[논문 리뷰] CRISPR-GPT for Agentic Automation of Gene-editing Experiments

Yuanhao Qu, Kaixuan Huang외 12명|arXiv (Cornell University)|2024. 04. 27.

CRISPR and Genetic Engineering인용 수 9

한 줄 요약

CRISPR-GPT는 도메인 지식과 도구로 보강된 LLM 기반 에이전트로, 메타, 자동화, Q&A 모드를 지원하며 실제 세계 검증 및 윤리적 안전장치를 갖춘 CRISPR 유전자 편집 실험 설계 자동화를 제공합니다.

ABSTRACT

The introduction of genome engineering technology has transformed biomedical research, making it possible to make precise changes to genetic information. However, creating an efficient gene-editing system requires a deep understanding of CRISPR technology, and the complex experimental systems under investigation. While Large Language Models (LLMs) have shown promise in various tasks, they often lack specific knowledge and struggle to accurately solve biological design problems. In this work, we introduce CRISPR-GPT, an LLM agent augmented with domain knowledge and external tools to automate and enhance the design process of CRISPR-based gene-editing experiments. CRISPR-GPT leverages the reasoning ability of LLMs to facilitate the process of selecting CRISPR systems, designing guide RNAs, recommending cellular delivery methods, drafting protocols, and designing validation experiments to confirm editing outcomes. We showcase the potential of CRISPR-GPT for assisting non-expert researchers with gene-editing experiments from scratch and validate the agent's effectiveness in a real-world use case. Furthermore, we explore the ethical and regulatory considerations associated with automated gene-editing design, highlighting the need for responsible and transparent use of these tools. Our work aims to bridge the gap between beginner biological researchers and CRISPR genome engineering techniques, and demonstrate the potential of LLM agents in facilitating complex biological discovery tasks. The published version of this draft is available at https://www.nature.com/articles/s41551-025-01463-z.

연구 동기 및 목표

• 초보자의 CRISPR 실험 설계 장벽을 낮추기 위해 자동 설계 도우미를 제공한다.
• 도메인 지식, 외부 도구 및 구조화된 작업 실행을 통합하여 CRISPR 실험을 설계한다.
• 일반 LLM과 비교하여 CRISPR-GPT를 평가하고 실제 wet-lab 사용 사례로 검증한다.
• 자동화된 유전자 편집 설계에서의 윤리 및 규제 고려 사항을 다룬다.

제안 방법

• 네 가지 핵심 모듈을 갖춘 LLM 구동 설계 및 계획 엔진: LLM 플래너, Tool 제공자, Task 실행자, LLM 에이전트.
• 상태 머신 기반의 Task Executor는 작업을 4개의 미리 정의된 meta-tasks(meta-tasks) 전역에 걸쳐 22개의 하위 목표로 분해하고, 작업을 완전한 파이프라인으로 연결할 수 있다.
• Tool Provider는 LLM 접근을 위한 사용자 친화적인 프롬프트를 통해 외부 API와 도구(예: Google web search, Primer3, gRNA 라이브러리)를 래핑한다.
• Chain-of-thought 추론과 그럴듯한 행동 선택을 가능하게 하는 ReAct 스타일 프롬프트 사용.
• Meta Mode, Auto Mode, Q&A Mode를 통해 설계 워크플로우와 대화형 질의 응답을 안내한다.
• 안전장치 및 윤리적 고려 사항의 도입(인간 사용 제한 및 데이터 프라이버시 보호를 포함).

실험 결과

연구 질문

• RQ1 CRISPR-GPT가 ChatGPT 3.5 및 4.0과 같은 일반 LLM에 비해 CRISPR 실험 설계에서 어떤 성능을 보이는가?
• RQ2 CRISPR-GPT가 비전문가가 완전하고 정확하며 간결한 유전자 편집 설계 계획을 작성하도록 도울 수 있는가?
• RQ3 도메인 지식과 외부 도구의 통합이 설계 품질과 완전성에 미치는 영향은 무엇인가?
• RQ4 자동화된 유전자 편집 설계에서의 안전 및 윤리 고려사항은 무엇이며 이를 어떻게 완화할 수 있는가?

주요 결과

• CRISPR-GPT는 Meta, Auto, Q&A 모드 전반에 걸쳐 유전자 편집 설계 작업에서 일반 LLM보다 훨씬 높은 정확도를 달성한다.
• CRISPR-GPT는 일반 LLM에 비해 완전성 및 간결한 답변이 더 우수하며, 특히 Q&A 모드에서 두드러진다.
• 인간 전문가들은 CRISPR-GPT를 ChatGPT-3.5보다 정확도, 추론, 완전성 및 간결성 면에서 더 높게 평가했으며, 모든 모드에서 경쟁력 있는 또는 우수한 추론을 보였다.
• 인간 A375 세포주를 이용한 실제 현장 wet-lab 시연은 CRISPR-GPT가 gRNA 설계, 전달, 클로닝 프로토콜 및 검증 단계의 다유전자 노크아웃 워크플로를 안내하는 것을 보여주었다.
• 연구는 윤리 및 안전 장치를 문서화하고, 더 복잡하거나 드문 생물학적 사례에 대한 한계 및 잠재적 확장을 논의한다.