Nature Biotechnology | CRISPR-StAR：破解体内基因筛选瓶颈的全新利器

生物探索

2024-12-17 16:35发布于江苏科学领域创作者

全文7077字，阅读约需21分钟，帮我划重点

划重点

01Nature Biotechnology报道了一种名为CRISPR-StAR的新型基因筛选方法，提高了基因筛选数据的可靠性和分辨率。

02传统CRISPR筛选在复杂的体内模型中面临瓶颈效应与生物异质性的挑战，导致结果数据噪声大。

03然而，CRISPR-StAR通过随机激活sgRNA和在同一单细胞克隆内生成内部对照，有效减少了噪声干扰。

04该技术在黑色素瘤体内模型中成功揭示了与氧化磷酸化和线粒体功能相关的基因依赖性。

05除此之外，CRISPR-StAR还为寻找新的靶向治疗提供了更为精确的工具，推动精准医学发展。

以上内容由腾讯混元大模型生成，仅供参考

引言

CRISPR-Cas9技术因其高效的基因编辑能力成为功能基因组学的重要工具。然而，传统CRISPR筛选在复杂的体内模型（in vivo）中常面临瓶颈效应与生物异质性的挑战，导致结果数据噪声大，难以精准解析基因功能。尤其在肿瘤研究中，肿瘤细胞在体内的异质性增长、不同细胞的增殖优势以及微环境的复杂性使得研究人员无法获得稳定且可复现的基因筛选结果。

为了解决这一难题，12月16日Nature Biotechnology的研究报道“CRISPR-StAR enables high-resolution genetic screening in complex in vivo models”，研究人员开发了一种名为CRISPR-StAR（Stochastic Activation by Recombination）的新型基因筛选方法。这一技术的核心在于通过随机激活sgRNA和在同一单细胞克隆内生成内部对照（Internal Control），在保持实验环境一致的同时，减少由于细胞异质性和基因漂移引起的噪声干扰。与传统分析方法相比，CRISPR-StAR显著提高了数据的可靠性和分辨率，特别是在体内异质性肿瘤模型中，它能够更准确地识别必需基因和肿瘤抑制因子等关键基因。

当该方法应用于黑色素瘤体内模型中时，通过基因筛选揭示了与氧化磷酸化（Oxidative Phosphorylation）和线粒体功能相关的基因依赖性。此外，CRISPR-StAR还能有效排除实验过程中引入的噪声信号，通过内部对照验证基因的真实功能。这一突破不仅为肿瘤基因研究提供了全新的解决方案，也为寻找新的靶向治疗提供了更为精确的工具。

CRISPR-StAR的出现，标志着CRISPR基因筛选技术向高分辨率、低噪声方向迈出了重要一步，为生命科学和医学领域在复杂体内环境中的基因功能研究开辟了新的可能性。

CRISPR技术的革命：基因编辑如何改变癌症研究？

近年来，CRISPR-Cas9技术的出现为基因编辑带来了一场革命性突破，成为生命科学研究中不可或缺的工具。CRISPR-Cas9系统源自细菌的免疫防御机制，通过精确定位和切割DNA，研究人员可以实现基因的“删除”“替换”或“关闭”。这种技术不仅高效、便捷，而且成本较低，为基因功能的系统解析提供了全新手段。

尤其在癌症研究领域，CRISPR-Cas9开启了基因筛选（Genetic Screening）的新时代。通过引入单向导RNA（sgRNA），CRISPR能够高通量地在细胞中敲除特定基因，快速揭示哪些基因是癌症细胞存活、增殖或抗药性所必需的。这些基因被称为必需基因（Essential Genes）或癌症驱动基因（Cancer Driver Genes），它们往往是治疗癌症的重要靶点。

然而，尽管CRISPR在体外模型（如二维细胞培养）中取得了显著成功，但在复杂的体内模型中却面临巨大挑战。一方面，肿瘤细胞在体内环境下表现出异质性（Heterogeneity），不同细胞的生长速度、营养获取和微环境压力存在明显差异；另一方面，细胞在移植到体内时会遭遇瓶颈效应，导致大量细胞无法存活。这种情况导致CRISPR筛选结果的数据噪声过大，难以精确识别真正具有功能意义的基因。

