Simple Science

La science de pointe expliquée simplement

# Biologie# Biologie moléculaire

Avancées dans les techniques de criblage CRISPR

Une nouvelle méthode améliore la précision et la fiabilité du criblage CRISPR dans la découverte de gènes.

― 8 min lire


CRISPR-MIP déchire parCRISPR-MIP déchire parrapport à la PCRtraditionnelleprécision dans la découverte de gènes.Une nouvelle méthode améliore la
Table des matières

Les écrans CRISPR en pool sont un moyen rapide et économique de découvrir quels gènes jouent un rôle dans des fonctions biologiques spécifiques. La procédure standard consiste à produire des lentivirus qui transportent un ARN guide unique (sgRNA) ciblant un gène d'intérêt. Après que les virus ont été livrés aux cellules, chaque cellule est infectée par au maximum un virus, entraînant l'inactivation d'un gène au hasard. Les cellules sont ensuite sélectionnées en fonction des changements de leurs caractéristiques après la perte du gène. Pour identifier quel sgRNA était responsable de ces changements, les scientifiques extraient le matériel génétique des cellules, amplifient la séquence de sgRNA et l'analysent par séquençage à haut débit.

Les bases de l'amplification de sgRNA CRISPR

Une partie importante du processus est l'amplification de sgRNA CRISPR, qui peut être réalisée à l'aide de sondes d'inversion moléculaire (MIPS). Cette technique offre une meilleure spécificité et sensibilité, permettant aux chercheurs de capturer et d'analyser le sgRNA de manière plus efficace.

Défis des écrans CRISPR en pool

Bien que les écrans CRISPR en pool soient puissants, leur réalisation n'est pas sans défis. Le succès dépend de divers aspects techniques, comme la façon dont les virus peuvent infecter les cellules cibles et l'efficacité de l'édition des gènes. Ces défis sont particulièrement notables lorsqu'on travaille avec des cellules primaires. De plus, avoir un nombre limité de sgRNAs à quantifier peut rendre l'analyse statistique difficile.

Pour résoudre certains de ces problèmes, les scientifiques ont développé de meilleures méthodes informatiques et des virus de traçage de lignée pour mieux suivre quels gènes sont inactivés. Cependant, la création de bibliothèques virales complexes s'est révélée être une tâche difficile, et des erreurs peuvent se produire lors des processus de clonage et de transfection.

Focus sur l'amplification PCR

Notre recherche examine une préoccupation spécifique : l'effet de l'amplification PCR des sgRNAs sur la fiabilité des résultats statistiques dans les écrans CRISPR. L'amplification PCR classique peut ne pas représenter avec précision le nombre réel de cellules. Puisque le même sgRNA peut être copié plusieurs fois lors de la PCR, les lectures résultantes deviennent interdépendantes, ce qui complique la modélisation statistique.

Cette dépendance viole des hypothèses statistiques communes, donc nous devons trouver un meilleur moyen d'analyser les données. Une technique utilisant des identifiants moléculaires uniques (UMIs) peut aider en permettant aux chercheurs de distinguer les lectures provenant du même sgRNA. Cependant, ajouter des UMIs aux protocoles PCR standard n'est pas simple.

Introduction des MIPs

Au lieu de la méthode PCR conventionnelle, nous proposons d'utiliser l'amplification basée sur les MIP. Les MIPs permettent un ciblage très spécifique et efficace de certains fragments d'ADN, réduisant ainsi le bruit de fond dans les données finales. Les MIPs ont diverses applications, et maintenant nous visons à les adapter pour les écrans CRISPR. Notre nouvelle méthode s'est avérée simple et peut remplacer les protocoles PCR existants, facilitant ainsi l'obtention de résultats plus précis.

Optimisation initiale du protocole CRISPR-MIP

Pour tester notre nouvelle méthode, nous avons utilisé un modèle de criblage CRISPR à un sgRNA avec des cellules de cancer du pancréas. Grâce à l'optimisation, nous avons établi qu'une quantité spécifique de sondes par réaction fonctionnait le mieux pour le nombre de cellules donné. Notre protocole final a montré une haute spécificité, sans bruit de fond provenant de produits indésirables.

Nous avons également examiné si la digestion de l'ADN génomique avant l'amplification par MIP pouvait améliorer les résultats, mais les avantages étaient mineurs lors de notre comparaison des différentes préparations d'ADN.

Comparaison de CRISPR-MIP à la PCR traditionnelle

Ensuite, nous voulions évaluer la performance de notre méthode CRISPR-MIP par rapport à la PCR traditionnelle. Nous avons réalisé un criblage de perte en utilisant une bibliothèque ciblant de nombreux gènes de Kinase humaine. Après avoir préparé des bibliothèques de sgRNA avec les deux techniques, nous avons mis en place un processus de dé-duplication personnalisé pour les données CRISPR-MIP.

Notre analyse a révélé que CRISPR-MIP offre un rendement statistique plus robuste que la PCR, surtout à mesure que la profondeur de séquençage augmente. Alors que la PCR montrait des tendances inattendues dans les sgRNAs significatifs, CRISPR-MIP maintenait une relation constante entre la profondeur de séquençage et la signification. Cela indiquait que la PCR pourrait gonfler les statistiques, entraînant des résultats peu fiables.

