[論文レビュー] CRISPR-GPT for Agentic Automation of Gene-editing Experiments

Yuanhao Qu, Kaixuan Huang+12 more|arXiv (Cornell University)|Apr 27, 2024

CRISPR and Genetic Engineering被引用数 9

ひとこと要約

CRISPR-GPT は、ドメイン知識とツールを組み込んだ LLM ベースのエージェントで、CRISPR 遺伝子編集実験設計を自動化し、メタ、オート、Q&A モードをサポートし、実世界での検証と倫理的配慮を備えています。

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.

研究の動機と目的

• 初心者が CRISPR 実験を設計する際の障壁を下げるために、自動設計アシスタントを提供する。
• ドメイン知識、外部ツール、および構造化されたタスク実行を統合してCRISPR実験を設計する。
• CRISPR-GPT を一般的な LLM と比較して評価し、実際のウェットラボの使用例で検証する。
• 自動化された遺伝子編集設計における倫理的および規制上の配慮に対処する。

提案手法

• 4つのコアモジュールを備えた、LLM 主導の設計・計画エンジン：LLM プランナー、ツール提供者、タスク実行者、LLM エージェント。
• 状態機械ベースの Task Executor は、4つの事前定義されたメタタスク（meta-tasks）にまたがる22のサブ目標にタスクを分解し、タスクを一連の完全なパイプラインへ連鎖させることができる。
• Tool Provider は外部 API やツール（例：Google web search、Primer3、gRNA ライブラリ）をラップして、ユーザーフレンドリーなプロンプトを通じて LLM がアクセスできるようにする。
• ReAct スタイルのプロンプティングを用い、連鎖的思考の推論ともっともらしい行動選択を可能にする。
• 設計ワークフローと対話的問い合わせを導く Meta Mode、Auto Mode、Q&A Mode。
• 人間の使用制限やデータプライバシー保護を含む保護措置と倫理的配慮の組み込み。

実験結果

リサーチクエスチョン

• RQ1 CRISPR-GPT は、ChatGPT 3.5 および 4.0 のような一般的な LLM と比較して CRISPR 実験の設計でどのように性能を発揮しますか？
• RQ2 CRISPR-GPT は専門外の人が完全で正確かつ簡潔な遺伝子編集設計計画を作成するのを支援できますか？
• RQ3 ドメイン知識と外部ツールの統合が設計品質と完全性に与える影響はどのようなものですか？
• RQ4 安全性と倫理的配慮にはどのような点があり、それを自動化された遺伝子編集設計でどう緩和できますか？

主な発見

• CRISPR-GPT は Meta、Auto、Q&A モード全体で遺伝子編集設計タスクにおいて、一般的な LLM よりはるかに高い精度を達成します。
• CRISPR-GPT は、特に Q&A モードで、一般的な LLM と比較してより完全性が高く、要点を簡潔に示す回答を示します。
• 人間の専門家は、CRISPR-GPT を accuracy、reasoning、completeness、conciseness の点で ChatGPT-3.5 よりも高く評価し、モード間で競争力のあるまたは優れた推論を示しました。
• 人の A375 细胞系での実際のウェットラボ実演は、CRISPR-GPT が複数遺伝子ノックアウト ワークフローを指示し、gRNA の設計、デリバリー、クローニングプロトコル、および検証ステップを含むことを示しました。
• 本研究は倫理的および安全上の保護措置を記録し、より複雑または稀な生物学的ケースに対する制限と潜在的な拡張を議論します。