← 返回首頁

CRISPR改了哪裡、細胞如何回應?Superb-seq串起編輯與基因活性

只找到偏離目標的DNA變化,還不足以判斷後果。索爾克研究所的新方法把編輯位置與單一細胞的基因表現連在一起,為基因編輯研究補上一層功能證據,但距離臨床安全判定仍有距離。

By SURL BioNews

一把基因剪刀是否精準,不能只看它有沒有剪中目標。若它同時碰到了其他DNA位置,研究者還得追問:哪些細胞受到影響?細胞內的基因活動是否跟著改變?美國索爾克研究所提出的Superb-seq,正是要把編輯留下的痕跡,與同一顆細胞的分子反應接起來。

這項研究於2026年11月16日刊登於《Nature Methods》。團隊將CRISPR–Cas9編輯、用來標記編輯位置的短DNA序列,以及單細胞RNA定序整合在一起。標記能產生回報編輯位置的RNA,再與細胞原有的RNA一併讀取,讓研究者對照DNA在哪裡被改動,以及哪些基因的表現量出現差異。

在一組約一萬個實驗室培養的人類白血病K562細胞中,團隊使用七條引導RNA,針對四個參與染色質調控的基因進行編輯。Superb-seq辨識出5,761個帶有編輯的細胞,並找到43處編輯位置,其中36處位於預定目標之外。這些數字描述的是特定細胞與實驗條件,不能直接視為其他CRISPR工具或治療的脫靶比例。

方法上的關鍵,是把「送入什麼指令」與「實際發生什麼編輯」分開辨認。作為比較的Perturb-seq會讀取引導RNA及基因表現,卻不直接讀出最後的編輯結果;Superb-seq加入這層資訊後,改善了研究者對下游基因表現效應的估計。論文另指出,19處脫靶編輯與基因表現差異相關,其中九處呈現細胞類型特異性,顯示同樣的偏離目標事件,可能因細胞背景而有不同影響。

這對基礎研究也有意義。當科學家透過破壞某個基因來推敲它的功能,意外編輯可能混入觀察結果,讓原本歸因於目標基因的現象變得難以解釋。將編輯位置與細胞反應配對,有助於釐清這些干擾;用於基因編輯療法開發時,也可能補充候選方案的早期安全性分析。

團隊同時提出,這類配對資料可供機器學習模型訓練,協助預測細胞受到基因擾動後的反應。具體價值在於,模型能取得實際編輯結果,而不只是研究者原先設計的指令;不過,這仍是預期用途,研究並未因此證明AI模型已能改善臨床決策。索爾克也表示,Graham McVicker、Brad Balderson與Michael Lorenzini已為Superb-seq提出專利申請。

目前Superb-seq仍是一項研究方法,並非經臨床驗證的治療或安全認證工具。基因表現改變不等於疾病已經發生,沒有量到明顯變化,也不能據此排除長期風險。它提供的是一條更細緻的追查路徑:先知道編輯落在哪些細胞,再檢視分子反應,至於這些變化會不會影響人體健康,仍須進一步驗證。

References

  1. Salk Institute
  2. Phys.org (provided by Salk Institute)