举例来说，传统CRISPR筛选通常需要500至1000个细胞/sgRNA的覆盖度来确保数据可靠性，但在体内环境中，由于细胞存活和增殖的随机性，筛选过程极易受到基因漂移（Genetic Drift）的影响，甚至需要数百万细胞才能达到所需的覆盖水平。这使得体内基因筛选在实际操作中几乎不可行。

瓶颈与挑战：为什么传统基因筛选在体内失效？

首先，瓶颈效应（Bottleneck Effect）是体内筛选面临的核心障碍之一。在传统CRISPR筛选中，需要确保每个单向导RNA（sgRNA）覆盖至少500至1000个细胞，以获得统计学意义上的可靠结果。然而，当CRISPR工具被引入体内时，细胞在移植后的存活率极低，仅有一小部分细胞能够成功嵌植（Engraftment）并形成肿瘤。例如，在黑色素瘤模型中，研究发现注射100万细胞后，最终只有大约1300个细胞成功存活并参与肿瘤形成，远低于基因筛选所需的复杂度。这种细胞数量的骤减导致许多sgRNA被随机“丢失”，使数据结果充满偶然性，难以识别真正有功能的基因。

其次，细胞异质性增长（Heterogeneous Growth）进一步加剧了筛选难度。不同细胞克隆在体内表现出显著的增殖差异，部分细胞由于微环境优势（如营养获取、氧供应）快速扩张，而其他细胞则生长缓慢或完全停滞。研究数据显示，肿瘤中50%的细胞质量往往由不到4%的细胞克隆贡献，这种高度偏倚的生长模式使得实验数据充满噪声，无法有效区分真正的基因效应。

此外，数据噪声过大（High Data Noise）是体内CRISPR筛选无法回避的问题。即使在理想条件下，基因敲除的效果通常也很微弱，传统方法检测到的信号强度仅在20倍左右。然而，体内数据的波动范围却可能达到数千倍，远远超出筛选信号的实际水平。这种噪声的存在使得传统分析无法稳定地区分必需基因（Essential Genes）和非必需基因，甚至可能产生大量假阳性和假阴性结果。

CRISPR-StAR：一种突破体内基因筛选瓶颈的新方法

面对传统CRISPR基因筛选在体内模型中的瓶颈效应和数据噪声问题，研究人员开发出了这种创新技术——CRISPR-StAR（Stochastic Activation by Recombination），为基因功能筛选带来了突破性的解决方案。CRISPR-StAR通过随机激活（Stochastic Activation）与内部对照（Internal Control）的巧妙设计，有效克服了细胞异质性和基因漂移带来的挑战，为高分辨率的基因筛选提供了可能。

CRISPR-StAR的核心在于随机激活sgRNA的机制。在这一技术中，研究人员利用Cre重组酶（CreERT2）将每个sgRNA分为活跃（Active）和非活跃（Inactive）两种状态，并将两种状态随机分布在同一单细胞克隆的后代中。具体来说，经过Cre重组酶诱导后，sgRNA会发生两种不同的不可逆重组：一种删除抑制元件，使sgRNA进入“活跃”状态；另一种则删除sgRNA本身，使其保持“非活跃”状态。这种设计使得每一个单细胞克隆内部同时包含实验组（活跃sgRNA）和对照组（非活跃sgRNA），两者在相同的生长环境中互为参照。

这种内部对照的设置是CRISPR-StAR突破性的重要因素。在传统的体内CRISPR筛选中，实验结果往往受到细胞外部环境和生物学噪声的影响，导致数据难以可靠解读。而CRISPR-StAR通过在同一细胞克隆内设立对照组，巧妙地消除了细胞外部环境（如氧气、营养供应、免疫压力）和内部差异的干扰，从而显著提高了筛选结果的准确性与可重复性。

实验数据显示，与传统方法相比，CRISPR-StAR在低覆盖度（如4个细胞/sgRNA）条件下依然表现出高度一致性，相关性系数高达0.68，而传统方法在相同条件下仅为0.07。更重要的是，CRISPR-StAR能够在高度异质性的体内肿瘤模型中精确区分必需基因与非必需基因，显著降低了假阳性与假阴性的发生率。

