上科大、中科院联合开发新型碱基编辑器 | 中国发现

2018 年 3 月 19 日 知识分子 剪刀手

dCpf1和Cas9碱基编辑器比较


撰文 | 剪刀手

责编 | 叶水送

  


人类的很多疾病都是由单基因位点突变造成,通过现有的基因编辑技术能很好地对这些突变位点进行修复。Broad研究所华人学者David Liu等学者发明了一种新的基因编辑工具:碱基编辑器(Base Editing),能够在不通过DNA双链断裂的情况下,通过实现碱基的替换,从而实现对基因组点突变的修复。


凭借在Cas9碱基编辑器领域的一系列工作,David Liu成为2017年生命科学领域的热门学者,先后被评为Nature年度10大人物之一、其工作亦被Science评为10大年度科学突破之一。


近日,上海科技大学生命学院陈佳教授研究组、中国科学院-马普计算生物学研究所研究员杨力研究组与上海科技大学生命学院黄行许教授研究组通过合作研究,开发出一系列基于CRISPR/Cpf1(Cas12a)的新型碱基编辑器(Cpf1-BE),相关成果以“Base editing with a Cpf1– cytidine deaminase fusion”为题,在《自然-生物技术》Nature Biotechnology杂志上在线发表。


该工作在陈佳教授、杨力研究员、黄行许教授的共同指导下,由陈佳研究组研究生李潇飒、杨力研究组研究生王滢和黄行许研究组研究生刘亚京等共同完成。


传统的CRISPR/Cas9基因编辑技术虽然具有较高的基因敲除效率,但在执行碱基替换(譬如对造成遗传性疾病的点突变进行矫正)时效率通常很低,这也限制了CRISPR/Cas9基因编辑的应用。


近年,利用将CRISPR/Cas9和APOBEC(胞嘧啶脱氨酶)整合而发展出的新型碱基编辑系统(Base Editor, BE),可在单碱基水平(如胞嘧啶向胸腺嘧啶)实现高效率的基因组靶向编辑改造。这种新型碱基编辑系统理论上可对数百种引起人类疾病的基因组点突变进行定点矫正,因此拥有巨大的临床应用潜力。


目前,已报道的碱基编辑系统均是利用Cas9蛋白(主要是Streptococcus pyogenes Cas9, SpCas9和Staphylococcus aureus Cas9, SaCas9),来执行与基因组的靶向性结合,而这种靶向性结合依赖于靶点旁侧的前间区序列邻近基序序列PAM(Protospacer Adjacent Motif, PAM)序列。SpCas9和SaCas9蛋白所识别的PAM序列多含鸟嘌呤/胞嘧啶(G/C-rich),因此利用已报导的碱基编辑系统无法在腺嘌呤/胸腺嘧啶富集(A/T-rich)区域进行高效的碱基编辑操作。


Cas9碱基编辑器与Cpf1碱基编辑器的特点比较


在这项最新的研究中,来自上海科技大学和中科院的科研人员通力合作,构建了一系列基于CRISPR/Cpf1蛋白的新型碱基编辑器(Cpf1-BE)。由于Cpf1 蛋白可识别富含腺嘌呤/胸腺嘧啶的PAM序列,这种基于Cpf1的新型碱基编辑器实现了在腺嘌呤/胸腺嘧啶富集区域的碱基编辑操作。在拓展编辑区域的同时,基于Cpf1的新型碱基编辑器所产生的编辑副产物也较低,因此具有更高的编辑精准度。这种基于Cpf1的新型碱基编辑器与现有的基于Cas9的碱基编辑器可实现碱基编辑的有效互补,为碱基编辑系统在基础研究及未来临床领域的全面深入应用提供了新方法、拓展了新思路。


文章链接:


Li XS et al. Base editing with a cpf1–cytidine deaminase fusion. Nat Biotech, 2018, doi:10.1038/nbt.4102.


制版编辑:黄玉莹 |


本页刊发内容未经书面许可禁止转载及使用

公众号、报刊等转载请联系授权

copyright@zhishifenzi.com

欢迎转发至朋友圈

▼点击查看相关文章


苏尔斯顿 |董欣年|中微子|李红良

学术不端|克隆猴|转基因大米|李红良|安金鹏

健康饮食|杰夫·霍尔|基因治疗|Physics World

NSR专栏|缪斯夫人|中国物理2017|林徽因与林璎


知识分子
为更好的智趣生活
ID: The-Intellectual
投稿:zizaifenxiang@163.com
长按二维码,关注知识分子




▼▼▼点击“阅读原文”,发现悦读2018。

登录查看更多
0

相关内容

【天津大学】知识图谱划分算法研究综述
专知会员服务
105+阅读 · 2020年4月27日
【华侨大学】基于混合深度学习算法的疾病预测模型
专知会员服务
96+阅读 · 2020年1月21日
《科学》(20190426出版)一周论文导读
科学网
5+阅读 · 2019年4月27日
单细胞ATAC-seq分析工具Scasat在细胞分类中的应用
中国生物技术网
4+阅读 · 2019年4月15日
Nature 一周论文导读 | 2019 年 4 月 4 日
科研圈
7+阅读 · 2019年4月14日
Nature 一周论文导读 | 2019 年 2 月 28 日
科研圈
13+阅读 · 2019年3月10日
Nature 一周论文导读 | 2019 年 2 月 21 日
科研圈
14+阅读 · 2019年3月3日
2017-2018年抗肿瘤药物行业研究报告
行业研究报告
7+阅读 · 2018年11月1日
3D Deep Learning on Medical Images: A Review
Arxiv
12+阅读 · 2020年4月1日
Arxiv
13+阅读 · 2018年4月6日
Arxiv
3+阅读 · 2018年4月5日
Arxiv
3+阅读 · 2012年11月20日
VIP会员
相关VIP内容
【天津大学】知识图谱划分算法研究综述
专知会员服务
105+阅读 · 2020年4月27日
【华侨大学】基于混合深度学习算法的疾病预测模型
专知会员服务
96+阅读 · 2020年1月21日
Top
微信扫码咨询专知VIP会员