Identification des gènes essentiels

Nous avons également étudié l'efficacité de CRISPR-MIP pour identifier les gènes essentiels par rapport à la PCR. Dans nos tests, CRISPR-MIP a découvert beaucoup plus de hits significatifs que la PCR traditionnelle. Malgré quelques hits partagés parmi les meilleurs entre les deux méthodes, CRISPR-MIP a montré une plus grande sensibilité dans l'ensemble.

Nous avons trouvé des différences notables dans les classements spécifiques des gènes et leur signification, mettant en lumière les types de gènes que la PCR pourrait manquer. Cela suggère que, bien que les résultats les plus importants puissent être cohérents entre les deux méthodes, CRISPR-MIP permet de détecter des gènes supplémentaires pertinents qui pourraient passer inaperçus avec la PCR.

Compréhension de la variabilité dans la PCR

En examinant les différences entre CRISPR-MIP et la PCR, nous avons noté que les deux méthodes produisaient une abondance de sgRNA similaire pour certains gènes. Cependant, la PCR montrait une plus grande variabilité dans l'abondance des sgRNA entre les échantillons. Cette variance a probablement impacté l'interprétation statistique globale des résultats.

Nous avons découvert que le contenu GC des sgRNAs avait un effet significatif sur l'abondance, ce qui pourrait fausser les résultats lors de l'analyse des données provenant de la PCR. Un faible contenu GC était associé à des abondances plus élevées, indiquant que l'efficacité de la PCR pourrait être influencée par la température de fusion de l'ADN.

Implications du biais GC

Nos découvertes soulignent comment l'utilisation de la PCR plasmidique comme référence peut conduire à des résultats trompeurs, en particulier concernant l'essentiel des gènes. Lorsque nous avons exploré de grands ensembles de données existants, nous avons vu des preuves de biais de contenu GC affectant l'estimation des gènes à travers diverses études.

Cela soulève un point important concernant la nécessité d'interprétations précises des écrans CRISPR, surtout dans les études où la PCR dérivée de plasmides a été utilisée comme référence. Nous suggérons que les chercheurs soient prudents dans leurs conclusions issues de telles données et qu'ils considèrent les biais potentiels introduits par les méthodes PCR.

Recommandations pour la mise en œuvre de CRISPR-MIP

Dans cette recherche, nous avons réussi à résoudre les problèmes statistiques associés à l'amplification de sgRNA lors des écrans CRISPR en pool. Notre nouvelle méthode fournit de meilleures statistiques avec des insights plus précis, surtout à mesure que la profondeur de séquençage augmente. Cela fait de la technique CRISPR-MIP un outil précieux pour compléter les méthodes existantes sans ajouter de complexité.

De plus, nous avons mis en évidence l'influence du contenu GC sur les résultats de la PCR et souligné la nécessité d'une analyse attentive de ce biais dans les ensembles de données. Pour améliorer l'intégrité du criblage CRISPR, nous encourageons les chercheurs à adopter de meilleures pratiques dans leurs configurations expérimentales, y compris l'utilisation de MIPs pour éviter les pièges de la PCR traditionnelle.

Conclusion

En conclusion, notre travail démontre que CRISPR-MIP peut fournir des résultats plus fiables et sensibles par rapport aux méthodes PCR traditionnelles. Bien que les deux techniques identifient des insights génétiques précieux, l'implémentation des MIPs offre une solution à de nombreuses limitations posées par les approches d'amplification conventionnelles, notamment en matière de robustesse statistique et d'adressage des biais dans la représentation des gènes.

Nous croyons qu'à mesure que la technologie CRISPR continue de se développer, l'incorporation de méthodes améliorées comme CRISPR-MIP sera cruciale pour faire avancer notre compréhension des fonctions des gènes et de leur rôle dans divers processus biologiques. À mesure que nous acquérons de meilleures connaissances, nous serons en mesure de naviguer dans les complexités des interactions génétiques et d'explorer davantage les thérapies pour différentes maladies.

Source originale

Titre: CRISPR-MIP replaces PCR and reveals GC and oversampling bias in pooled CRISPR screens

Résumé: Pooled CRISPR screening is a powerful tool for finding the most important genes related to a biological process of interest. The quality of the generated gene list is however influenced by a range of technical parameters, such as CRISPR (single guide) sgRNA target efficiency, and further innovations are still called for. One open problem is the precise estimation of sgRNA abundances, as required for the statistical analysis. We do so using molecular inversion probes (MIPs) combined with the use of unique molecular identifiers (UMIs), thus enabling deduplication and absolute counting of cells. We show that this is a viable approach that eliminates sequencing depth bias. Furthermore, we find that GC% bias affects PCR, calling for a reanalysis of published CRISPR screen data and sgRNA efficiency estimates. We propose our method as a new gold standard for sgRNA quantification, especially for genes that are not top ranked but still of broad interest.

Auteurs: Johan Henriksson, M. Selinger, I. Yakovenko, I. Nazir

Dernière mise à jour: 2024-03-28 00:00:00

Langue: English

Source URL: https://www.biorxiv.org/content/10.1101/2024.03.28.587082

Source PDF: https://www.biorxiv.org/content/10.1101/2024.03.28.587082.full.pdf

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à biorxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires