人类遗传学核心关系谱：建立基因与功能的联系

20多年前，曾参与人类基因组计划的MIT生物学教授Jonathan Weissman是这项新研究的负责人。他说：“这是一个极为丰富的资源，就像人类基因组那样，所有科学家都可以使用。你可以利用它进行基于发现的研究。有了这个基因型-表型关系图谱，你不需要预先定义你要研究的生物学问题，就可以直接进入并筛选数据库，而且，你也不需要做任何实验。”

该研究共同通讯作者、Weissman实验室的前博士后研究员Tom Norman说：“我认为这个数据集将使来自生物学其他领域的学者进行我们从未想到过的分析。”

这项研究使用了Perturb-seq方法能够以前所未有的深度跟踪基因开启或关闭的影响。该方法于2016年由Weissman等人提出，但当时只能用于小规模的基因，且成本高昂。

Perturb-seq方法使用CRISPR-Cas9基因组编辑技术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信息。由于RNA控制着细胞行为的方方面面，因此，这种方法有助于解码遗传变化对细胞的诸多影响。

自从发表了概念验证研究以来，Weissman等人已经在较小规模研究中使用了这种筛选方法。例如，他们在2021年使用Perfert-seq探索了人类和病毒基因在感染常见疱疹病毒HCMV的过程中是如何相互作用的。

在这项新研究中，Weissman团队将该方法扩展到了整个基因组。他们利用人类血癌细胞系和来自视网膜的非癌细胞，对超过250万个细胞进行了Perturb-seq测序，并利用这些数据构建了一个将基因型与表型联系起来的全面图谱。

在完成筛选后，研究人员使用新数据集研究一些生物学问题。

Norman说：“Perfert-seq的优点是，它可以让你以一种无偏差的方式获得一个大数据集。没有人会知道你在使用这种数据集时会遇到什么限制。现在你更应该关注的是，到底用它来做什么？”

第一个明显的应用是研究具有未知功能的基因。由于新筛选读出了许多已知基因的表型，研究人员可以使用这些数据将未知基因与已知基因进行比较，并寻找相似的转录结果，这可能表明基因产物会作为更大复合物的一部分协同工作。

其中一种名为C7orf26的基因突变尤为突出。研究人员注意到，将其删除后导致相似表型的基因是称为整合子的蛋白质复合物的一部分，该复合物在产生核RNA中发挥作用。整合子复合物由许多较小的亚基组成，之前的研究表明其包含14种单独的蛋白质。现在，研究人员证实，C7orf26是构成这种复合体的第15个组成部分。

他们还发现，15个亚基在较小的模块中协同工作，执行整合子复合物中的特定功能。研究人员表示，如果没有这些重要的见解，就无法弄清楚不同的模块在功能上是否存在差异。

Perfert-seq的另一个优点是，由于分析侧重于单个细胞，研究人员可以使用这些数据来观察更复杂的表型。通常，这些表型与来自其他细胞的数据一起研究时会变得混乱。

Weissman说：“我们经常把‘基因X’被敲除的所有细胞当作整体来观察它们是如何变化的。但有时，当你敲除一个基因时，缺少同一个基因的不同细胞会表现出不同的行为，而这种行为可能会被忽略。”

研究人员发现，删除一个基因子集会导致不同细胞产生不同的结果，这与染色体分离有关。它们的移除会导致细胞失去一条染色体或增加一条额外的染色体，这种情况被称为非整倍体。

Weissman说：“你无法预测丢失这个基因的转录反应是什么，因为它取决于你获得或丢失的染色体的次级效应。我们意识到，这个局面其实是可以扭转的，创建这种复合表型，寻找获得和丢失染色体的特征。通过这种方式，我们在全基因组范围内筛选出正确分离DNA所需的因子。”

Norman说：“我认为非整倍体研究是迄今为止这一数据有趣的应用。它捕获到到一种只能通过单细胞读数获得的表型。你无法以任何其他方式去追踪它。”

研究人员还利用他们的数据集研究了线粒体如何应对压力。线粒体是由自由生活的细菌进化而来，其基因组携带13个基因。在核DNA中，大约1000个基因与线粒体功能有关。

长期以来，人们一直对核DNA和线粒体DNA在不同细胞条件下如何协调感兴趣，尤其是当细胞受到压力时。

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基因变化的反应是相似的。然而，线粒体基因组的反应要多得多。