MicroRNA target prediction for CRISPR/Cas9 system with machine learning

İnsanlığın varoluşundan beri genetik ve sonradan oluşan hastalıkların tedavisi için birçok çözüm arayışına gidilmiştir. 1900'lü yılların sonlarında bakterilerde CRISPR adında çığır açan bir teknoloji keşfedildi. Bu buluş sayesinde tedavisi bulunamayan hastalıklar tedavi edilebileceği düşünülmektedir. CRISPR/CAS9 sistemi, hasarlı olan genom dizilişlerinin düzenlenmesinde kullanılan çok güçlü bir araçtır. Diziliminde hasar oluşan nükleazlar miRNA (micro RNA)'lar olarak adlandırılır. Birden çok rehber sgRNA (single guide RNA) tarafından hedeflenen miRNA'lar, CRISPR/CAS9 yöntemiyle RNA'dan kesilir ya da düzenlenir. Yanlış miRNA'lara hedeflenen sgRNA'lar, istenmeyen genom mutasyonlarına sebep olabilmektedir. Bu genom bozulmalarını en aza indirgemek amacıyla, bu çalışmada derin öğrenmeyle CRISPR/CAS9 için sgRNA hedef tahmini yapılmıştır. Bu makalede, Evrişimsel Sinir Ağları (Convolutional Neural Networks-CNN), Çok Katmanlı Algılayıcı (Multi-Layer Perceptron-MLP) ve Çift Yönlü Uzun Kısa Vadeli Hafıza (Bidirectional Long Short-Term-BLSTM) algoritmaları kullanılmıştır. Her üç algoritmanın da CRISPR/CAS9 sistemi için performans karşılaştırması gerçekleştirilmiştir.