TREX用于揭示在活细胞中结合特定RNA序列的蛋白质（Credit: Nature Biotechnology）

(a) 异种移植体内CRISPR筛选工作流程示意图

图示展示了传统CRISPR体内筛选的关键步骤：将携带Cas9的细胞引入病毒sgRNA文库，细胞群体可用于体外或体内筛选。在体内筛选时，随机注入的一小部分细胞成功嵌植（Engraftment）形成肿瘤，而大部分细胞和sgRNA丢失。由于嵌植细胞的随机性和生长的高度异质性，导致肿瘤中sgRNA的表示比例与起始文库有较大偏差，突显了体内筛选数据噪声过大的挑战。

(b) 成功嵌植的细胞数量及异质性分布

该部分量化了不同小鼠中成功嵌植的细胞数量。使用免疫缺陷小鼠（Rag2−/−），每只小鼠注射约10⁵至10⁶个细胞。结果表明，仅有少量细胞成功嵌植并参与肿瘤形成。图中不同颜色代表成功嵌植的条形图所占的NGS reads比例：大多数条形码的表示比例较低，仅有少数条形码表现出显著增殖优势，进一步揭示了克隆生长的异质性。

(c) CRISPR-StAR内部对照概念图

CRISPR-StAR的内部对照设计在此被详细解释。通过CreERT2重组酶的随机激活机制，每个单细胞克隆内同时存在活跃sgRNA（紫色）和非活跃sgRNA（粉色）。这种设计使得每个细胞群体内部具备自身对照，从而有效排除外部环境和克隆异质性带来的噪声干扰。

(d) CRISPR-StAR构建示意图

图示展示了CRISPR-StAR的分子结构。通过CreERT2诱导重组，sgRNA可通过两种不可逆重组途径：一是激活sgRNA（删除抑制元件），二是使sgRNA保持非活跃状态。这种设计实现了同一细胞背景下的基因功能实验和内部对照。

(e, f) 数据相关性比较：传统方法与CRISPR-StAR

(e) 在高复杂度（1024个细胞/sgRNA）和低复杂度（4个细胞/sgRNA）条件下，传统CRISPR筛选方法（活跃sgRNA与起始sgRNA比较）表现出较低的相关性。

(f) 使用CRISPR-StAR方法（活跃sgRNA与非活跃sgRNA内部对照），即使在低复杂度条件下，两组数据间的相关性依然保持较高，显示了CRISPR-StAR在降低噪声方面的显著优势。

(g) 不同复杂度下的相关性（R值）

柱状图显示了在不同细胞覆盖度（如4、16、64、1024个细胞/sgRNA）条件下，传统方法与CRISPR-StAR方法的数据相关性（R值）。结果表明，CRISPR-StAR方法在所有复杂度条件下的相关性都明显高于传统方法，尤其在低复杂度时优势更为突出。

(h) CRISPR-StAR的准确性评估（AUROC值）

通过ROC曲线下的面积（AUROC）量化两种方法的性能。结果显示，传统方法在低复杂度时准确性明显下降，而CRISPR-StAR即使在极低复杂度（如4个细胞/sgRNA）下，依然保持较高的AUROC值，表现出出色的稳定性和准确性。

黑色素瘤研究：CRISPR-StAR如何揭示隐藏的基因依赖性？

黑色素瘤（Melanoma）是恶性程度极高的皮肤癌类型，特别是在BRAF抑制剂治疗后的耐药性问题，使得寻找新的治疗靶点成为研究的重中之重。然而，传统的CRISPR基因筛选在体内模型中由于异质性和瓶颈效应，难以揭示黑色素瘤的关键基因依赖性。为了解决这一难题，研究人员利用CRISPR-StAR技术，对BRAF抑制剂耐药的黑色素瘤模型进行了全基因组筛选。

在该研究中，研究人员使用Yumm1.7 450R小鼠黑色素瘤细胞，该细胞系带有BRAF V600E突变、Cdkn2a缺失和Pten缺失，并表现出对BRAF抑制剂的耐药性。通过CRISPR-StAR技术，将约5800个sgRNA引入细胞系中，并在体内建立肿瘤模型，激活sgRNA后进行基因筛选。与传统方法不同，CRISPR-StAR能够在肿瘤完全建立后再激活sgRNA，从而排除了细胞移植和早期存活差异对实验结果的干扰。

