研究利用單細胞表型探索細胞內基因互作

2020-12-05 科學網

研究利用單細胞表型探索細胞內基因互作

作者：

小柯機器人

發布時間：2019/8/23 13:57:17

美國加州大學舊金山分校Jonathan S. Weissman、Luke A. Gilbert及Thomas M. Norman小組，在最新研究中利用豐富的單細胞表型探索細胞內基因互作。該研究於2019年8月23日發表於國際學術期刊《科學》上。

研究人員提出一種用於解釋從轉錄表型到細胞狀態(流形)的高維結構構建的新分析方法。利用這種方法，研究人員從Perturb-seq的資料庫中發掘了基於生長功能以及獲得性功能的基因互作圖譜。對這種多樣性的探索可以幫助有序的對調節途徑，GI的分類原則(例如，鑑定抑制子)和協同作用的機理闡明，如CBL和CNN1可以協調驅動紅細胞分化。最後，研究人員提出可以應用系統機器學習來預測相互作用，促進對更大的GI的探索。

如何從基因的組合表達中產生細胞和生物複雜性是生物學中的核心問題。高通量表型分析方法，如Perturb-seq（單細胞RNA測序聯合CRISPR篩選），為大規模探索此類基因相互作用（GI）提供了機會。

附：英文原文

Title: Exploring genetic interaction manifolds constructed from rich single-cell phenotypes

Author: Thomas M. Norman, Max A. Horlbeck, Joseph M. Replogle, Alex Y. Ge, Albert Xu, Marco Jost, Luke A. Gilbert, Jonathan S. Weissman

Issue&Volume: Volume 365 Issue 6455

Abstract: How cellular and organismal complexity emerges from combinatorial expression of genes is a central question in biology. High-content phenotyping approaches such as Perturb-seq (single-cell RNA-sequencing pooled CRISPR screens) present an opportunity for exploring such genetic interactions (GIs) at scale. Here, we present an analytical framework for interpreting high-dimensional landscapes of cell states (manifolds) constructed from transcriptional phenotypes. We applied this approach to Perturb-seq profiling of strong GIs mined from a growth-based, gain-of-function GI map. Exploration of this manifold enabled ordering of regulatory pathways, principled classification of GIs (e.g., identifying suppressors), and mechanistic elucidation of synergistic interactions, including an unexpected synergy between CBL and CNN1 driving erythroid differentiation. Finally, we applied recommender system machine learning to predict interactions, facilitating exploration of vastly larger GI manifolds.

