{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5305370"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5305370","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"CRISPR-Cas9 guide RNA efficiency prediction with pretrained DNA language models","abstract":"Το σύστημα CRISPR-Cas9 έχει φέρει επανάσταση στην επεξεργασία του γονιδιώματος, προσφέροντας ένα ακριβές και προγραμματιζόμενο εργαλείο για την τροποποίηση γενετικών αλληλουχιών σε ζωντανούς οργανισμούς. Κεντρικό στοιχείο της αποτελεσματικότητάς του είναι το guide RNA (gRNA), το οποίο κατευθύνει την νουκλεάση Cas9 στη θέση-στόχο του DNA. Ωστόσο, δεν είναι όλα τα gRNA εξίσου αποτελεσματικά—η σύνθεση της αλληλουχίας, τα δομικά χαρακτηριστικά και το γονιδιωματικό πλαίσιο μπορούν να επηρεάσουν δραματικά την αποτελεσματικότητα της επεξεργασίας. Η ακριβής πρόβλεψη της δραστηριότητας του gRNA είναι επομένως απαραίτητη για τον σχεδιασμό ισχυρών και αποτελεσματικών πειραμάτων επεξεργασίας γονιδίων. Αυτή η διπλωματική εργασία αντιμετωπίζει αυτήν την πρόκληση μέσω της εφαρμογής τεχνικών βαθιάς μάθησης (deep learning) και μεταφοράς μάθησης (transfer learning), για να μοντελοποιήσει και να προβλέψει την αποτελεσματικότητα του συστήματος CRISPR-Cas9 στην επεξεργασία του DNA-στόχου, από ακατέργαστες αλληλουχίες DNA. Η προσέγγιση επικεντρώνεται στο DNABERT, ένα μοντέλο Transformer που βασίζεται στο BERT και έχει προ-εκπαιδευτεί στο ανθρώπινο γονιδίωμα αναφοράς χρησιμοποιώντας μοντελοποίηση γλώσσας με χρήση μάσκας (masked language modeling). Δύο παραλλαγές του DNABERT βελτιστοποιήθηκαν ξεχωριστά: μία για τα gRNA που εκφράζονται υπό τον ανθρώπινο υποκινητή U6 (χρησιμοποιείται συνήθως σε συστήματα θηλαστικών) και μία για εκείνα που εκφράζονται υπό τον υποκινητή T7 (χρησιμοποιείται συνήθως σε συστήματα zebrafish και in vitro συστήματα). Κάθε μοντέλο εκπαιδεύτηκε σε επιμελημένα πειραματικά σύνολα δεδομένων, μετατρέποντας τις αλληλουχίες εισόδου (input sequences) σε επικαλυπτόμενα k-μερή (k-mers, k = 3, 4, 5, 6) και μαθαίνοντας να παλινδρομεί τα αποτελέσματα αποτελεσματικότητας. Η βελτιστοποίηση του μοντέλου περιελάμβανε τη ρύθμιση του μεγέθους των k-mers, του ρυθμού μάθησης, του dropout και άλλων υπερπαραμέτρων. Η απόδοση αξιολογήθηκε χρησιμοποιώντας τον συντελεστή συσχέτισης κατάταξης του Spearman σε πολλαπλά ανεξάρτητα σύνολα δοκιμών. Τα αποτελέσματα καταδεικνύουν ότι το DNABERT μπορεί να καταγράψει βιολογικά σημαντικά μοτίβα αποκλειστικά από δεδομένα αλληλουχίας, εξαλείφοντας την ανάγκη για χειρωνακτικά εισαγόμενα χαρακτηριστικά. Η αρχιτεκτονική του μοντέλου που βασίζεται στην προσοχή (attention) του επιτρέπει να λαμβάνει υπόψη πολύπλοκες εξαρτήσεις μεταξύ των περιοχών της αλληλουχίας, παρέχοντας μια λεπτομερή κατανόηση των καθοριστικών παραγόντων αποτελεσματικότητας του gRNA. Πέρα από την προγνωστική ακρίβεια, το μοντέλο προσφέρει επίσης ερμηνευσιμότητα μέσω βαρών προσοχής (attention weights), αποκαλύπτοντας ενδεχομένως νέες γνώσεις σχετικά με τους μοριακούς μηχανισμούς που επηρεάζουν τη δραστηριότητα της CRISPR-Cas9. Αυτή η εργασία