ゲノムの最近の進歩は、遺伝子のバリエーションが健康、病気、および薬物反応をどのように駆動するかについて、深く理解を拡張しました。 ヒトゲノムは、数百万の変形を抱えていますが、大半は、その機能的な結果の観点から非characterizedままです。 サイト間接的な変異症などの個々の変形を研究するための伝統的な方法は、低速で費用的に変化する - 現代のゲノムの要求を満たすように、高価なレベルの決定的なアプローチは、単一の機能的な決定的なアプローチを可能としました。

高機能スクリーン導入

高スループット機能スクリーニングとは、測定可能な生物学的読み出しに対する多数の遺伝的変化の影響を系統的にテストする実験方法のスイートを指します。コア原則は、多様体配列の大きなライブラリを作成すること、関連する細胞モデルにそれらを導入し、次に関心の表現型に基づいて細胞をソートまたは測定することです(例えば、遺伝子発現、細胞フィットネス、タンパク質活性)。 DNA合成、シーケンシング、および自動化の進歩は、これらの数週間にわたって、それらの数の異なる数の異なる数を計算することを可能にします。これらの実験的な数の異なる数の異なる数を、それらの数の異なる数の異なる数を、または数の異なる数の異なる数の異なる数を、または数の異なる数の異なる数の異なる数の異なる数を、または数の異なる数の異なる数の異なる数の異なる数を、または数の異なる数の異なる数の異なる数の異なる数の異なる数を、または数の異なる数の異なる数の異なる数の異なる数を、または数の異なる数の異なる数の異なる数の異なる数の異なる数の異なる数を、または数の異なる数の異なる数の値を、または数の異なる数の異なる数の異なる数の

コア技術による高強度スクリーンの運転

独自の強みと応用を融合した、現代のHTFSをベースとした強力な技術。

クリスプ・ベース・スクリーン

CRISPR-Cas9 テクノロジーは、スケーラブルな方法で正確なゲノム編集を可能にすることにより、機能的なゲノムを革命化しました。典型的なプール付き CRISPR スクリーンでは、数千のゲノムサイトをターゲットとする単一のガイド RNA (sgRNA) のライブラリが、Cas9 を安定的に表現する細胞に配信されます。その結果、生成された編集、インセプション、削除、またはポイントのミューテーションは、研究者が、機能的な障害(CPR)や、CPREMI などの機能的な要素を分析し、または、CPREMI などの機能的な要素を検証したり、CPREMI などの機能的な機能的な要素を分析したり、CPREMI したり、C などの機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な機能的な要素を、CAS 検出したり、CAS を、CAS 、CAS 、CAS などの機能的な機能的な機能的な機能的な機能

大規模並列レポーターアッセイ(MPRA)

MPRAは遺伝子発現に関する何千もの規制の変動の影響を試すための選択肢の方法です。典型的なMPRAでは、DNAシーケンス(関心のバリエーションを含む各々)のライブラリが最小のプロモーターとレポーター遺伝子(例えば、GFP、ルシフェラーゼ、またはバーコード)のアップストリームをクローン化しています。ライブラリはセルに導入され、レポーターRNAまたはタンパク質の豊富さは、トランスフォーメーションやディスクローバリデータが、どのようにして、どのようにして、どのようにして、どのようにして、SARDORDS(S)、どのようにして、特定のディスクバリデータが、どのようにして、または、どのようにして、どのようにして、または、または、または、どのようにして、または、SARコードを識別することができます。

その他の高三重アプローチ

飽和変異形症は、深いシーケンス(例えば、ディープ変異スキャン)と結合され、タンパク質領域における可能な単一のアミノ酸置換の機能的特徴化を可能にします。 規制シーケンスの結合ライブラリなどの合成生物学ツールは、スプライス、翻訳、およびタンパク質の安定性のシーケンス決定者を明らかにするのに役立ちます。 さらに、レポート作成者に基づく高スループット蛍光活性細胞選別(FACS)のような技術は、目的の細胞の増殖を可能にし、目的の細胞の増殖を促進します。

最近のイノベーションと方法論的進歩

フィールドは急速に進化し、解像度を増加させ、コストを削減し、補完的なデータ型を統合する新しい方法が生まれています。

単一セルシーケンシングによる統合

最もエキサイティングな最近の開発の1つは、単一セルの読み出し(例えば、Perturb-seq、CROP-seq)とプールされた画面のカップリングです。 バルク人口平均を測定する代わりに、これらのアプローチは、過度化後の個々の細胞からトランスクリプト、プロテオミック、または流行のプロファイルをキャプチャします。 これは、細胞状態固有の効果、多様な影響の異質性、および多様体的影響の多様体的影響、および遺伝子の変容性の変化が、特に重要な変化を引き起こす遺伝子の細胞の遺伝子の減少が、重要な変化を研究することができます。

多彩な優先順位付けのための機械学習

マシン学習アルゴリズムは、HTFSワークフローに統合されています。 それらは、変異が機能的であることが最も可能性が高い予測することによって、バリアントライブラリの設計を支援します(例えば、進化保存、タンパク質構造、またはクロマチン状態に基づいて)。 スクリーニング後、MLモデルは、病原体または良性、検証のための候補者を優先順位付けし、基礎的なメカニズムを推論する、多様体を分類するために大規模なデータセットを統合することができます。 ディープラーニングアーキテクチャは、そのような複雑な実験や分析を行なうような、および分析的な結果が、より大きな結果をもたらすような、および分析的な結果のパフォーマンスを分析します。