DOI: 10.1126/science.aax4438

Source:https://science.sciencemag.org/content/365/6455/786

Science：《科學》，創刊於1880年。隸屬於美國科學促進會，最新IF：41.037

相關焦點

  • Science:利用單細胞基因組學進行人類細胞表型分析
    「表型（phenotype）」可能意味著很多事情，但總的來說，它是對由於個體基因型與其環境相互作用而產生的一系列特性進行分類的一種方式。為何對恢復視力很重要Gray Camp解釋道，「當我們在巴塞爾分子與臨床眼科研究所努力恢復視力的過程中，單細胞基因組學是開發個性化表型分析策略的最新進展之一。
  • 單細胞拉曼分選儀(RACS):探索微觀世界的利器
    不論在幹細胞發育的機理研究、腫瘤細胞的診斷，還是微生物群落中功能組分的識別中，關鍵的細胞表型經常僅有粗放認識或完全未知(即「未知」的細胞表型)，也沒有其生物標記。因此，FACS通常難以分選那些生物標識物通常未知或難以外加活體螢光標記的細胞體系(如微生物群落等)。(2)難以開展「原位」研究。
  • 人工細胞的表型測試與分選:構建從光譜學到遺傳學的橋梁
    人工細胞表型測試技術的現狀基於光譜的單細胞表型測試無論是從天然環境中尋找、識別和鑑定生物元件與模塊，還是表徵、理解和篩選人工設計的基因迴路與網絡，關鍵環節之一均是其活性以及功能在活體細胞內的快速測試與評價。
  • 運用定量蛋白組學對種群特異進化的基因新型互作網絡研究
    新基因在生物體內創造了新的遺傳和表型多樣性，為了獲得新的分子和細胞功能，新基因必須整合到祖先的基因相互作用網絡中，或者重塑新的基因相互作用網絡。本文由鹿明生物合作客戶華中農業大學塗金星博士研究團隊在NEW PHYTOLOGIST發表的題為：「Two Young Genes Reshape a Novel Interaction Network in Brassica napus「的研究，本文作者運用iTRAQ定量蛋白質組學、轉錄組學研究篩選到甘藍型油菜中Bnams4b和BnaMs3的相互作用蛋白，對兩個種群特異性共同進化的年輕基因在植物中重塑了一個新型互作網絡
  • 2018單細胞測序應用領域突破性成果盤點
    Cell：美國研究團隊繪製目前規模最大免疫細胞圖譜，探索乳腺癌免疫微環境　　2018年8月23日，美國紀念斯隆-凱特琳癌症中心團隊，使用單細胞轉錄組測序，分析了人乳腺腫瘤以及配對的正常乳腺組織，外周血和淋巴結4個組織來源的共47016個免疫細胞的基因表達特徵。揭示腫瘤內淋巴細胞和髓系細胞的異質性，與正常乳腺組織相比表現出顯著的表型擴增。
  • 同步輻射單細胞紅外顯微成像研究獲進展
    單細胞技術在測序方面取得了進展；由於該技術具有無須標記、非侵入性、可同時展示胞內代謝物（組）特徵等優點，逐漸得到學界關注。相關研究成果以How many cells are enough for single-cell infrared spectroscopy為題，發表在Chemical Communications上（圖1）。人類表型組是基因組之後生命科學研究的又一重點，是聯繫生物體基因型和表型的橋梁。
  • 珍藏版綜述 | 以HIV為例的單細胞分析,將為病毒研究與治療開創新的...
    對單個細胞的研究主要分為兩步，一方面需要單細胞分離，另一方面需要在分子水平上對細胞進行分析。單細胞分離單細胞分離可以通過多種方法實現。流式細胞螢光分選技術（FACS）利用流式細胞術使用螢光報告或基於抗體的特定蛋白質識別進行單細胞分選，但此種方法可能會導致細胞損傷。
  • 利用高通量單細胞測序技術 中山醫院破解肝癌術後復發臨床難題
    「華大基因自主搭建的高通量單細胞全長RNA測序平臺，其基因檢測數目遠高於市面上常用的單細胞早期腫瘤復發是指手術後兩年內出現的復發，佔肝癌術後復發的三分之二以上，是影響病人預後的關鍵因素，也是臨床的難點和痛點。「在這項研究中，我們使用了高通量單細胞全長轉錄組測序技術，這在國際上也是非常領先的，使用該技術去探索臨床上面臨的關鍵難題，意義重大。」楊欣榮教授對第一財經記者表示。
  • 單細胞測序揭開「作物遺傳分析和產量基因挖掘」新篇章
    為突破這一瓶頸，來自美國冷泉港實驗室的David Jackson 課題組及多個合作團隊的研究者們利用玉米這一糧食農作物作為研究對象，聚焦花序器官早期發育這一決定性階段，運用時下先進的單細胞轉錄組測序 (scRNA-seq) 技術， 構建單細胞水平基因共表達網絡並準確預測基因冗餘，進而整合特異性細胞群體染色質開放數據，鑑定關鍵轉錄因子調控位點，最終結合全基因組關聯分析挖掘產量性狀相關基因。
