초록

학습모델을 이용하여 유전자 가위를 설계하는 방법은 분석장치가 유전자 가위의 서열 데이터를 입력받는 단계, 상기 분석장치가 상기 서열 데이터를 이용하여 유전자 가위의 표적 특이적 서열이 구성하는 구조에 대한 구조 정보를 생성하는 단계, 상기 분석장치가 상기 구조 정보를 학습모델에 입력하는 단계 및 상기 분석장치가 상기 학습모델이 출력하는 정보를 기준으로 상기 유전자 가위의 효과를 평가하는 단계를 포함한다.

대표청구항 ▼

분석장치가 유전자 가위의 서열 데이터를 입력받는 단계;상기 분석장치가 상기 서열 데이터를 이용하여 유전자 가위의 표적 특이적 서열을 기준으로 입력 데이터 세트를 생성하는 단계;상기 분석장치가 상기 입력 데이터 세트를 학습모델에 입력하는 단계; 및상기 분석장치가 상기 학습모델이 출력하는 정보를 기준으로 상기 유전자 가위의 효과를 평가하는 단계를 포함하되,상기 입력 데이터 세트는 제1 입력 데이터, 제2 입력 데이터 및 제3 입력 데이터를 포함하고,(i) 상기 제1 입력 데이터는 상기 표적 특이적 서열 자체가 2차원 또는 3차원 공간에

분석장치가 유전자 가위의 서열 데이터를 입력받는 단계;상기 분석장치가 상기 서열 데이터를 이용하여 유전자 가위의 표적 특이적 서열을 기준으로 입력 데이터 세트를 생성하는 단계;상기 분석장치가 상기 입력 데이터 세트를 학습모델에 입력하는 단계; 및상기 분석장치가 상기 학습모델이 출력하는 정보를 기준으로 상기 유전자 가위의 효과를 평가하는 단계를 포함하되,상기 입력 데이터 세트는 제1 입력 데이터, 제2 입력 데이터 및 제3 입력 데이터를 포함하고,(i) 상기 제1 입력 데이터는 상기 표적 특이적 서열 자체가 2차원 또는 3차원 공간에서 구성할 것으로 예측되는 구조를 기준으로, 상기 표적 특이적 서열에 포함되는 뉴클레오타이드들이 구성하는 뉴클레오타이드 쌍들 각각에 대한 뉴클레오타이드들 사이의 거리를 나타내는 정보이고, (ii) 상기 제2 입력 데이터는 상기 표적 특이적 서열에 대한 결합 에너지이고, (iii) 상기 제3 입력 데이터는 상기 표적 특이적 서열의 원-핫 벡터이고,상기 학습 모델은 컨볼루션 계층, 풀링 계층 및 전연결 계층을 포함하는 신경망 모델이고,상기 분석 장치는 상기 제1 입력 데이터를 상기 컨볼루션 계층에 입력하고, 상기 제2 입력데이터 및 상기 제3 입력 데이터를 상기 전연결 계층에 입력하여 출력 정보를 산출하고,상기 표적 특이적 서열은 상기 유전자 가위를 구성하는 가이드 RNA 전체 또는 일부 서열이고, 상기 가이드 RNA는 crRNA 및 tracrRNA를 포함하는 학습모델을 이용하여 유전자 가위 효과를 분석하는 방법.