υπογραμμίζει τις δυνατότητες των προ-εκπαιδευμένων μοντέλων γλώσσας DNA στη λειτουργική γονιδιωματική και υπογραμμίζει τη χρησιμότητά τους στην ενεργοποίηση πιο αποτελεσματικού, κλιμακώσιμου (scalable) και βασισμένου σε δεδομένα, σχεδιασμού CRISPR gRNA για ερευνητικές και θεραπευτικές εφαρμογές.","abstract_html":"Το σύστημα CRISPR-Cas9 έχει φέρει επανάσταση στην επεξεργασία του γονιδιώματος, προσφέροντας ένα ακριβές και προγραμματιζόμενο εργαλείο για την τροποποίηση γενετικών αλληλουχιών σε ζωντανούς οργανισμούς. Κεντρικό στοιχείο της αποτελεσματικότητάς του είναι το guide RNA (gRNA), το οποίο κατευθύνει την νουκλεάση Cas9 στη θέση-στόχο του DNA. Ωστόσο, δεν είναι όλα τα gRNA εξίσου αποτελεσματικά—η σύνθεση της αλληλουχίας, τα δομικά χαρακτηριστικά και το γονιδιωματικό πλαίσιο μπορούν να επηρεάσουν δραματικά την αποτελεσματικότητα της επεξεργασίας. Η ακριβής πρόβλεψη της δραστηριότητας του gRNA είναι επομένως απαραίτητη για τον σχεδιασμό ισχυρών και αποτελεσματικών πειραμάτων επεξεργασίας γονιδίων. Αυτή η διπλωματική εργασία αντιμετωπίζει αυτήν την πρόκληση μέσω της εφαρμογής τεχνικών βαθιάς μάθησης (deep learning) και μεταφοράς μάθησης (transfer learning), για να μοντελοποιήσει και να προβλέψει την αποτελεσματικότητα του συστήματος CRISPR-Cas9 στην επεξεργασία του DNA-στόχου, από ακατέργαστες αλληλουχίες DNA. Η προσέγγιση επικεντρώνεται στο DNABERT, ένα μοντέλο Transformer που βασίζεται στο BERT και έχει προ-εκπαιδευτεί στο ανθρώπινο γονιδίωμα αναφοράς χρησιμοποιώντας μοντελοποίηση γλώσσας με χρήση μάσκας (masked language modeling). Δύο παραλλαγές του DNABERT βελτιστοποιήθηκαν ξεχωριστά: μία για τα gRNA που εκφράζονται υπό τον ανθρώπινο υποκινητή U6 (χρησιμοποιείται συνήθως σε συστήματα θηλαστικών) και μία για εκείνα που εκφράζονται υπό τον υποκινητή T7 (χρησιμοποιείται συνήθως σε συστήματα zebrafish και in vitro συστήματα). Κάθε μοντέλο εκπαιδεύτηκε σε επιμελημένα πειραματικά σύνολα δεδομένων, μετατρέποντας τις αλληλουχίες εισόδου (input sequences) σε επικαλυπτόμενα k-μερή (k-mers, k = 3, 4, 5, 6) και μαθαίνοντας να παλινδρομεί τα αποτελέσματα αποτελεσματικότητας. Η βελτιστοποίηση του μοντέλου περιελάμβανε τη ρύθμιση του μεγέθους των k-mers, του ρυθμού μάθησης, του dropout και άλλων υπερπαραμέτρων. Η απόδοση αξιολογήθηκε χρησιμοποιώντας τον συντελεστή συσχέτισης κατάταξης του Spearman σε πολλαπλά ανεξάρτητα σύνολα δοκιμών. Τα αποτελέσματα καταδεικνύουν ότι το DNABERT μπορεί να καταγράψει βιολογικά σημαντικά μοτίβα αποκλειστικά από δεδομένα αλληλουχίας, εξαλείφοντας την ανάγκη για χειρωνακτικά εισαγόμενα χαρακτηριστικά. Η αρχιτεκτονική του μοντέλου που βασίζεται στην προσοχή (attention) του επιτρέπει να λαμβάνει υπόψη πολύπλοκες εξαρτήσεις μεταξύ των περιοχών της αλληλουχίας, παρέχοντας μια λεπτομερή κατανόηση των καθοριστικών παραγόντων αποτελεσματικότητας του gRNA. Πέρα από την προγνωστική ακρίβεια, το μοντέλο προσφέρει επίσης ερμηνευσιμότητα μέσω βαρών προσοχής (attention weights), αποκαλύπτοντας ενδεχομένως νέες γνώσεις σχετικά με τους μοριακούς μηχανισμούς που επηρεάζουν τη