AI结构建模帮助打造更精准的碱基编辑器，AlphaFold3重新解析基因编辑精度难题

编辑丨**

碱基编辑器（BE）的价值，在于它能把一个碱基改成另一个碱基，而尽量不碰到别的位置。问题也正出在这里：编辑越强，往往越容易把不该改的位点一起改了。

这是基因编辑领域一个令人沮丧的现实。BE 在基因组其他位点引发的「意外编辑」——sgRNA 依赖的 DNA 脱靶、sgRNA 非依赖的 DNA 脱靶、以及 RNA 脱靶——始终是临床应用的最大障碍。

2026 年 7 月 22 日，北京大学、北京师范大学等团队给出了一个出人意料的答案：问题不在于 AF3 画得不够准，而在于研究者一直以来都只看结果，而忽略了它思考过程中留下的更丰富信息。相关研究以「Precise DNA base editing using AlphaFold3-based contact modelling」为题发布于《Nature》。

论文链接：https://www.nature.com/articles/s41586-026-10794-z

当结构沉默时，脱靶在说什么

过去，由于缺乏高质量的三维复合物结构信息，研究人员很难回答一个关键问题：

哪些氨基酸残基真正决定了编辑器的精准性？

如果只根据序列信息进行随机突变，需要测试大量候选位置；但如果能够提前知道蛋白与DNA、RNA之间的重要接触区域，就可以更加有针对性地改造编辑器。

AlphaFold3 的出现提供了一种新的可能。

相比此前主要预测单一蛋白结构的方法，AlphaFold3 能够预测更复杂的生物分子复合物，包括蛋白–DNA、蛋白–RNA 以及多组分复合体系。

图 1：利用 dI-profiling 技术鉴定 ABE 的全基因组脱靶位点。

基于 AlphaFold3 提供的结构预测能力，研究团队开发了 ContactSeek 框架。该方法的核心思路，是将结构信息与大规模编辑数据结合起来。

而关于脱靶精准检测的问题，团队开发了基于反应中间物捕获的 dI-profiling 技术，其原理是利用 Endo V 核酸酶特异性识别 dI 并产生切口，通过 Bst 聚合酶的切口平移反应掺入生物素标记的 dUTP，富集含 dI 的 DNA 片段后高通量测序，实现单碱基分辨率的脱靶位点定位。

让编辑器优化从经验走向结构设计

在ABE系统中，研究团队首先利用 ContactSeek 分析 Cas9–DNA–RNA 复合物。

通过对大量目标和脱靶数据进行结构建模，ContactSeek 识别出了多个候选区域，并进一步筛选出影响编辑特异性的关键残基。随后，研究人员针对这些位置设计突变，并实验测试其编辑性能。

结果显示，部分突变能够在保持目标编辑能力的同时，明显降低脱靶编辑水平。

其中，结合 Cas9 和 TadA8e 优化后的高精度编辑器 ABE8e-DD，在多个测试条件下保持较高目标编辑效率，同时显著减少不同类型的脱靶编辑。

图 2：AF3 对靶向及脱靶蛋白-DNA-RNA 三元复合物的预测。

这其中，约 65% 的脱靶复合物可检测到整体结构变化，而 98.6% 的脱靶复合物均能检测到接触概率的改变。

在 ABE 系统中验证 ContactSeek 有效性之后，研究团队进一步测试了这一方法是否能够推广到其他类型的碱基编辑器。相比 ABE 主要负责腺嘌呤到鸟嘌呤的转换，CBE 能够实现胞嘧啶到胸腺嘧啶的转换，在不同基因编辑场景中具有重要应用价值。

研究团队将 ContactSeek 应用到了 Cas12a-CBE 系统，通过 AlphaFold3 预测 Cas12a-CBE 与 DNA、RNA 形成的复合物结构，ContactSeek 再次识别出与脱靶编辑相关的接触区域。随后，研究人员针对这些区域设计突变，并测试其对编辑性能的影响。

实验结果显示，部分经过结构指导设计的 Cas12a-CBE 变体，在降低脱靶编辑的同时，仍然保持了较好的目标位点编辑能力。

图 3：基于 LbCas12a 的 CBE 的 ContactSeek 引导的特异性工程。

定位真正关键的残基

传统蛋白工程中，如果依靠随机突变，需要构建大量候选并进行筛选。

ContactSeek 则提供了一种不同路线。它首先通过结构预测缩小搜索范围，再结合实验数据判断哪些接触模式与编辑结果相关。这并不是试图完全替代实验，而是通过AlphaFold3提供的结构信息，提高实验设计的针对性。

随着越来越多复杂生物分子复合物能够被准确预测，未来类似的方法可能不仅用于碱基编辑器优化，也能够应用于其他依赖精确分子识别的生物工程系统。