Cell：利用新型碱基编辑技术研究单核苷酸变异对人类造血干细胞的影响

在一项新的研究中，来自美国哈佛医学院、布罗德研究所和哈佛干细胞研究所等研究机构的研究人员使用了一种高度精确的称为碱基编辑（base editing）的基因组编辑技术，对来自患者骨髓的造血干细胞进行了数百次直接编辑。相关研究结果于2023年5月2日在线发表在Nature期刊上，论文标题为“Massively parallel base editing to map variant effects in human hematopoiesis”。

这项新的研究是第一次将这种高通量的碱基编辑技术应用于造血干细胞，该技术可以同时在许多细胞中对DNA进行许多单碱基替换。这些作者展示了基因中的这些单核苷酸变化如何影响血细胞的生物学，并有助于治疗包括白血病和镰状细胞病在内的疾病。这些发现表明该技术如何能够帮助科学家们在多种细胞类型中更多地了解基因变体在疾病中的作用。

论文通讯作者、布罗德研究所副研究员Vijay Sankaran说，“我们的方法使我们不仅能够了解某个特定的基因是否可能与人类疾病有关，而且能够了解该基因的个别变化如何在分子水平上发挥作用。这种更精细的分辨率为我们提供了一个关于疾病如何发生以及如何治疗的新路线图。”

技术的融合

每个人的基因组由数十亿个核苷酸组成，仅一个核苷酸的变化---单核苷酸变体，也称为单核苷酸变异---就能引发疾病。近几十年来，科学家们越来越善于确定单核苷酸变体与疾病之间的联系。然而，理解每个单核苷酸变体的确切原因或如何导致疾病则更为困难。

Sankaran说，“除非我们了解这些变体导致疾病的机制，否则我们往往对它们无能为力。当我们能够绘制出在分子水平上发生的事情时，它给了我们更多的干预机会。”

虽然碱基编辑技术可以高效编辑体外培养的细胞系的基因组，但是用它来编辑取自患者的细胞中的基因则要困难得多。

在这项新的研究中，Sankaran、作为论文第一作者的Sankaran实验室博士生Jorge Diego Martin-Rufino及其同事们成功地改进了碱基编辑，使得它在患者的造血干细胞中大规模工作。他们还使用了单细胞RNA测序，这让人们在任何时候都能观察到任何特定细胞中哪些基因是活跃的。利用这两种方法，他们可以研究经过编辑的造血干细胞与未经过编辑的造血干细胞在发育的各个阶段有什么不同。

图片来自Cell, 2023, doi:10.1016/j.cell.2023.03.035。

与以往简单地将一个基因与一种疾病联系起来的研究方法不同，这种新方法使得人们能够准确地观察到一个基因的变化如何改变了许多不同类型细胞的整体RNA指纹。

Martin-Rufino说，“这是一个非常强大的平台，可以直接在相同的细胞类型中识别新型基因疗法，这些细胞将成为开发针对不同人类疾病的治疗性疗法的靶标。通过我们的方法，我们不仅可以在DNA序列中引入特定变化，而且还可以确切地知道这些变化在不同的细胞类型中有什么影响。”

将核苷酸与疾病和治疗联系起来

为了测试他们新的碱基编辑筛选方法的实用性，Sankaran团队用它来编辑已知在疾病中具有作用的基因。在一种情形中，他们编辑了CD33基因，该基因编码一种通常在急性骨髓性白血病（AML）患者的血细胞中以较高的水平存在的免疫检查点受体。现有的免疫治疗药物旨在通过引导免疫细胞攻击表达CD33的细胞来治疗AML，但是这类疗法同时破坏了白血病细胞和健康的造血干细胞。他们利用碱基编辑，研究了CD33的哪些单核苷酸变化可以减少它在健康细胞中的表达，从而有可能防止这些细胞受到靶向CD33的免疫疗法的影响。

在另一组实验中，这些作者对可能与红细胞中的胎儿血红蛋白产生有关的基因组区域进行了多次不同的单核苷酸编辑。他们发现了一组可以激活胎儿血红蛋白产生的编辑，这指出了潜在地治疗影响成体血红蛋白形式的疾病（比如镰状细胞病）的方法。

最后，Sankaran和合作者对GATA1基因进行了数百次不同的编辑，该基因已被发现在少数不同的罕见血液病患者中存在突变。但在大多数情况下，医生并不确定患者的GATA1基因突变是否直接导致他们所患的疾病。在对血细胞发育的四个不同阶段的近30万个细胞进行分析后，Sankaran团队描述了许多GATA1突变如何改变血细胞中其他基因的表达，改变这些细胞的整体生物学并可能导致疾病。

Sankaran说，“这让我们真正能够做的是，将许多这些变体视为致病因素，这令人难以置信地满意。了解这些患者疾病的确切原因是开发治疗方法的第一步。”

Sankaran团队正在计划未来在包括其他类型的血液和免疫细胞在内的细胞类型中对其他感兴趣的基因进行碱基编辑筛选。他们还希望很快能够使用这种新型的碱基编辑，扩大可以对核苷酸进行改变的类型。

Sankaran说，“这些进展中的每一项都将非常有帮助，使我们能够不断填补遗传变化和人类疾病之间的空白。”（生物谷 Bioon.com）

参考资料：

Jorge D. Martin-Rufino et al. Massively parallel base editing to map variant effects in human hematopoiesis. Cell, 2023, doi:10.1016/j.cell.2023.03.035.