刘小乐教授：CRISPR高通量筛选的新算法

　　高通量的CRISPR筛选，已在功能基因组学研究中显示出巨大的潜力。12月16日，华人女学者、哈佛大学公共卫生学院Dana-Farber癌症研究所的刘小乐教授，在国际著名学术期刊《Genome Biology》发表题为“Quality control, modeling, and visualization of CRISPR screens with MAGeCK-VISPR”的学术研究论文，为CRISPR筛选提出了一套综合质控（QC）、分析和可视化的工作流程——MAGeCK-VISPR。

　　CRISPR/Cas9系统是一种强大的遗传工程技术，可让我们以一种经济合算的方式，在大多数模式生物中直接修饰基因组位点。基于这一系统，最近开发的高通量CRISPR筛选技术，已经在功能基因组学研究中显示出巨大的潜力，从而让研究人员能够系统地识别与各种表型相关的基因。CRISPR筛选，既可以通过用CRISPR/Cas9的直接基因敲除进行，也可以用CRISPR和与激活或抑制效应物融合的dCas9（失去DNA切割活性的Cas9蛋白）干扰基因表达。

　　虽然CRISPR筛选是一项强大的技术，但是它也产生了许多计算上的挑战，包括：（1）如何评价数据质量；（2）如何识别来自筛查的基因或通路命中以及评估其统计学意义；（3）如何有效地可视化和探讨筛选结果。直到现在，仍然还没有一种综合的质控（QC）、数据分析和可视化方法用于CRISPR筛选。

　　已有研究开发出几种算法，用于基因芯片或高通量测序数据的筛选分析。这些算法是在两种条件对比的基础上设计出来的，但是，许多筛选是在几个时间点、在许多处理条件下或许多细胞系中进行的。此外，这些算法没有考虑单向导RNA（sgRNA）对靶基因的敲除效率。

　　在这项研究中，研究人员提出了MAGeCK-VISPR来克服CRISPR筛选的计算挑战。MAGeCK-VISPR定义了一套QC测量，并通过最大似然估计方法（MAGeCK-MLE）扩展了MAGeCK算法，以在不同条件下调用必需的基因，同时考虑sgRNA的敲除效率。

　　此外，MAGeCK-VISPR，为CRISPR筛选质量控制和分析结果的交互式探测，提供了一个基于Web的可视化框架（VISPR）。MAGeCK-VISPR采用一种Snakemake工作流程，以一种可扩展和可重复的方式，将MAGeCK和VISPR结合起来。

　　随着CRISPR筛选变得越来越普遍，数据的复杂性（如批量效应），将是不可避免的，这就需要对有意义的下游分析进行适当的校正。现有的批量去除算法，已被广泛用于去除基因表达分析中的批量效应。在将来，这些算法可被整合到MAGeCK-VISPR流程中。从这以后，MAGeCK-VISPR将能够通过不同试验数据集之间的直接对比，确定癌症相关——以及疾病特异性的重要基因，从而为疾病和癌症的病理机制，提供新的治疗见解。