新方法可校正CRISPR篩選的癌癥基因依賴性數據中的假陽性

　　在一項新的研究中，布羅德癌癥依賴性圖譜（Broad Cancer Dependency Map）團隊將來自342種癌細胞系的基于CRISPR的數據添加到他們不斷增加的癌癥基因依賴性目錄中，并且提供一種新的方法來確保這些數據的準確性。相關研究結果于2017年10月30日在線發表在Nature Genetics期刊上，論文標題為“Computational correction of copy number effect improves specificity of CRISPR–Cas9 essentiality screens in cancer cells”。

　　基于CRISPR的全基因組敲除篩選是確定細胞基因依賴性---也就是細胞存活和/或增殖所需的基因---的強大工具。然而，這樣的CRISPR篩選對一種被稱作拷貝數效應（copy number effect）的現象較為敏感。拷貝數效應指的是細胞中重復復制的基因（正如癌細胞中經常發生的那樣）不管是不是必需基因，都會被標記為必需基因。

　　為了限制這些假陽性結果，布羅德癌癥依賴性圖譜計劃---一個將來自布羅德癌癥項目的阿喀琉斯計劃團隊和癌癥數據科學團隊、布羅德研究所基因擾動平臺和其他的布羅德研究所團隊的研究人員召集在一起的聯合計劃---開發出一種被稱作CERES的計算方法，該方法可對匯集的CRISPR篩選數據進行拷貝數效應校正，并且針對癌細胞的基因依賴性提供給一種無偏見的看法。

　　正如布羅德癌癥依賴性圖譜團隊在這項研究中報道的那樣，他們利用CERES對來自342種癌細胞系的全基因組CRISPR-Cas9篩選數據（迄今為止產生的最大CRISPR敲除數據集）進行校準，這些癌細胞系是由布羅德-諾華癌細胞系百科全書（Broad-Novartis Cancer Cell Line Encyclopedia, CCLE）進行管理的。這種方法極大地降低這些數據中的假陽性結果，準確地找到了已知的基因依賴性（如KRAS基因突變），并且允許新的基因依賴性浮現出來。

　　當癌細胞為因突變或表達變化導致至關重要的基因丟失尋找補救措施時，這些新的基因依賴性數據可作為布羅德癌癥依賴性圖譜團隊正在進行的利用CRISPR和RNA干擾（RNAi）等功能性基因組技術確定這些癌細胞中出現的脆弱位點的努力的有力補充。今年早些時候，該團隊已宣布他們利用全基因組RNAi篩選列出了769個強大的基因依賴性，這是將近10年努力的成果。

　　該團隊之前開發兩種計算方法ATARiS和DEMETER，用于過濾501種CCLE管理的細胞系的功能性基因組篩選數據中的假陽性結果。這兩種方法都會清除通常困擾著RNAi數據的所謂的種子效應（seed effects）。CERES則將這兩種計算方法結合在一起。