结果显示，CRISPR-StAR成功识别出多种与黑色素瘤细胞存活密切相关的必需基因（Essential Genes）和肿瘤抑制因子（Tumor Suppressors）。例如，线粒体内膜基因（如Ndufs7、Timm10）在体内表现出显著的依赖性，揭示了黑色素瘤在体内环境下对氧化磷酸化（Oxidative Phosphorylation）途径的强烈依赖，而这些基因在传统的体外筛选中并未被发现。此外，CRISPR-StAR还精准识别出一些肿瘤抑制因子，如Stk40和Zbtb10，这些基因的缺失在体内导致黑色素瘤细胞的选择性富集，表明其在肿瘤发展中发挥了重要的抑制作用。

值得注意的是，CRISPR-StAR不仅能够区分真阳性与假阳性结果，还揭示了体内和体外基因依赖性的差异。例如，传统体外筛选往往高估了部分基因的必需性，而CRISPR-StAR通过内部对照有效剔除了这些偏差，从而精准锁定真正影响肿瘤生长的靶点。

从噪声中找到真相：内部对照如何提高数据可靠性？

在基因功能筛选中，数据噪声（Data Noise）是影响结果可靠性的一大痛点，尤其在体内模型中，由于细胞异质性和瓶颈效应，噪声信号的干扰尤为严重。CRISPR-StAR技术凭借其内部对照（Internal Control）的创新设计，实现了对噪声的有效控制，成功提高了数据的科学性和分辨率，为基因筛选带来了前所未有的准确性。

CRISPR-StAR的关键在于内部对照的设置。在这一系统中，每个单细胞克隆的后代都会随机生成两类细胞：一类携带活跃sgRNA（Active sgRNA），另一类携带非活跃sgRNA（Inactive sgRNA）。通过Cre重组酶触发，这两种状态在细胞内以随机且互不干扰的方式共存，形成天然的对照组。这一设计使得每个单细胞克隆内部自带“参照标准”，有效消除了外部环境（如氧气、营养供应、免疫压力）对数据的影响。

这种内部对照的重要性在于，它提供了一个同一细胞背景下的直接对比。在传统CRISPR筛选中，噪声的产生往往源于细胞外部因素的随机变化，导致sgRNA的富集或耗竭难以区分是真实基因效应还是实验噪声。例如，在体内筛选时，部分克隆的快速扩增可能源于微环境优势，而非基因本身的影响，造成假阳性结果。而CRISPR-StAR通过对比同一克隆中活跃与非活跃sgRNA的表现，能够精准地排除这种外部干扰，从而揭示真正的基因功能。

实验结果进一步验证了内部对照的优势。在低复杂度条件下（如仅4个细胞/sgRNA），传统CRISPR筛选的相关性系数仅为0.17，几乎无法获得可靠结果。而CRISPR-StAR在相同条件下依然保持了高达0.68的相关性，显示出极强的抗噪声能力。此外，通过计算ROC曲线和AUROC值，CRISPR-StAR在基因富集和耗竭的准确性上显著优于传统分析方法。

更为关键的是，CRISPR-StAR的内部对照不仅提高了数据的可靠性，还显著减少了实验规模的要求。传统筛选需要超过500个细胞/sgRNA的覆盖度，而CRISPR-StAR在2个细胞/sgRNA的情况下依然能得到一致的结果。这一突破大大降低了体内筛选的技术难度，使高分辨率的基因功能解析成为可能。

突破肿瘤耐药性：CRISPR-StAR揭示的新治疗靶点

在该研究中，CRISPR-StAR被应用于BRAF抑制剂耐药小鼠黑色素瘤模型，通过全基因组筛选，成功揭示了线粒体功能对肿瘤细胞存活的关键作用。与传统体外筛选不同，CRISPR-StAR发现，在体内条件下，黑色素瘤细胞对线粒体氧化磷酸化通路表现出强烈依赖性。这一发现表明，肿瘤细胞在体内微环境中无法完全依赖糖酵解（Warburg效应）供能，而是需要通过线粒体进行高效的能量代谢以维持快速增殖。