  • 上海高研院等在同步輻射單細胞紅外顯微成像研究中獲進展
    單細胞技術因有望揭示「細胞功能異質性機制」這一生命科學的本質問題，從而解析各種慢性疾病（如癌症、糖尿病和神經退行性疾病）和衰老的分子基礎，是當前生物醫學的研究熱點和重點方向。單細胞技術在測序方面取得了進展；由於該技術具有無須標記、非侵入性、可同時展示胞內代謝物（組）特徵等優點，逐漸得到學界關注。
  • Nat Neuro丨清華姚駿組等利用dCas9/CRISPRi在小鼠腦內實現多基因...
    ，該研究建立了一種高效的基於CRISPR/dCas9的體內激活平臺，並且在小鼠腦中實現了包括基因和長鏈非編碼RNA在內的多個基因元件的同時激活【2】，詳見BioArt此前的報導：楊輝、黃鵬羽合作組利用dCas9轉基因小鼠在腦內實現多基因同時激活。
  • Nature Plants|首次在單細胞水平揭示植物配子、合子和葉肉細胞的染色質空間結構!
    該研究分析了植物配子、合子和葉肉細胞的染色質空間結構，首次從單個細胞水平揭示了植物染色質的三維基因組特徵，展示了配子在受精前後的染色質空間結構的變化及其與基因表達的關係，對於研究合子基因組激活和胚胎發育的染色質基礎，解析親本基因組互作及其在雜種優勢形成中的機制都具有十分重要的意義。
  • 癌中之王:基質微環境塑造胰腺癌瘤內結構|Cell
    研究背景單細胞技術可以描述不同組織之間的異質性，但驅動單細胞表型的空間分布和條件是不太相同的。，應該不會設計10:90這個比例，總感覺CAF細胞太多可能會影響胰腺癌細胞與CAF細胞之間的互作。。。）(1) 與PDAC細胞共培養的CAF細胞導致患者衍生的PDAC細胞系中EMT和PRO表型的單細胞轉錄異質性;為了理解基質微環境對PDAC細胞轉錄程序的影響，作者利用GFP-螢光素酶胰腺癌細胞系（PDAC-3）和mCherry
  • 一種新型的小膠質細胞研究工具,為探索小膠質細胞開闢新途徑
    此外，現有的轉基因品系如Sall1GFP、Sall1CreERT2、Cx3cr1GFP、Cx3cr1Cre或Cx3cr1CreERT2通常是基於可能導致基因的單倍不足或功能性敲除的敲入策略產生的，因此可能影響小膠質細胞的表型。　　因此，迫切需要新的基因工具來對正常生理環境中的實質性小膠質細胞進行研究。
  • Direct-seq:單細胞水平分析CRISPR基因編輯篩選實驗
    phenotype）-基因型（genotype）」的鑑定研究，常見的研究類型包括鑑定與細胞增殖相關essential gene的負選擇實驗、與細胞獲得抗藥抗殺傷能力相關的正選擇實驗等。其基本原理是，在遺傳篩選的起點和終點，細胞群體中 gRNA的種類和頻率會發生富集或丟失。由於gRNA本身指代了細胞的基因型，所以研究人員可以據此來推測表型與基因型的對應關係。但是，這種對應關係是存在局限性的。第一，根據分子生物學的中心法則，遺傳信息首先要從DNA傳遞到RNA，再翻譯為蛋白質，並進一步形成獨特的細胞表型。
  • 神助攻帶你「撩」起單細胞轉錄組
    105  數量級細胞一次測10min內實現上萬個細胞的封裝，1天內建庫單個細胞捕獲效率高達65%­單個液滴捕獲到多個細胞的概率極低0.9%/1000 cells對細胞大小及類型零限制圖2  利用t-SNE對PBMCs進行細胞分型本研究應用10x GemCode™平臺對上萬個單細胞進行3』單細胞轉錄組測序分析。
  • 何愛彬研究組開發新一代單細胞itChIP技術解析早期胚胎細胞命運...
    細胞類型和功能異質性往往通過調控基因表達來實現。目前研究多集中在單細胞轉錄組水平，單細胞水平解析表觀調控機制也鮮有報導，而從單細胞、全基因組範圍研究組蛋白修飾和轉錄因子如何控制細胞譜系發生、命運決定則尚屬空缺。
  • 【盤點】單細胞測序研究進展一覽
    一個細胞裡的DNA或RNA僅僅處在皮克級的水平，這麼少的量遠遠達不到現有測序儀的最低上樣需求。因此科學家們必須先對單細胞內的微量核酸分子進行擴增，而且必須保證儘可能少地出現技術誤差，以便開展後續的測序及其他研究。
  • 如何利用遺傳圖譜研究雜種優勢?
    兩個主要的新方法應運而生：1.利用分子標記的信息，探索雜種優勢與親本遺傳多樣性的關係；2.對雜種優勢QTL進行定位，以此挖掘出控制雜種優勢的基因。利用分子標記信息進行QTL作圖，挖掘控制雜種優勢的數量性狀位點，是研究雜種優勢機理的常用方法。但是，以往的低密度分子標記並不足以檢測控制複雜性狀的多個連鎖基因。