δραστηριότητα της CRISPR-Cas9. Αυτή η εργασία υπογραμμίζει τις δυνατότητες των προ-εκπαιδευμένων μοντέλων γλώσσας DNA στη λειτουργική γονιδιωματική και υπογραμμίζει τη χρησιμότητά τους στην ενεργοποίηση πιο αποτελεσματικού, κλιμακώσιμου (scalable) και βασισμένου σε δεδομένα, σχεδιασμού CRISPR gRNA για ερευνητικές και θεραπευτικές εφαρμογές.","abstract_has_math":false,"creators":["Γιαννάκη Ευαγγελία","Giannaki Evangelia"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:40:10Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5305370"],"render_values":[{"text":"uoadl:5305370","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5305370","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5305370","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5305370","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Γιαννάκη Ευαγγελία","Giannaki Evangelia"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5305370","https://pergamos.lib.uoa.gr/uoa/dl/object/5305370"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Το σύστημα CRISPR-Cas9 έχει φέρει επανάσταση στην επεξεργασία του γονιδιώματος, προσφέροντας ένα ακριβές και προγραμματιζόμενο εργαλείο για την τροποποίηση γενετικών αλληλουχιών σε ζωντανούς οργανισμούς. Κεντρικό στοιχείο της αποτελεσματικότητάς του είναι το guide RNA (gRNA), το οποίο κατευθύνει την νουκλεάση Cas9 στη θέση-στόχο του DNA. Ωστόσο, δεν είναι όλα τα gRNA εξίσου αποτελεσματικά—η σύνθεση της αλληλουχίας, τα δομικά χαρακτηριστικά και το γονιδιωματικό πλαίσιο μπορούν να επηρεάσουν δραματικά την αποτελεσματικότητα της επεξεργασίας. Η ακριβής πρόβλεψη της δραστηριότητας του gRNA είναι επομένως απαραίτητη για τον σχεδιασμό ισχυρών και αποτελεσματικών πειραμάτων επεξεργασίας γονιδίων. Αυτή η διπλωματική εργασία αντιμετωπίζει αυτήν την πρόκληση μέσω της εφαρμογής τεχνικών βαθιάς μάθησης (deep learning) και μεταφοράς μάθησης (transfer learning), για να μοντελοποιήσει και να προβλέψει την αποτελεσματικότητα του συστήματος CRISPR-Cas9 στην επεξεργασία του DNA-στόχου, από ακατέργαστες αλληλουχίες DNA. Η προσέγγιση επικεντρώνεται στο DNABERT, ένα μοντέλο Transformer που βασίζεται στο BERT και έχει προ-εκπαιδευτεί στο ανθρώπινο γονιδίωμα αναφοράς χρησιμοποιώντας μοντελοποίηση γλώσσας με χρήση μάσκας (masked language modeling). Δύο παραλλαγές του DNABERT βελτιστοποιήθηκαν ξεχωριστά: μία για τα gRNA που εκφράζονται υπό τον ανθρώπινο υποκινητή U6 (χρησιμοποιείται συνήθως σε συστήματα θηλαστικών) και μία για εκείνα που εκφράζονται υπό τον υποκινητή T7 (χρησιμοποιείται συνήθως σε συστήματα zebrafish και in vitro συστήματα). Κάθε μοντέλο εκπαιδεύτηκε σε επιμελημένα πειραματικά σύνολα δεδομένων, μετατρέποντας τις αλληλουχίες εισόδου (input sequences) σε επικαλυπτόμενα k-μερή (k-mers, k = 3, 4, 5, 6) και μαθαίνοντας να παλινδρομεί τα αποτελέσματα αποτελεσματικότητας. Η βελτιστοποίηση του μοντέλου περιελάμβανε τη ρύθμιση του μεγέθους των k-mers, του ρυθμού μάθησης, του dropout και άλλων υπερπαραμέτρων. Η απόδοση αξιολογήθηκε χρησιμοποιώντας τον συντελεστή συσχέτισης κατάταξης του Spearman