动态：新综合地图将每个人类基因跟它的功能联系起来

现在，二十多年过去了，MIT教授Jonathan Weissman及其同事已经超越了序列并提出了人类细胞中表达的基因的第一个全面功能图。这个项目的数据于6月9日在线发表在《Cell》上，其将每个基因跟它在细胞中的工作联系起来，这代表了多年来在单细胞测序方法Perturb-seq上合作的结晶。

这些数据可供其他科学家使用。Weissman说道：”这是一个很大的资源，就像人类基因组是一个很大的资源一样，你可以进去做基于发现的研究。你不必提前定义你要研究的生物学，你有这个基因型-表型关系图，你可以进去筛选数据库，而不必做任何实验。”据悉，他还是怀特海研究所的成员和霍华德-休斯医学研究所的调查员。

这使得研究人员得以深入研究各种生物学问题。他们用它来探索功能未知的基因对细胞的影响、研究线粒体对压力的反应并筛选出导致染色体丢失或增加的基因，这种表型在过去被证明很难研究。“我认为这个数据集将使那些来自生物学其他领域的人能够进行各种我们甚至还没有想到的分析，突然间他们就有了这个可以利用的东西，”这项研究的论文共同第一作者、前魏斯曼实验室博士后Tom Norman说道。

开创性Perturb-seq方法

该项目利用的Perturb-seq方法使得科学家们有可能以前所未有的深度跟踪开启或关闭基因的影响。这种方法由包括魏斯曼和MIT教授Aviv Regev在内的一组研究人员于2016年首次发表，不过它只能用于小规模的基因集且花费巨大。

大量的Perturb-seq图谱是由Joseph Replogle的基础工作促成，他是Weissman实验室的医学博士生，也是本论文的第一作者之一。Replogle与Norman、Britt Adamson（普林斯顿大学分子生物学系的助理教授）及10x基因组学的一个小组合作着手创建一个可以扩大规模的新版Perturb-seq。研究人员于2020年在《Nature Biotechnology》上发表了一篇概念验证的论文。

Perturb-seq方法使用CRISPR-Cas9基因组编辑将遗传变化引入细胞，然后使用单细胞RNA测序来捕获有关因特定遗传变化而表达的RNA的信息。由于RNA控制着细胞行为方式的所有方面，这种方法可以帮助解读基因变化的许多细胞效应。

自他们最初的概念验证论文以来，Weissman、Regev及其他人已经在更小的范围内使用这种测序方法。如研究人员在2021年使用Perturb-seq来探索人类和病毒基因在感染HCMV（一种常见的疱疹病毒）的过程中如何互动。

在新研究中，Replogle和包括Weissman实验室的研究生和该论文的共同第一作者Reuben Saunders在内的合作者将该方法扩大到整个基因组。他使用人类血癌细胞系以及来自视网膜的非癌细胞、对超过250万个细胞进行了Perturb-seq并利用这些数据建立了一个将基因型和表型联系起来的全面地图。

深入研究数据

在完成筛选后，研究人员决定将他们的新数据集投入使用并着手研究一些生物学问题。Tom Norman指出：“Perturb-seq的优势在于它可以让你以一种无偏见的方式获得一个大数据集。没有人完全知道你能从这种数据集中得到的极限是什么。现在问题是，你实际上用它做什么？”

第一个最明显的应用是研究具有未知功能的基因。因为该屏幕也读出了许多已知基因的表型，研究人员可以用这些数据来比较未知基因和已知基因并寻找类似的转录结果，这可能表明这些基因产品作为一个更大的复合物的一部分一起工作。

一个名为C7orf26的基因的突变尤其引人注目。研究人员注意到，那些被移除导致类似表型的基因是一种叫做Integrator的蛋白质复合物的一部分，该复合物在创造小核糖核酸方面起着作用。Integrator复合体由许多较小的亚单元组成--以前的研究表明有14个单独的蛋白质--而研究人员能确认C7orf26构成了该复合体的第15个组成部分。

他们还发现，这15个亚单位在较小的模块中一起工作并在整合者复合物中执行特定的功能。Saunders说道：“如果没有这种千尺高楼平地起的情况，这些不同的模块在功能上是如此不同，这一点并不清楚。”

而Perturb-seq的另一个好处是，由于该检测专注于单细胞，研究人员可以使用这些数据来观察更复杂的表型，当它们跟来自其他细胞的数据一起研究时这些表型会变得模糊不清。“我们经常把‘基因X’被敲除的所有细胞拿出来，把它们平均在一起，然后看看它们如何变化，”Weissman介绍称，“但有时当你敲除一个基因时，失去同一基因的不同细胞会有不同的行为，而这种行为可能会被平均数所忽略。”

相关资料图

研究人员发现，一个基因子集，其去除导致不同细胞的不同结果，负责染色体的分离。它们的移除导致细胞失去一条染色体或捡到一条额外的染色体，这种情况被称为非整倍体。“你无法预测失去这个基因的转录反应是什么，因为它取决于你获得或失去什么染色体的次级效应，”Weissman介绍道，“我们意识到，我们可以扭转这种情况，创造这种复合表型，寻找染色体获得和失去的特征。通过这种方式，我们已经完成了第一个全基因组范围的筛选以寻找DNA正确分离所需的因素。”

“我认为非整倍体研究是迄今为止这一数据的最有趣的应用。它抓住了一个你只能用单细胞读出的表型。你不能用其他方式去追求它，”Norman说道。

研究人员还利用他们的数据集来研究线粒体如何对压力做出反应。从自由生活的细菌进化而来的线粒体，在其基因组中携带13个基因。在核DNA内，约有1000个基因跟线粒体功能有某种程度的关系。Replogle说道：“人们对核DNA和线粒体DNA在不同的细胞条件下是如何协调和调节的，特别是当一个细胞受到压力时，已经关注了很久了。”

研究人员发现，当他们扰乱不同的线粒体相关基因时，核基因组对许多不同的遗传变化作出类似的反应。然而线粒体基因组的反应要多得多。

Replogle指出：“线粒体为什么仍有自己的DNA，这仍然是一个开放的问题。从我们的工作中得到的一个大的启示是，拥有独立的线粒体基因组的一个好处可能是对不同的压力源有局部的或非常具体的遗传调节。”

“如果你有一个线粒体被破坏，而另一个线粒体以不同的方式被破坏，这些线粒体可能会做出不同的反应，”Weissman说道。

在未来，研究人员希望将Perturb-seq用于他们开始使用的癌细胞系以外的不同类型的细胞。另外，他们还希望继续探索他们的基因功能图并希望其他人也能这样做。Norman说道：”这确实是作者和其他合作者多年工作的结晶，我真的很高兴看到它继续成功和扩大。”