新算法揭示罕见CRISPR基因模块，有望催生更安全有效基因组疗法

美国麻省理工学院和哈佛大学博德研究所最新开发出一种名为FLSHclust的新算法，在数十亿个蛋白质序列中发现了188个罕见且以前未知的CRISPR连接基因模块，其中包括新的VII型CRISPR-Cas系统。新发现为利用CRISPR系统和了解微生物蛋白质的功能多样性提供了新机会。

CRISPR系统已被用来开发越来越多的新型生物分子方法，包括著名的CRISPR/Cas介导的基因组编辑。而此前未知的CRISPR系统的出现，将推动这些生物技术进一步发展。

不过，尽管CRISPR工具箱已通过蛋白质序列数据库得到扩展。但常用的算法在挖掘包含数十亿蛋白质呈指数增长的数据集时，显得不切实际。

为了解决这一限制，研究团队开发了FLSHclust算法，这是一种通过序列相似性对蛋白质进行聚类的算法，与目前可用的方法不同，它能快速有效地分析大量蛋白质序列数据库。

利用新算法，团队在包含80亿个蛋白质和1020万个CRISPR阵列的宏基因组数据库中搜索罕见的CRISPR系统，发现了188个以前未知的CRISPR相关基因，同时鉴定并表征了一类新的包含CRISPR系统的Cas-14（即VII型），其作用于RNA。

此次新发现的系统十分罕见。这种先前未知的Cas基因和CRISPR系统的发现，极大地扩展了CRISPR的多样性，揭示了CRISPR系统前所未有的组织和功能的灵活性与模块化，同时也表明大多数变异都是罕见的。