Questão de Biologia — Análise e Bioinformática Proteômica — CESPE / CEBRASPE 2025

Bioinformática aplicada ao CRISPR-Cas9: predição de eficiência de sgRNAs

Gabarito: CERTO. Modelos de machine learning que integram dados genômicos, transcriptômicos e epigenômicos são, de fato, amplamente utilizados para prever a eficiência de sgRNAs no sistema CRISPR-Cas9. Essa é uma aplicação consolidada da bioinformática moderna, que combina múltiplas camadas de dados biológicos para otimizar a edição genética, reduzindo off-targets e aumentando a especificidade.

A questão aborda um tema de fronteira entre biologia molecular, genômica e bioinformática. O CRISPR-Cas9 é um sistema de edição genética que utiliza um RNA guia (sgRNA) para direcionar a endonuclease Cas9 a um local específico do genoma, onde ocorre uma quebra dupla no DNA (DSB). A eficiência desse processo depende de vários fatores, incluindo a sequência do sgRNA, a acessibilidade da cromatina, o estado epigenético da região alvo e a presença de sequências similares em outras partes do genoma (que causam off-targets).

Para prever a eficiência de um sgRNA, os pesquisadores desenvolvem modelos computacionais que integram diferentes tipos de dados: dados genômicos (sequência de DNA, presença de PAM, similaridade com outras regiões), dados transcriptômicos (níveis de expressão gênica, que influenciam a acessibilidade da cromatina) e dados epigenômicos (metilação do DNA, modificações de histonas, acessibilidade da cromatina). Esses modelos de machine learning são treinados com grandes conjuntos de dados experimentais, nos quais a eficiência de milhares de sgRNAs já foi medida, e aprendem a identificar padrões que correlacionam essas características com a eficiência real.

Um exemplo prático: um modelo pode usar como entrada a sequência de 20 nucleotídeos do sgRNA, a posição do PAM, o nível de expressão do gene alvo (dado transcriptômico) e o perfil de metilação da região (dado epigenômico). Com base nesses dados, o modelo prevê se o sgRNA terá alta ou baixa eficiência, permitindo ao pesquisador escolher o melhor guia antes de realizar o experimento. Essa abordagem é essencial para otimizar a edição genética em células humanas, onde a precisão é crítica para evitar mutações indesejadas.

A distinção importante aqui é entre a predição de eficiência (que é o foco da questão) e a predição de off-targets. Embora ambas usem machine learning, a predição de off-targets geralmente se baseia em dados genômicos e de similaridade de sequência, enquanto a predição de eficiência integra também dados transcriptômicos e epigenômicos, pois a acessibilidade da cromatina é um fator determinante. A banca explora exatamente essa integração de múltiplos tipos de dados, que é uma característica marcante das ferramentas modernas de bioinformática.

Portanto, a afirmação está correta: modelos de machine learning que integram dados genômicos, transcriptômicos e epigenômicos são usados para prever eficiência de sgRNAs. Essa é uma prática consolidada na literatura científica e em ferramentas como CRISPRscan, DeepCRISPR e outras, que utilizam redes neurais e outros algoritmos para essa finalidade.

Item — ✅ CERTO

A afirmação é verdadeira. A integração de dados genômicos, transcriptômicos e epigenômicos em modelos de machine learning é uma abordagem real e amplamente utilizada para prever a eficiência de sgRNAs. Cada tipo de dado contribui com informações relevantes: os dados genômicos fornecem a sequência e a presença de PAM; os transcriptômicos indicam o nível de expressão do gene alvo, que se correlaciona com a acessibilidade da cromatina; e os epigenômicos revelam o estado de metilação e modificações de histonas, que afetam a ligação do complexo Cas9-sgRNA. Modelos como DeepCRISPR e CRISPRscan demonstram essa integração na prática, alcançando alta acurácia na predição. Portanto, não há erro na afirmação.

Gabarito: CERTO