具体来说，研究识别出一批位于线粒体内膜（Mitochondrial Inner Membrane）的关键基因，如Ndufs7、Timm10和Cyc1，这些基因编码的蛋白质参与了电子传递链和三羧酸循环（TCA Cycle）。这些基因的敲除会导致线粒体能量代谢受阻，从而显著抑制肿瘤细胞的生长和存活。在传统的体外筛选中，这些基因往往因营养环境的不同而未能被识别，体现了体内微环境对肿瘤基因功能的深刻影响。

此外，CRISPR-StAR还揭示了一些特异性的肿瘤抑制因子，如Stk40和Zbtb10，这些基因的缺失在体内导致肿瘤细胞选择性富集，进一步证实了其在肿瘤发展过程中的重要作用。例如，Stk40被发现能够调控MAPK通路的信号强度，缺失该基因可能使黑色素瘤细胞通过激活MAPK信号重新获得生长优势。

这些发现具有重要的临床意义。针对线粒体功能的靶向治疗，如抑制氧化磷酸化或干扰线粒体电子传递链，可能为BRAF耐药性黑色素瘤提供一种全新的治疗策略。此外，特异性抑制肿瘤抑制因子如Stk40的功能，或能通过扰乱关键信号通路，进一步阻断肿瘤的适应性生长。

CRISPR-StAR如何推动精准医学发展？

CRISPR-StAR技术的问世，为精准医学（Precision Medicine）研究带来了革命性的突破。它通过高分辨率基因筛选和内部对照机制，解决了传统CRISPR筛选在体内复杂疾病模型中的瓶颈问题。其强大的数据可靠性和高解析度使得CRISPR-StAR不仅在肿瘤研究中大显身手，也为药物开发和其他复杂疾病的精准治疗提供了前所未有的工具和思路。

首先，在肿瘤研究方面，CRISPR-StAR为识别关键的基因依赖性和靶向治疗靶点提供了强有力的支持。例如，在黑色素瘤研究中，该技术揭示了线粒体氧化磷酸化通路的重要作用，表明肿瘤细胞在体内环境下高度依赖线粒体功能以维持生长。这一发现为开发能量代谢抑制剂提供了新的方向，也为克服耐药性肿瘤治疗提供了创新策略。

其次，CRISPR-StAR的优势在于它能够在复杂的体内环境中模拟疾病的真实生物学背景。传统的体外模型往往无法准确反映体内的微环境和细胞相互作用，导致筛选结果在临床应用中效果不佳。CRISPR-StAR的设计允许研究人员在全基因组尺度上筛选关键基因，同时排除外部噪声的干扰，显著提高了结果的临床转化潜力。这为药物靶点发现和肿瘤免疫治疗等领域提供了精准的研究工具。

此外，CRISPR-StAR的应用前景不仅局限于肿瘤领域。在其他复杂疾病模型中，如神经退行性疾病、自身免疫疾病和代谢性疾病，CRISPR-StAR同样能够发挥作用。例如，通过在类器官（Organoids）和体内器官移植模型中应用该技术，研究人员可以系统性地筛选和验证疾病相关基因，揭示疾病发生和进展的关键分子机制。这将为精准医疗的实施提供更科学、更高效的解决方案。

未来，随着CRISPR-StAR技术的不断优化，它的应用将进一步拓展。例如，通过与单细胞测序技术和人工智能分析的结合，CRISPR-StAR有望实现更高分辨率的基因功能解析，揭示细胞在疾病状态下的动态变化。此外，通过开发更高效的基因激活和敲除工具，CRISPR-StAR可以应用于更复杂的多基因疾病模型，推动个性化治疗的发展。

参考文献

Uijttewaal, E.C.H., Lee, J., Sell, A.C. et al. CRISPR-StAR enables high-resolution genetic screening in complex in vivo models. Nat Biotechnol (2024). https://doi.org/10.1038/s41587-024-02512-9

责编|探索君

排版|探索君

转载请注明来源于【生物探索】

声明：本文仅用于分享，不代表平台立场，如涉及版权等问题，请尽快联系我们，我们第一时间更正，谢谢！