跳到正文
原文
Cell· Niklas A. Schmacke, Sophia C. Mädler, Georg Wallmann, Andreas Metousis, Varvara Varlamova, Sophia Steigerwald, Sarah B. Christ, Marleen Bérouti, Hartmann Harz, Heinrich Leonhardt, Fabian J. Theis, Matthias Mann, Veit Hornung·· 17 小时前精选评分70

SPARCS 借助自动化激光显微切割实现图像表型遗传筛选的可规模化回收

SPARCS enables scalable recovery of complex image-based phenotypes for genetic screening

导读

SPARCS 借助自动化激光显微切割解决现有遗传筛选在突变文库规模与图像表型复杂度之间的取舍,使池化正向遗传筛选可基于复杂图像表型规模化开展,并通过物理回收单个突变体支持包括质谱蛋白组学在内的多组学分析。

深度解读

池化遗传筛选长期在规模与表型信息量之间做取舍:测序式读出通量高,却要裂解细胞,难以覆盖细胞形态、蛋白亚细胞定位这类空间表型 [2]。光学池式筛选由此兴起——先成像、再原位读出条形码来解复用扰动,例如用靶向原位测序在数百万细胞中筛选952个基因对NF-κB信号的作用 [1],或以大规模多重FISH读码、从6万个荧光蛋白变体中挑出更亮更稳定者 [3]。物理回收路线也有探索:微筏阵列可把载有单个克隆及其gRNA的载体切下 [4],"光学富集"靠成像识别加光激活、再用FACS分选目标细胞,8小时可筛约150万个细胞 [5]。但正向遗传筛选本身资源消耗大 [6],而如何在池化条件下规模化地"拿回"复杂成像表型的单个突变体、并对其做多模态刻画,一直卡在回收这一步。

新消息介绍的SPARCS正是冲着这一步:它把激光显微切割自动化,使池化正向遗传筛选能以规模化方式针对复杂成像表型开展;通过物理回收单个突变体,命中者除基因分型外还可进行多模态剖析,包括基于质谱的蛋白质组学。该平台的预印本早在2023年6月1日即已发布,称其利用自动化高速激光显微切割在原位物理分离表型变异体、库容量几乎不受限制,并将自身定位为基因组规模的CRISPR筛选平台[7]。

就推进而言,SPARCS打通了"看见"与"拿到"之间的链路。光学池式筛选此前虽已能叠加免疫荧光、RNA检测等多重读出 [2],但条形码在原位解读,命中细胞并未被取出,材料无法流向质谱这类需裂解样本的分析;微筏阵列与光激活-FACS虽能取回目标细胞 [4][5],其摘要所述用途主要是鉴定gRNA、找出命中基因。SPARCS把回收做成自动化的规模化工序,让命中突变体成为可继续做蛋白质组学等分析的样品,后续机制研究不再局限于基因型这一种读出。

也需留意,消息本身未给出通量、筛选规模或命中率等数字,预印本"库容量几乎不受限制"的说法[7]尚待同行评议数据检验;激光切割回收的效率与损耗、对不同样本类型的适用性,以及回收的少量材料能否稳定满足质谱检测灵敏度,都还有待正式结果回答。

推荐理由

SPARCS 把激光显微切割自动化,使基于复杂图像表型的池化正向遗传筛选可以规模化并配套蛋白组学分析。

来源:Cell · cell.com

CBACBA Frontier Insights (CFI)美国华人生物医药科技协会(CBA)www.cba-usa.org