13 herramientas integradas para diseño, análisis y validación de guías CRISPR. Cada una está pensada para una etapa del flujo de trabajo experimental.
Dentro de la app hay un asistente conversacional que cubre estas 13 herramientas. Le describes lo que quieres hacer —«guías de BRCA1 en humano con SaCas9»— y abre la pestaña correcta con los campos ya rellenados. También acepta que le arrastres un FASTA o un CSV.
Pega una o varias guías SpCas9 de 20 nt y obtén eficiencia predicha, scoring off-target por sitio candidato, CrisprScore y características biofísicas. El riesgo off-target solo se calcula si aportas un sitio candidato; para riesgo real en genoma, usa la búsqueda con Cas-OFFinder. Estas métricas no se extrapolan a otras nucleasas.
Sube un CSV con cientos de guías y obtén predicciones en lote. Para ≥ 10 guías el trabajo corre en segundo plano con progreso en tiempo real. Descarga los resultados cuando termine. Si incluyes columna efficiency_true, se calculan métricas de validación (R², RMSE, AUC).
Sube un archivo FASTA con tu secuencia diana. La herramienta extrae automáticamente todos los sitios NGG candidatos, predice eficiencia y off-target para cada uno, y muestra los resultados ordenados por CrisprScore. Soporta archivos de hasta 50 MB. Exporta a CSV o BED (IGV/UCSC).
Scoring on-target específico por nucleasa. El modelo comercial SpCas9 (NGG), entrenado sobre DeepHF CC BY, alcanza Pearson 0.8499 en su hold-out; SaCas9 (NNGRRT) alcanza 0.562. Cas12a (TTTV) acierta la mejor de 3 guías el 51 % de las veces (azar 33 %); mide actividad relativa dentro de una misma diana, no eficiencia absoluta. Cas13d está implementada pero deshabilitada hasta cerrar su licencia comercial.
Predice la eficiencia de edición puntual sin romper el ADN bicatenario. CBE (Base Editor Citosina) convierte C→T, ABE (Base Editor Adenina) convierte A→G. Muestra qué posiciones de la ventana de actividad son editables, el sesgo por trinucleótido y el riesgo de edición bystander.
Predice qué tipo de edición producirá el corte Cas9: frameshift (knockout eficiente) vs. en-marco (puede mantener función). Basado en inDelphi (Shen et al. 2018). Muestra distribución de deleciones y la probabilidad de inserción de 1 nt. Útil para planificar experimentos de KO.
Dada una guía validada, genera automáticamente oligos de clonación (pX330/pX458), primers PCR de verificación, primer Sanger y tamaño esperado de amplicón. Incluye Tm, %GC y descarga en JSON para enviar directamente al proveedor.
Introduce el nombre de un gen (BRCA1, TP53, VEGFA…) y la plataforma obtiene automáticamente el transcript canónico desde Ensembl o NCBI, escanea todos los sitios PAM y rankea las guías. Sin necesidad de descargar el FASTA manualmente. Soporta genes humanos y de ratón.
Introduce entre 2 y 20 guías y obtén una tabla comparativa ordenada por CrisprScore (ponderación personalizable de eficiencia, off-target, Tm y GC). Ideal para elegir la guía óptima entre varios candidatos antes de la validación experimental.
Convierte un CSV o Excel al formato estándar de la plataforma: normaliza nombres de columnas, verifica que las secuencias sean ADN válido, detecta duplicados y descarga el archivo listo para usar en cualquier otra pestaña.
Sube un CSV con columnas sequence y efficiency_true para evaluar qué tan bien el modelo predice en tus datos específicos. Genera métricas (R², Pearson, RMSE, MAE) y gráficos de correlación. Útil para benchmarking y para detectar si tus datos son atípicos.
Consulta todas tus predicciones pasadas. Filtra por secuencia, fecha y origen (individual, CSV, PAM, nucleasa). Exporta a CSV. Registra el resultado experimental real de cada guía para construir tu propio dataset de validación.
Registro inmutable de todas las acciones del sistema: login, predicciones, cambios de plan, eliminaciones. Compatible con normas GxP y 21 CFR Part 11 para entornos regulados. Cada entrada incluye timestamp, usuario, acción y hash de integridad.
Todas las herramientas están disponibles desde la pestaña /predict.
Crear cuenta gratuita →