JH
Jonathan Hsu
Author with expertise in Clustered Regularly Interspaced Short Palindromic Repeats and CRISPR-associated proteins
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
20
(65% Open Access)
Cited by:
9,271
h-index:
29
/
i10-index:
37
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Presupernova evolution in massive interacting binaries

Philipp Podsiadlowski et al.May 1, 1992
view Abstract Citations (590) References (125) Co-Reads Similar Papers Volume Content Graphics Metrics Export Citation NASA/ADS Presupernova Evolution in Massive Interacting Binaries Podsiadlowski, Ph. ; Joss, P. C. ; Hsu, J. J. L. Abstract The way in which binary interaction affects the presupernova evolution of massive close binaries and the resulting supernova explosions is investigated systematically by means of a Henyey-type stellar evolution code that was modified to allow its application to binary stellar evolution calculations. The code makes it possible to trace the effects of mass and angular momentum loss from the binary, as well as mass transfer within the binary system. It is found that a large number of binary scenarios can be distinguished, depending on the type of binary interaction and the evolutionary stage of the supernova progenitor at the time of the interaction. Monte Carlo simulations are performed to estimate the frequencies of the occurrence of various scenarios. It is found that, because of a previous binary interaction, 15-30 percent of all massive stars (with initial masses greater than about 8 solar masses) become helium stars, and another 5 percent of all massive stars end their lives as blue supergiants rather than as red supergiants. Publication: The Astrophysical Journal Pub Date: May 1992 DOI: 10.1086/171341 Bibcode: 1992ApJ...391..246P Keywords: Binary Stars; Massive Stars; Stellar Evolution; Supernovae; Computational Astrophysics; Monte Carlo Method; Stellar Envelopes; Stellar Mass Accretion; Stellar Models; Supernova 1987a; Astrophysics full text sources ADS | data products SIMBAD (4)
0

Engineered CRISPR–Cas12a variants with increased activities and improved targeting ranges for gene, epigenetic and base editing

Benjamin Kleinstiver et al.Feb 11, 2019
Broad use of CRISPR–Cas12a (formerly Cpf1) nucleases1 has been hindered by the requirement for an extended TTTV protospacer adjacent motif (PAM)2. To address this limitation, we engineered an enhanced Acidaminococcus sp. Cas12a variant (enAsCas12a) that has a substantially expanded targeting range, enabling targeting of many previously inaccessible PAMs. On average, enAsCas12a exhibits a twofold higher genome editing activity on sites with canonical TTTV PAMs compared to wild-type AsCas12a, and we successfully grafted a subset of mutations from enAsCas12a onto other previously described AsCas12a variants3 to enhance their activities. enAsCas12a improves the efficiency of multiplex gene editing, endogenous gene activation and C-to-T base editing, and we engineered a high-fidelity version of enAsCas12a (enAsCas12a-HF1) to reduce off-target effects. Both enAsCas12a and enAsCas12a-HF1 function in HEK293T and primary human T cells when delivered as ribonucleoprotein (RNP) complexes. Collectively, enAsCas12a provides an optimized version of Cas12a that should enable wider application of Cas12a enzymes for gene and epigenetic editing. Structure-guided protein engineering of Cas12a yields variants that have increased activity and that can edit sites with previously inaccessible PAMs.
0
Citation517
0
Save
0

Predictable and precise template-free CRISPR editing of pathogenic variants

Max Shen et al.Nov 1, 2018
Following Cas9 cleavage, DNA repair without a donor template is generally considered stochastic, heterogeneous and impractical beyond gene disruption. Here, we show that template-free Cas9 editing is predictable and capable of precise repair to a predicted genotype, enabling correction of disease-associated mutations in humans. We constructed a library of 2,000 Cas9 guide RNAs paired with DNA target sites and trained inDelphi, a machine learning model that predicts genotypes and frequencies of 1- to 60-base-pair deletions and 1-base-pair insertions with high accuracy (r = 0.87) in five human and mouse cell lines. inDelphi predicts that 5–11% of Cas9 guide RNAs targeting the human genome are ‘precise-50’, yielding a single genotype comprising greater than or equal to 50% of all major editing products. We experimentally confirmed precise-50 insertions and deletions in 195 human disease-relevant alleles, including correction in primary patient-derived fibroblasts of pathogenic alleles to wild-type genotype for Hermansky–Pudlak syndrome and Menkes disease. This study establishes an approach for precise, template-free genome editing. The authors use a machine-learning algorithm to predict the spectrum of CRISPR–Cas9-nuclease-mediated DNA repair outcomes at human genomic target sites.
0
Citation475
0
Save
Load More