癌癥中有數(shù)百萬種突變和其他遺傳變異。然而，與無害的“乘客”相比，了解這些突變中的哪些是有影響的腫瘤“驅動因素”，以及每個驅動因素對癌細胞的作用，一直是一項具有挑戰(zhàn)性的工作。許多研究依賴于定制的、耗時的、特定于基因的方法，這些方法為給定突變的更廣泛的功能影響提供一維視圖。或者，計算預測可以提供功能性見解，但這些發(fā)現(xiàn)必須通過實驗來證實。
現(xiàn)在，在《自然生物技術》雜志上發(fā)表的一份報告中，麻省理工學院和哈佛大學布羅德研究所的一個研究小組公布了一種大規(guī)模、高分辨率的方法，用于同時對大量蛋白質編碼突變進行功能評估，該方法可以返回豐富的表型信息和這可能被用來研究癌癥和其他疾病中任何基因的任何突變。他們通過癌細胞系的概念驗證實驗獲得的結果還表明，個體突變不僅可以對其受影響的基因產生一系列影響還涉及分子途徑和整個細胞狀態(tài)，并為長期接受的將癌癥突變分為所謂的“驅動程序”和“乘客”的做法增加了細微差別。
“當你查看來自患者腫瘤的基因數(shù)據(jù)時，你會發(fā)現(xiàn)大多數(shù)與癌癥相關的突變實際上非常罕見，這意味著我們對這些突變的作用知之甚少，”Broad 癌癥項目的 Jesse Boehm 說，他是該研究的共同高級作者，Aviv Regev 是現(xiàn)在在羅氏集團成員基因泰克的廣泛核心研究所成員。“要使癌癥精準醫(yī)學成為現(xiàn)實，我們需要對每種突變的功能有深入的了解，但一項重大挑戰(zhàn)是定義一種可以在實驗室中以所需規(guī)模實施的實驗方法。這種新方法可能是我們需要的工具。”
這種稱為基于單細胞表達的變異影響表型分析 (sc-eVIP) 的新方法建立在 Perturb-seq 的基礎上——一種由 Regev 及其同事在 2016 年開發(fā)的方法，用于操縱基因并使用高通量單基因探索這些操縱的后果細胞 RNA 測序和 eVIP，這是 Boehm 及其同事在 2016 年開發(fā)的一種方法，用于使用 RNA 測量來分析小規(guī)模的癌癥變異。雖然 Perturb-seq 分析最初依靠 CRISPR 將突變引入細胞，但 sc-eVIP 團隊采用了一種基于過表達的方法，為每個感興趣的突變設計 DNA 條形碼基因構建體，并將它們引入細胞池中，從而細胞以高于正常水平表達突變基因。
然后通過使用單細胞 RNA 測序記錄每個受干擾細胞的表達譜，該團隊既可以識別給定細胞攜帶的突變(基于構建體的獨特條形碼)，又可以檢查突變對細胞整體表達狀態(tài)的更廣泛影響。這種方法提供了突變對各種分子途徑和回路的影響的高度詳細的視圖，并且不需要針對所研究的每個新基因進行調整。
標簽：
免責聲明：本文由用戶上傳，如有侵權請聯(lián)系刪除！