Optimization of C-to-G base editors with sequence context preference predictable by machine learning methods.
Nat Commun
; 12(1): 4902, 2021 08 12.
Article
de En
| MEDLINE
| ID: mdl-34385461
Texte intégral:
1
Collection:
01-internacional
Base de données:
MEDLINE
Sujet principal:
Cytidine deaminase
/
Uracil-DNA glycosidase
/
Systèmes CRISPR-Cas
/
Apprentissage machine
/
Édition de gène
Type d'étude:
Prognostic_studies
/
Risk_factors_studies
Limites:
Animals
/
Female
/
Humans
Langue:
En
Journal:
Nat Commun
Sujet du journal:
BIOLOGIA
/
CIENCIA
Année:
2021
Type de document:
Article
Pays d'affiliation:
Chine
Pays de publication:
Royaume-Uni