σε πολλαπλά ανεξάρτητα σύνολα δοκιμών. Τα αποτελέσματα καταδεικνύουν ότι το DNABERT μπορεί να καταγράψει βιολογικά σημαντικά μοτίβα αποκλειστικά από δεδομένα αλληλουχίας, εξαλείφοντας την ανάγκη για χειρωνακτικά εισαγόμενα χαρακτηριστικά. Η αρχιτεκτονική του μοντέλου που βασίζεται στην προσοχή (attention) του επιτρέπει να λαμβάνει υπόψη πολύπλοκες εξαρτήσεις μεταξύ των περιοχών της αλληλουχίας, παρέχοντας μια λεπτομερή κατανόηση των καθοριστικών παραγόντων αποτελεσματικότητας του gRNA. Πέρα από την προγνωστική ακρίβεια, το μοντέλο προσφέρει επίσης ερμηνευσιμότητα μέσω βαρών προσοχής (attention weights), αποκαλύπτοντας ενδεχομένως νέες γνώσεις σχετικά με τους μοριακούς μηχανισμούς που επηρεάζουν τη δραστηριότητα της CRISPR-Cas9. Αυτή η εργασία υπογραμμίζει τις δυνατότητες των προ-εκπαιδευμένων μοντέλων γλώσσας DNA στη λειτουργική γονιδιωματική και υπογραμμίζει τη χρησιμότητά τους στην ενεργοποίηση πιο αποτελεσματικού, κλιμακώσιμου (scalable) και βασισμένου σε δεδομένα, σχεδιασμού CRISPR gRNA για ερευνητικές και θεραπευτικές εφαρμογές.","The CRISPR-Cas9 system has revolutionized genome editing, offering a precise and programmable tool for modifying genetic sequences in living organisms. Central to its effectiveness is the guide RNA (gRNA), which directs the Cas9 nuclease to the target DNA site. However, not all gRNAs are equally effective—sequence composition, structural features, and genomic context can dramatically influence editing efficiency. Accurate prediction of gRNA activity is therefore essential for designing robust and efficient gene-editing experiments. This thesis addresses this challenge through the application of deep learning and transfer learning techniques, to model and predict CRISPR-Cas9 on-target efficiency from raw DNA sequences. The approach centers on DNABERT, a BERT-based transformer model pretrained on the human reference genome using masked language modeling. Two variants of DNABERT were fine-tuned separately: one for gRNAs expressed under the human U6 promoter (commonly used in mammalian systems) and one for those expressed under the T7 promoter (typical in zebrafish and in vitro systems). Each model was trained on curated experimental datasets, tokenizing input sequences into overlapping k-mers and learning to regress efficiency scores. Model optimization involved tuning k-mer size, learning rate, dropout, and other hyperparameters. Performance was evaluated using Spearman’s rank correlation coefficient on multiple independent test sets. The results demonstrate that DNABERT can capture biologically meaningful patterns from sequence data alone, obviating the need for handcrafted features. Its attention-based architecture enables it to consider complex dependencies across sequence positions, providing a nuanced understanding of gRNA efficiency determinants. Beyond predictive accuracy, the model also offers interpretability through attention weights, potentially revealing new insights into the molecular mechanisms influencing CRISPR-Cas9 activity. This work underscores the potential of pretrained DNA language models in functional genomics and highlights their utility in enabling more efficient, scalable, and data-driven design of CRISPR guide RNAs for research and therapeutic applications."]