多発性統合

他方程のオムニク層とHTSを組み合わせることは、プロテオミクス、メタボロミクス、またはエピゲノムなど、より完全な多様体の機能の画像を引き起こします。例えば、MPRAとクロマチンアクセシビリティアッセイ(例、ATAC-seq)を組み合わせることで、規制のバリアントがコンテキスト依存の方法でトランスクリプション要因結合に影響を与えるかどうかを明らかにすることができます。このような統合的なアプローチは、遺伝子型とフェノタイプ間の複雑なインタープレイに対する基本的な理解です。

研究開発・医療分野における応用

HTFSは、ゲノムの変動を解釈し、臨床的慣行に翻訳する能力を既に変化させています。

不確実性の重要性の変異

臨床ゲノムの大きなボトルネックは、遺伝子検査で報告されたVUSの割合が高いです。 HTFSは、遺伝的検査で報告された遺伝子の数千のVUSの機能を体系的に評価することができます。 []BRCA1[]]]、 [TP53]、およびCFTR]:]。 機能的根拠を検証することにより、これらの診断および診断方法が直接改善されます。

薬学・医薬品開発

高度のスループット スクリーンは薬物応答を変える遺伝的変形を識別できます、副作用の副作用の予測または欠如を有効にします。 薬物発見では、HTSは癌ターゲット遺伝子の抵抗変異をマッピングし、次世代阻害剤の設計を支援します。 さらに、薬物ターゲットの完全な変異的な景観をプロファイリングすることにより、研究者は腫瘍が抵抗を進化させ、それに応じて組み合わせ療法を開発する方法を期待できます。

病気のメカニズムを理解する

疾患関連細胞タイプ(例えば、ニューロン、心筋細胞、免疫細胞)の大きな変種ライブラリをスクリーニングすると、原因の変異とそれらに影響を与える経路が明らかにされます。例えば、研究は、CRISPRスクリーンを使用して、がん細胞の重要な遺伝子を特定し、新しい治療上の脆弱性を明らかにしました。神経発達障害では、MPRAは、遺伝子の規制を破壊するという強化剤の突然変異を指摘しています。

現状の制限と今後の方向性

HTFSは、その力にもかかわらず、その可能性を満たすために対処しなければならないいくつかの課題に直面しています。

拡張性とコスト

DNA合成とシーケンシングのコストが劇的に低下している一方で、大規模な画面は特に、カスタムセルライン、単一セルシーケンシング、または複雑なフェノチピックアッセイを必要とするもの(高価なもの)。 ライブラリ設計(例えば、コンバイナトリアル合成)、自動化、および小型化(例えば、ドロップレットベースのプラットフォーム)における将来の改善は、これらの技術へのアクセスをコストと民主化し削減します。

生物学的複雑性とコンテキストの特異性

多変種効果は、細胞タイプ、遺伝的背景、環境、および表生状態に依存する可能性があります。 1つのコンテキストで良性である変形は、別の領域で病原性である可能性があります。 3Dゲノムアーキテクチャ、スプライシング規則、およびポストトランスレーション変更は、単純化されたモデルシステムでキャプチャすることが困難である複雑性の層を追加します。 有機体、共同カルチャー、および生体スクリーニング(例えば、マウスまたは動物を観察する)で、重要な作業は、残留まることが重要であるが、重要な作業は残っています。

データ分析と解釈

HTFSが生成するデータの階層の容積は、数億ものシーケンシング読み取り値を必要とします。これは、品質管理、正規化、統計的な呼び出しのための堅牢な計算パイプラインを必要とします。偽陽性は、オフターゲト効果、ライブラリバイアス、または確率的ノイズによる偽陽性は慎重に管理する必要があります。さらに、HTSデータを他のゲノムリソース(例えば、ENCODE:[FLT]:[FLT]:[FLT]:[FLT]:[FLT]:[FLT]:[FLT])]を、これらは、共通する、CV[:]、共通点を、CV]、および[:[F]を、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[F]、[

コンテンツ

高度のスループット機能スクリーニングは、専門技術から現代ゲノムの角質まで移動しました。遺伝子のバリエーションの系統的評価を可能にすることにより、これらの方法は、機能的要素の発見を加速し、臨床ゲノムの変動の変動の解釈を改善し、病気の生物学に新しい洞察を提供する。単一セルの解像度、機械の統合、および多発性アプローチのような新興技術は、遺伝子の変異体が人間の健康を形作る方法の理解をさらに強化することを約束します。コストとより多くの方法として、より詳細な研究者と研究者が、エミサイティングなツールを促進し、より詳細な研究を促進します。

機能的ゲノム技術に関する包括的な概要については、[Canver et al. (2017) によるレビューを参照してください。 Nature Review Genetics[]. バリアント解釈に関する追加リソースは、]]] と で見つけることができます。NIH Genome Genome Sencing Program.