劉小樂教授：CRISPR高通量篩選的新算法

　　高通量的CRISPR篩選，已在功能基因組學研究中顯示出巨大的潛力。12月16日，華人女學者、哈佛大學公共衛生學院Dana-Farber癌癥研究所的劉小樂教授，在國際著名學術期刊《Genome Biology》發表題為“Quality control, modeling, and visualization of CRISPR screens with MAGeCK-VISPR”的學術研究論文，為CRISPR篩選提出了一套綜合質控（QC）、分析和可視化的工作流程――MAGeCK-VISPR。延伸閱讀：劉小樂教授連發多項研究成果。

　　CRISPR/Cas9系統是一種強大的遺傳工程技術，可讓我們以一種經濟合算的方式，在大多數模式生物中直接修飾基因組位點。基于這一系統，最近開發的高通量CRISPR篩選技術，已經在功能基因組學研究中顯示出巨大的潛力，從而讓研究人員能夠系統地識別與各種表型相關的基因。CRISPR篩選，既可以通過用CRISPR/Cas9的直接基因敲除進行，也可以用CRISPR和與激活或抑制效應物融合的dCas9（失去DNA切割活性的Cas9蛋白）干擾基因表達。

　　雖然CRISPR篩選是一項強大的技術，但是它也產生了許多計算上的挑戰，包括：（1）如何評價數據質量；（2）如何識別來自篩查的基因或通路命中以及評估其統計學意義；（3）如何有效地可視化和探討篩選結果。直到現在，仍然還沒有一種綜合的質控（QC）、數據分析和可視化方法用于CRISPR篩選。

　　已有研究開發出幾種算法，用于基因芯片或高通量測序數據的篩選分析。這些算法是在兩種條件對比的基礎上設計出來的，但是，許多篩選是在幾個時間點、在許多處理條件下或許多細胞系中進行的。此外，這些算法沒有考慮單向導RNA（sgRNA）對靶基因的敲除效率。

　　在這項研究中，研究人員提出了MAGeCK-VISPR來克服CRISPR篩選的計算挑戰。MAGeCK-VISPR定義了一套QC測量，并通過最大似然估計方法（MAGeCK-MLE）擴展了MAGeCK算法，以在不同條件下調用必需的基因，同時考慮sgRNA的敲除效率。

　　此外，MAGeCK-VISPR，為CRISPR篩選質量控制和分析結果的交互式探測，提供了一個基于Web的可視化框架（VISPR）。MAGeCK-VISPR采用一種Snakemake工作流程，以一種可擴展和可重復的方式，將MAGeCK和VISPR結合起來。

　　隨著CRISPR篩選變得越來越普遍，數據的復雜性（如批量效應），將是不可避免的，這就需要對有意義的下游分析進行適當的校正。現有的批量去除算法，已被廣泛用于去除基因表達分析中的批量效應。在將來，這些算法可被整合到MAGeCK-VISPR流程中。從這以后，MAGeCK-VISPR將能夠通過不同試驗數據集之間的直接對比，確定癌癥相關――以及疾病特異性的重要基因，從而為疾病和癌癥的病理機制，提供新的治療見解。

　　注：劉小樂 (Xiaole Shirley Liu) 青年時代就讀于天津南開中學, 1992 年考入北京大學生物系。 1994 年轉學到美國史密斯女子學院 (Smith College) 雙修生物化學和計算機科學, 三年后以最高拉丁榮譽畢業 (Summa Cum Laude, 授予全校積分最高的 1% 的畢業生)。2002 年于斯坦福大學取得生物醫學信息學博士和計算機科學輔修博士學位后, 被直接聘為哈佛大學終身制助理教授。她目前擔任哈佛大學公共衛生學院生物統計與計算生物學系的終身正教授、Dana-Farber 腫瘤研究所功能性癌癥表觀遺傳組學中心主任, 和同濟大學生物信息學系教授并長江學者講座教授。