实验室系统解析非编码基因组功能扰动策略

2026年08月17日 10:12 点击：[]

非编码基因组占人类基因组的98%以上，其中包含大量顺式调控元件（cis-regulatory element，CRE）和功能性非编码RNA（ncRNA），在多种生理病理过程中发挥重要作用。然而，如何在非编码区实现高效的功能扰动（perturbation），一直是基因组学领域的核心挑战之一。目前，多种基于CRISPR的基因组编辑工具可被用来靶向扰动非编码基因组元件，比如：单个gRNA（sgRNA）介导的CRISPR敲除（CRISPR KO）、CRISPR干扰（CRISPRi），以及成对gRNA（paired-gRNA，pgRNA）介导的dual-SpCas9、Big Papi、dual-enAsCas12a局部片段删除系统等。其中，利用pgRNA介导的“双切割+片段删除”策略，相比传统的sgRNA单位点编辑方法，更有可能产生强烈的功能表型。然而，目前尚缺乏对不同编辑工具在非编码基因组功能扰动方面的系统性评价，也缺少针对pgRNA片段删除策略的结果预测模型，导致研究人员在选择编辑工具时缺乏可依据的参考指南。

2026年8月11日，东北大学生命科学与健康学院费腾教授团队与厦门大学生命科学学院黄佳良教授团队合作，在Nature Communications杂志在线发表了题为Towards Efficient Perturbation for the Noncoding Genome的研究论文。该研究通过高通量CRISPR筛选实验，系统性地比较了五种代表性基因编辑工具在非编码基因组功能扰动方面的表现，并开发了针对dual-SpCas9系统进行pgRNA设计和编辑结果预测的深度学习模型DeepDC，为高效探究非编码基因组的功能元件提供了实用性的工具指南。

研究团队选取了五种典型的编辑工具进行基准测试，包括传统的sgRNA介导的CRISPR KO、CRISPRi，以及三种pgRNA介导的双切割片段删除系统（dual-SpCas9、Big Papi和dual-enAsCas12a）。通过构建靶向69个已知功能CREs的sgRNA/pgRNA文库（总计13,167个gRNA-effector组合），并在A549和K562细胞中进行大规模CRISPR筛选，以系统评估不同工具的性能表现。结果表明，dual-SpCas9系统在功能扰动CRE（如增强子）方面表现最优。

除CRE外，长链非编码RNA（lncRNA）基因也是非编码基因组的重要组成部分。在针对约200个在肺癌中高表达的lncRNA的高通量筛选中（16,840个gRNA-effector组合），研究团队进一步验证了dual-SpCas9系统在功能扰动非编码RNA基因方面的优势。同时发现，DNA水平的扰动（如删除、切割或转录抑制）与RNA水平敲低（如RNAi）因存在不同的技术局限会在特定情况下导致扰动结果差异。提示在研究非编码RNA基因时，有必要结合RNA靶向工具来区分转录本依赖与非依赖的功能。

为进一步优化dual-SpCas9系统的应用，研究团队整合了来自9个已发表研究和本研究的154,457个pgRNA基因编辑数据，开发了基于XGBoost的深度学习模型DeepDC。该模型整合了靶片段长度、GC含量、sgRNA效率指数、表观遗传信号以及HyenaDNA提取的片段水平特征等多维度信息。DeepDC可辅助研究人员进行dual-SpCas9系统的最优pgRNA组合设计，并定量预测DNA片段删除的编辑结果。研究团队在β-珠蛋白基因座增强子（HS1和HS2）上对DeepDC的功能和预测结果进行了独立的实验验证。DeepDC已上线免费网络服务器（https://deepdc.huanglabxmu.com/），并同时在GitHub上提供了独立版本供研究人员使用。

综上，该研究通过对CRISPR基因编辑工具开展系统性基准比较，回答了“在非编码基因组研究中该优先选择哪种编辑工具”这一重要问题，明确了dual-SpCas9编辑系统的优先地位，也揭示了DNA靶向编辑工具的局限性。同时开发了辅助dual-SpCas9系统pgRNA设计的深度学习模型DeepDC，为非编码基因组功能研究提供了实用资源。

东北大学生命科学与健康学院费腾教授和厦门大学生命科学学院黄佳良教授为本文共同通讯作者，东北大学生命科学与健康学院博士生张晗和厦门大学健康医疗大数据国家研究院博士生骆世杰为共同第一作者。

原文链接：https://doi.org/10.1038/s41467-026-76567-4

下一条：祝贺Huanglab 2026届成员顺利毕业

【关闭】