今天的基因工程師擁有大量資源可供使用：在線可用的海量數(shù)據(jù)集數(shù)量不斷增加，CRISPR 等高精度基因編輯工具，以及廉價的基因測序方法。但是新技術(shù)的擴散并沒有伴隨著清晰的路線圖來幫助研究人員弄清楚要針對哪些基因、使用哪些工具以及如何解釋他們的結(jié)果。因此，哈佛 Wyss 生物啟發(fā)工程研究所、哈佛醫(yī)學院 (HMS) 和麻省理工學院媒體實驗室的一組科學家和工程師決定制作一個。
Wyss 團隊創(chuàng)建了一個用于執(zhí)行基因篩選研究的集成管道，包括從識別感興趣的目標基因到快速有效地克隆和篩選它們的過程的每一步。該協(xié)議稱為基于測序的目標確定和模塊化擾動篩選 (STAMPScreen)，在Cell Reports Methods 中有描述，相關的開源算法可在 GitHub 上找到。
“STAMPScreen 是一種簡化的工作流程，使研究人員可以輕松識別感興趣的基因并進行基因篩選，而無需猜測使用哪種工具或進行哪些實驗來獲得他們想要的結(jié)果，”通訊作者 Pranam Chatterjee 博士說。 D.，麻省理工學院媒體實驗室的前研究生，現(xiàn)在是 HMS 和 Wyss 研究所的 Carlos M. Varsavsky 研究員。“它與許多現(xiàn)有的數(shù)據(jù)庫和系統(tǒng)完全兼容，我們希望許多科學家能夠利用 STAMPScreen 來節(jié)省時間并提高他們的結(jié)果質(zhì)量。”
挫折是發(fā)明之母
Chatterjee 和該論文的共同第一作者 Christian Kramme 感到沮喪。兩位科學家試圖通過結(jié)合數(shù)字方法(想想算法)和基因工程(想想基因測序)的優(yōu)勢，探索生物學不同方面的遺傳基礎——比如生育、衰老和免疫。但是他們不斷遇到他們使用的各種工具和協(xié)議的問題，這在科學實驗室中很常見。
旨在篩選生物體基因以識別對給定生物過程有重大影響的基因的算法可以判斷基因的表達模式何時發(fā)生變化，但沒有提供對這種變化原因的任何洞察。當他們想在活細胞中測試候選基因列表時，并不清楚他們應該進行哪種類型的實驗。許多可用于將基因插入細胞并對其進行篩選的工具既昂貴又耗時且不靈活。
“我使用稱為 Golden Gate 和 Gateway 的方法將基因克隆到載體中進行篩選實驗，我花了幾個月和數(shù)千美元來克隆 50 個基因。并且使用 Gateway，我無法對基因進行物理編碼以識別哪個基因進入哪個載體，這是我基于下游測序的實驗設計的關鍵要求。我們認為必須有更好的方法來進行此類研究，當我們找不到方法時，我們接受了自己創(chuàng)建它的挑戰(zhàn)，”Wyss Institute 和 HMS 的研究生 Kramme 說。 ,
Kramme 與共同第一作者和 Church 實驗室成員 Alexandru Plesa 合作，他在為他的項目制作基因載體時遇到了同樣的挫折。Kramme、Plesa 和 Chatterjee 隨后著手概述制作一個端到端基因篩查平臺所需的條件，該平臺適用于他們所有的項目，從蛋白質(zhì)工程到生育和衰老。
標簽：
免責聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！