},{"key":"dc:title","label":"Title","values":["CRISPR-Cas9 guide RNA efficiency prediction with pretrained DNA language models"]}]}],"canonical_facts":{"dc:creator":["Γιαννάκη Ευαγγελία","Giannaki Evangelia"],"dc:date":["2025"],"dc:description":["Το σύστημα CRISPR-Cas9 έχει φέρει επανάσταση στην επεξεργασία του γονιδιώματος, προσφέροντας ένα ακριβές και προγραμματιζόμενο εργαλείο για την τροποποίηση γενετικών αλληλουχιών σε ζωντανούς οργανισμούς. Κεντρικό στοιχείο της αποτελεσματικότητάς του είναι το guide RNA (gRNA), το οποίο κατευθύνει την νουκλεάση Cas9 στη θέση-στόχο του DNA. Ωστόσο, δεν είναι όλα τα gRNA εξίσου αποτελεσματικά—η σύνθεση της αλληλουχίας, τα δομικά χαρακτηριστικά και το γονιδιωματικό πλαίσιο μπορούν να επηρεάσουν δραματικά την αποτελεσματικότητα της επεξεργασίας. Η ακριβής πρόβλεψη της δραστηριότητας του gRNA είναι επομένως απαραίτητη για τον σχεδιασμό ισχυρών και αποτελεσματικών πειραμάτων επεξεργασίας γονιδίων. Αυτή η διπλωματική εργασία αντιμετωπίζει αυτήν την πρόκληση μέσω της εφαρμογής τεχνικών βαθιάς μάθησης (deep learning) και μεταφοράς μάθησης (transfer learning), για να μοντελοποιήσει και να προβλέψει την αποτελεσματικότητα του συστήματος CRISPR-Cas9 στην επεξεργασία του DNA-στόχου, από ακατέργαστες αλληλουχίες DNA. Η προσέγγιση επικεντρώνεται στο DNABERT, ένα μοντέλο Transformer που βασίζεται στο BERT και έχει προ-εκπαιδευτεί στο ανθρώπινο γονιδίωμα αναφοράς χρησιμοποιώντας μοντελοποίηση γλώσσας με χρήση μάσκας (masked language modeling). Δύο παραλλαγές του DNABERT βελτιστοποιήθηκαν ξεχωριστά: μία για τα gRNA που εκφράζονται υπό τον ανθρώπινο υποκινητή U6 (χρησιμοποιείται συνήθως σε συστήματα θηλαστικών) και μία για εκείνα που εκφράζονται υπό τον υποκινητή T7 (χρησιμοποιείται συνήθως σε συστήματα zebrafish και in vitro συστήματα). Κάθε μοντέλο εκπαιδεύτηκε σε επιμελημένα πειραματικά σύνολα δεδομένων, μετατρέποντας τις αλληλουχίες εισόδου (input sequences) σε επικαλυπτόμενα k-μερή (k-mers, k = 3, 4, 5, 6) και μαθαίνοντας να παλινδρομεί τα αποτελέσματα αποτελεσματικότητας. Η βελτιστοποίηση του μοντέλου περιελάμβανε τη ρύθμιση του μεγέθους των k-mers, του ρυθμού μάθησης, του dropout και άλλων υπερπαραμέτρων. Η απόδοση αξιολογήθηκε χρησιμοποιώντας τον συντελεστή συσχέτισης κατάταξης του Spearman σε πολλαπλά ανεξάρτητα σύνολα δοκιμών. Τα αποτελέσματα καταδεικνύουν ότι το DNABERT μπορεί να καταγράψει βιολογικά σημαντικά μοτίβα αποκλειστικά από δεδομένα αλληλουχίας, εξαλείφοντας την ανάγκη για χειρωνακτικά εισαγόμενα χαρακτηριστικά. Η αρχιτεκτονική του μοντέλου που βασίζεται στην προσοχή (attention) του επιτρέπει να λαμβάνει υπόψη πολύπλοκες εξαρτήσεις μεταξύ των περιοχών της αλληλουχίας, παρέχοντας μια λεπτομερή κατανόηση των καθοριστικών παραγόντων αποτελεσματικότητας του gRNA. Πέρα από την προγνωστική ακρίβεια, το μοντέλο προσφέρει