通过创造成一种机器学习算法，预测人类和小鼠细胞如何响应CRISPR诱导的DNA断裂，一组研究人员发现，细胞经常以精确和可预测的方式修复断裂的基因，有时甚至将突变的基因恢复到健康的版本。此外，研究人员将这种预测能力用于测试，并成功地纠正了患有两种罕见遗传病之一的患者身上提取的细胞的突变。

Machine-learning algorithm predicts how cells repair broken DNA

https://www.sciencedaily.com/releases/2018/11/181107133817.htm

1. Max W. Shen, Mandana Arbab, Jonathan Y. Hsu, Daniel Worstell, Sannie J. Culbertson, Olga Krabbe, Christopher A. Cassa, David R. Liu, David K. Gifford, Richard I. Sherwood. Predictable and precise template-free CRISPR editing of pathogenic variants. Nature, 2018; DOI: 10.1038/s41586-018-0686-x

-------------------------

研究人员发现无模板的Cas9编辑是可预测的，他们已经开发了一种机器学习模型，可以高精度地预测插入和删除。

Finding a rhyme and reason to CRISPR-Cas9's mutations

https://www.sciencedaily.com/releases/2018/11/181107133814.htm

1. Max W. Shen, Mandana Arbab, Jonathan Y. Hsu, Daniel Worstell, Sannie J. Culbertson, Olga Krabbe, Christopher A. Cassa, David R. Liu, David K. Gifford, Richard I. Sherwood. Predictable and precise template-free CRISPR editing of pathogenic variants. Nature, 2018; DOI: 10.1038/s41586-018-0686-x