核苷酸和双核苷酸;
sgRNA中GC含量;
位置独立的核苷酸数;
sgRNA靶点在基因中的位置;
微同源特征 | [22] |
| predictSGRNA | 2017 | 逻辑回归;随机森林 | 设计高编辑效率
sgRNA | 位置依赖的单核苷酸;
位置独立的单核苷酸;
单核苷酸与二核苷酸的频率;
sgRNA与目的DNA比对得分;
热力学特征及二级结构、理化性质;
由PseKNC模型生成伪k-元组核苷酸特征 | [23] |
| Big Papi | 2017 | 梯度上升回归树 | 优化设计sgRNA
文库 | 位置独立的单核苷酸、二核苷酸;
位置依赖的单核苷酸、二核苷酸;
热力学特性(解链温度);
3’PAM序列最接近的胸腺嘧啶(T) | [16] |
| — | 2017 | 最小冗余最大相关性;
支持向量机 | 优化sgRNA
编辑效率 | 单个、成对的核苷酸(SNTs, PNTs);
sgRNA与目的DNA序列保守性;
氨基酸切割位置,编码肽的氨基酸组成;
靶蛋白序列的紊乱状态 | [24] |
| sgRNA Scorer 2.0 | 2017 | 支持向量机 | 预测sgRNA编辑效率 | 靶点与PAM序列的距离 | [62] |
| CRISPR-DO | 2016 | LASSO回归;
弹性网络线性回归 | 预测sgRNA的
编辑效率 | sgRNA序列特征;
切割位点处胞嘧啶的偏好性 | [63] |
| CRISPR multitargeter | 2015 | 逻辑回归 | 预测sgRNA的
编辑效率 | GC百分比,与位置有关的单核苷酸、
相邻的二核苷酸;
sgRNA中G,C的含量,G/C比值;
局部染色质结构 | [64] |
| 工具名 | 年份 | 机器学习方法 | 机器学习方法在
设计该工具的应用 | 特征构造与选择 | 参考文献 |
| CRISPRscan | 2015 | 逻辑回归 | 预测sgRNA的
编辑效率 | 位置依赖的单核苷酸、二核苷酸;
GC含量 | [46] |
| WU-CRISPR | 2015 | 支持向量机 | 预测sgRNA的编辑
效率与编辑特异性 | 位置独立的单核苷酸、二核苷酸;
位置依赖的单核苷酸、二核苷酸;
RNA的二级结构(折叠自由能、
核苷酸的易接近性) ;
位置依赖的sgRNA核苷酸的易接近性;
sgRNA重复碱基的分布 | [6] |
| CRISPR (SSC) | 2015 | LASSO回归 | 预测全基因组功能
基因筛选sgRNA
的编辑效率 | sgRNA序列特征;
切割位点处胞嘧啶的偏好性 | [65] |
| CRISPRko | 2014 | 支持向量机;
逻辑回归 | 预测sgRNA的
编辑效率 | 与位置有关的单核苷酸、相邻的二核苷酸;
sgRNA中G,C的含量,G/C比值;
局部染色质结构 | [45] |
| — | 2014 | 支持向量机 | 预测sgRNA的
编辑效率 | 序列特征,GC含量;
sgRNA链,外显子类型 | [47] |
| SgRNA Scorer 1.0 | 2015 | 支持向量机 | 分析不同活性(高/低) sgRNA之间的关系
研究sgRNA特异性
与活性的关系 | 位置依赖的序列特征 | [66] |
| CRoatan | 2017 | 随机森林;
线性回归 | 结合表达策略预测
sgRNA的效能
预测同源引导修复
Cas9切割引起的
DSBs的可能性 | 序列长度,GC含量;
双链断裂与对应位点的距离 | [61] |
| TKOv3 | 2017 | 贝叶斯分析 | 鉴定必需基因
设计全基因组
CRISPR/Cas9
基因文库 | 评估利用倍数变化分析sgRNA靶向;
必需基因与非必需基因的分布情况;
评估概率分布(贝叶斯因子BF) | [18] |
| BAGEL | 2016 | 贝叶斯分析 | 混合文库筛选
鉴定必需基因 | 评估利用倍数变化分析sgRNA靶向;
必需基因与非必需基因的分布情况;
评估概率分布(贝叶斯因子BF) | [20] |
| CRISPRiaDesign | 2016 | 弹性网络线性回归;
支持向量回归模型 | 鉴定CRISPRa/i
高效率的sgRNA | 序列特征,位置依赖的序列特征;
染色质的状态,核小体占位率 | [8] |
| CRISPRstrand | 2014 | 基于随机梯度下降
的支持向量机 | 预测CRISPR
重复序列的方向 | ATTGAAAN重复出现次数;
CRISPR 序列核苷酸的组成;
序列特定位置的突变;
序列折叠成二级结构的倾向性 | [19] |
| H1/H2 library | 2018 | 弹性网络回归算法 | 筛选sgRNA异常值 | sgRNA序列特征 | [67] |