επίσης ερμηνευσιμότητα μέσω βαρών προσοχής (attention weights), αποκαλύπτοντας ενδεχομένως νέες γνώσεις σχετικά με τους μοριακούς μηχανισμούς που επηρεάζουν τη δραστηριότητα της CRISPR-Cas9. Αυτή η εργασία υπογραμμίζει τις δυνατότητες των προ-εκπαιδευμένων μοντέλων γλώσσας DNA στη λειτουργική γονιδιωματική και υπογραμμίζει τη χρησιμότητά τους στην ενεργοποίηση πιο αποτελεσματικού, κλιμακώσιμου (scalable) και βασισμένου σε δεδομένα, σχεδιασμού CRISPR gRNA για ερευνητικές και θεραπευτικές εφαρμογές.","The CRISPR-Cas9 system has revolutionized genome editing, offering a precise and programmable tool for modifying genetic sequences in living organisms. Central to its effectiveness is the guide RNA (gRNA), which directs the Cas9 nuclease to the target DNA site. However, not all gRNAs are equally effective—sequence composition, structural features, and genomic context can dramatically influence editing efficiency. Accurate prediction of gRNA activity is therefore essential for designing robust and efficient gene-editing experiments. This thesis addresses this challenge through the application of deep learning and transfer learning techniques, to model and predict CRISPR-Cas9 on-target efficiency from raw DNA sequences. The approach centers on DNABERT, a BERT-based transformer model pretrained on the human reference genome using masked language modeling. Two variants of DNABERT were fine-tuned separately: one for gRNAs expressed under the human U6 promoter (commonly used in mammalian systems) and one for those expressed under the T7 promoter (typical in zebrafish and in vitro systems). Each model was trained on curated experimental datasets, tokenizing input sequences into overlapping k-mers and learning to regress efficiency scores. Model optimization involved tuning k-mer size, learning rate, dropout, and other hyperparameters. Performance was evaluated using Spearman’s rank correlation coefficient on multiple independent test sets. The results demonstrate that DNABERT can capture biologically meaningful patterns from sequence data alone, obviating the need for handcrafted features. Its attention-based architecture enables it to consider complex dependencies across sequence positions, providing a nuanced understanding of gRNA efficiency determinants. Beyond predictive accuracy, the model also offers interpretability through attention weights, potentially revealing new insights into the molecular mechanisms influencing CRISPR-Cas9 activity. This work underscores the potential of pretrained DNA language models in functional genomics and highlights their utility in enabling more efficient, scalable, and data-driven design of CRISPR guide RNAs for research and therapeutic applications."],"dc:identifier":["uoadl:5305370","https://pergamos.lib.uoa.gr/uoa/dl/object/5305370"],"dc:language":["English"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["CRISPR-Cas9 guide RNA efficiency prediction with pretrained DNA language models"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:40:10Z"}