2015:?基因编辑技术哪家强

点击标题下「大数据文摘」可快捷关注

欢迎熟悉外语(含各种“小语种”)的朋友,加入大数据文摘翻译志愿者团队,分别回复“翻译”和“志愿者”可了解更详细信息。

摘自:中国生物技术信息网

可以毫不夸张地说,CRISPR-Cas9已经风靡生物技术世界。

宽客网,量化投资,宽客俱乐部

CRISPR-Cas9 诱导的基因编辑示意图

无论是在基础研究,还是临床研究方面,RNA引导性核酸酶使研究人员能够以单核苷酸分辨率编辑活细胞的基因组,这为生物技术不少领域带来了新希望。借助于CRISPR-Cas9基因编辑技术,科学家们能够调查一些基因和遗传突变在人类生物学及疾病中的作用。这一系统可以在DNA水平上消除基因的功能,相比之下像RNA干扰一类的遗传干扰技术则是在RNA水平上发挥作用。

在2015年刚刚开年的这三个月里,CRISPR技术相关的成果如潮水一般的涌来,单从NCBI上的数据就可以看出,发表的论文已经达到了上万个,从成果上来说,不但在衰老研究,癌症研究方法取得了重要成果,而且技术上也突破了一个个难题。

首先,从技术本身来说,2014年在两个方面得到了改进:提高导向RNA(gRNA)的特异性,以及如何筛选脱靶。对于第一个问题,Nature Biotechnology杂志建议切断gRNAs ,减少脱靶问题,而且不影响靶标活性,而另外一个研究组则建议更长一些的gRNAs。

第二个问题,研究人员认为可以用配对替换切口酶(nickases)替换Cas9 核酸酶(前者每次只能切断DNA一条链),或者将 Cas9突变融合到Fok1 这种需要催化激活的核酸酶中去。此外,通过来自不同物种的Cas9也能增加靶向多个位点的灵活性,进一步改善 Cas9-gRNA 复合物的传递系统,也有助于增加效率。

2015年,来自美国希望之城贝克曼研究所等处的研究人员使用了一种基于整合酶缺陷型慢病毒载体(IDLV)的技术,通过表达CRISPR/Cas9核酸酶或TALENs的质粒转染HEK细胞,之后转导了IDLV。这个IDLV携带的基因赋予了抗生素和嘌呤霉素的抗性。核酸酶形成DSB后,允许IDLV整合,使得耐受嘌呤霉素的克隆数量增加了两到三倍。

还有来自韩国首尔大学等处的研究人员开发出一种强大、敏感、无偏见和具有成本效益的方法——Digenome-seq,可在全基因组范围内检测人类细胞中的CRISPR/Cas9脱靶效应。

这种方法利用基因组测序查找CRISPR-Cas9可能突变产生的打靶和脱靶序列。他们用Cas9核酸酶在试管中消化人类基因组DNA,然后进行全基因组测序。这种体外消化可产生打靶和脱靶序列的独特模式,可以通过计算确定。此外,个在sgRNA末端添加组成CRISPR-Cas9的鸟嘌呤核苷酸,研究人员成功地制备了这种高度发达的可编程核酸酶,在人类基因组中它没有可测量的脱靶效应。

更加令人激动的是,几个研究组开发出了基于CRISPR-Cas9的转录激活系统,可以用光进行控制,该系统包括一对融合蛋白:一个蛋白把灭活Cas9蛋白结合到一个称为CIb1的蛋白,另外一个蛋白将一个转录激活结构域结合到隐花色素2(CRY2)。用蓝光照亮表达这两个蛋白质的细胞和引导性RNA,可使两个蛋白质片段配对,将转录激活结构域拴在DNA上,并激活转录。本设计为以前这种构成性的合成转录因子引入了一种调控机制。

在疾病研究方面,斯坦福大学的科学家利用一种基因组编辑工具箱构建出了可在自然短寿的非洲青鳉鱼(African turquoise killifish)中研究衰老的平台。

而来自Keio大学的研究人员建立了源自正常肠道上皮的类器官,并用CRISPR系统向其中引入了多个突变。研究人员通过CRISPR系统引入了肿瘤抑制基因APC、SMAD4和TP53突变,以及癌基因KRAS和PIK3CA突变。他们发现,表达全部五种突变的类器官,不依赖干细胞巢的因子就能在体外生长,而且移植到小鼠肾包膜下会形成肿瘤。

【医疗大数据栏目介绍】

2015年2月7日“医疗大数据专栏”正式成立。随着基因芯片及DNA测序技术的发展,生物医疗大数据迅猛发展,既是大数据技术发展的原动力,也是大数据技术的受益者。大数据文摘2013年7月成立,我们专注数据,每日坚持分享优质内容,从未间断,我们努力为读者和志愿者打造一个分享和交流平台。作为大数据文摘的志愿者群,我们中有不少人从事医疗大数据相关工作,关心医疗大数据的发展,愿意通过这个专栏,和大家一起分享医疗大数据的点点滴滴。

如果您是专业人员,愿意与大家分享,请加入我们,我们把这个平台和专栏做得更好。精准医疗的革命时代到来了,让我们一起关注医疗大数据技术的发展。

【主编介绍】

有意联系译者的朋友,请给“大数据文摘”后台留言,附自我介绍及微信ID,谢谢。

宽客网,量化投资,宽客俱乐部

孙强,资深生物信息专家,现在服务于美国国立癌症研究所,从事癌症基因组数据库管理工作。热爱大数据,加入大数据文摘志愿者行列一年有余,愿以文会友,广结大数据善缘。旅居美国多年,现在定居于大华府地区。

读过的学校:山东大学,中科院植物所,加大洛杉矶分校( UCLA )

生活过的城市:淄博,济南,北京,洛杉矶,华盛顿

其他爱好:足球,钓鱼,打牌

大数据格言:big data is better data
数据分析, 数据挖掘, 大数据, 核酸酶

原文发布于宽客论坛,点击阅读原文


风险提示及免责条款

市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场,不承担相关法律责任。如若转载,请注明出处。 如若内容造成侵权/违法违规/事实不符,请点击【内容举报】进行投诉反馈!

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部