两篇Science重大成果：CRISPR与非编码基因组

　　2016年09月26日讯 来自麻省理工学院，Broad研究院等处的研究人员利用一个大型单导向RNA（sgRNA）文库，发现了影响癌症患者耐药性的基因的非编码调控元件，这一重要的发现公布Science杂志上，同期杂志的另外一项独立研究采用了一种高通量 CRISPRi 筛选技术，也在距离两种疾病相关基因1Mb（兆碱基）处发现了非编码元件。

　　同期Science杂志也公布了另外一项相关研究：著名遗传学家Eric Lander等人利用98,000 sgRNA文库范畴的 CRISPRi筛选技术，分析了MYC 和 GATA1 基因周围1.29 兆碱基序列。“我们在尽可能的范围内全面分析了可能调控某个基因的序列”，文章作者 Jesse Engreitz表示。

　　对于我们基因组中剩余98%的序列，我们了解的并不多，这些暗物质告诉我们它们有自己的规则，这是一个完全不同的故事。“影响人类疾病90%的遗传突变都集中在非编码区域，但是我们至今还没有系统的方法，能判断是哪些调控元件影响了基因，”Lander说。

　　与张锋研究组不同，Lander等人利用的是一个称为KRAB结构域的蛋白片段与Cas9融合的休眠形式，来沉默他们的靶标。在这上百个调控元件中，研究人员仅仅只发现了两个调控GATA1基因的增强子元件，和七个调控MYC表达的增强子元件。

　　Engreitz说，“我们的研究结果提出了更多的新问题，那就是这些调控元件如何相互作用的。也许它们之间的二阶效应对于确定基因表达的精确水平至关重要。”

　　这两个研究组也得到了芯片技术的验证（染色质分析，三维构象捕获，转录因子分析），说明了利用CRISPR工具追踪非编码调控网络的可能性。Lander研究组发现并标记了MYC 和GATA1增强子区域，张锋研究组在CUL3周围发现了众多增强子和转录因子结合位点。

　　他们的研究通过新工具都发现了调控元件，这为进一步了解遗传突变与人类疾病的关联奠定了基础，同样Engreitz也认为如果能再多完成一些这样的实验，就能揭开整个基因组中全部调控网络的基本规则。

　　虽然与传统分析方法的原理差不过，都是将靶标序列与质粒中报告基因相匹配，但是这些集中的 CRISPR筛选有一个明显的不同之处：它们直接靶向序列的天然状态。

　　“这些筛选针对的是周围序列都存在情况下的基因组序列，”Sanjana说，“报告基因分析非常有用，但是它们缺少天然基因组环境中的三维构象和本地染色质环境。在最新研究中，调控序列都是在正常的相互作用环境。”

　　“举例来说，我们在基因启动子和基因上千碱基外的非编码位点之间看到了长程的环，如果仅仅是单独来看，就会错过这些有趣的三维相互作用。”

　　不过，CRISPR技术从目前的情况来看也不是全能的，Engreitz说，“也许它现在还不能打断增强子，真正理解一个基因如何受到调控的，因此不得不再进行更多的切割，我们现在无法做到这一点。”

　　而且相比于CRISPR/Cas9，CRISPRi即使能分析更大片段（大约200个碱基），但功能元件的识别精确度受到影响。这两项研究都受限于sgRNAs的精确靶向。

　　虽然如此，几位研究人员都相信CRISPR技术在非编码基因组研究中能发挥重要的作用。目前张锋实验室正在发展CRISPR/Cas9基因组筛选改进方法，希望能将其扩大到更长的基因组中。