近日，奧地利科學院分子醫學研究中心（CeMM）的研究人員Christoph Bock在基因組生物學會議上發言稱，新的基因組工具組合可以幫助研究人員梳理疾病的因果關系。
他認為，單細胞RNA-seq和ATAC-seq等方法可以幫助人們深入了解疾病發展過程中發生的情況，但它們無法建立因果關系。Bock指出，目前有四種方法可建立因果關系。
種方法是生化方法，但他認為這是一種保守的方法。第二種方法依賴孟德爾隨機化（Mendelian randomization），但這種方法需要大量的數據，而Bock認為有時很難獲得。
Bock本人傾向于使用第三種和第四種方法，也就是分別利用時間序列分析和擾動方法來研究因果關系。時間序列分析依賴格蘭杰因果檢驗（Granger causality）。這種方法很有用，不過限于形式化證明。他認為，基于CRISPR的擾動和單細胞測序能夠大規模發現功能證據。
Bock及其同事就以慢性淋巴細胞白血?。–LL）為疾病模型開展了一項時間序列分析。早前，他們對55名CLL患者的88個樣本開展了ATAC-seq分析，并在《Nature Communications》上發表了結果。全基因組染色質開放性圖譜顯示了兩個疾病亞型的分離：IGHV未突變的uCLL和IGHV突變的mCLL。
之后，他們在8個不同的時間點評估了7名CLL患者對ibrutinib（Bruton酪氨酸激酶抑制劑）的反應。他們采用了ATAC-seq、單細胞RNA-seq以及細胞表型分析的組合，重建了患者接受治療時體內發生的事件順序。
值得一提的是，研究人員發現多名患者出現了相同的調控機制。其中，NF-κB的結合減少，之后是PAX5和IRF4等轉錄因子的調控活性下降。不過，他們表示不同患者的時間快慢有差異。這項研究成果于上個月發表在預印本網站BioRxiv上。
與此同時，Bock認為借助高通量的CRISPR基因編輯也能夠梳理因果關系。他和同事將CRISPR-Cas9篩選與單細胞RNA-seq相結合，開發出一種稱為CRISPR液滴測序（CROP-seq）的方法。
這種方法綜合了混合篩選（pooled screens）和芯片篩選（arrayed screens）的優勢。他指出，CRISPR混合篩選特別適合明顯的表型，但不支持復雜的分子讀數。CRISPR芯片篩選支持這樣的讀數，但通量有限。
CROP-seq結合了四大關鍵要素：將向導RNA作為標簽序列，開展高通量的單細胞RNA-seq檢測，通過計算方法分配單細胞轉錄組，以及通過生物信息學方法來分析和解釋向導RNA誘導的轉錄圖譜。他們隨后在T細胞受體上驗證了這種方法。
在開發出這個工具之后，Bock表示他們一直在努力改進它。他補充說，CROP-seq可與任何單細胞RNA-seq方法或多組學分析結合使用，并且可以擴展到全基因組范圍的分析，應用于體外和體內篩選。目前已有200多個實驗室嘗試了這種方法。（生物通 薄荷）
