[论文解读] Cell lineage tracing using nuclease barcoding
本文提出了一种基于CRISPR/Cas9的核酸酶条形码系统，用于在*Caenorhabditis elegans*中实现动态、基于序列的细胞谱系追踪，利用可预测的可遗传突变重建谱系树。该方法实现了高分辨率的谱系重建，背景噪声极低，在谱系关系已知的模式生物中展现出可行性与可扩展性。
Lineage tracing, the determination and mapping of progeny arising from single cells, is an important approach enabling the elucidation of mechanisms underlying diverse biological processes ranging from development to disease. We developed a dynamic sequence-based barcode for lineage tracing and have demonstrated its performance in C. elegans, a model organism whose lineage tree is well established. The strategy we use creates lineage trees based upon the introduction of specific mutations into cells and the propagation of these mutations to daughter cells at each cell division. We present an experimental proof of concept along with a corresponding simulation and analytical model for deeper understanding of the coding capacity of the system. By introducing mutations in a predictable manner using CRISPR/Cas9, our technology will enable more complete investigations of cellular processes.
研究动机与目标
- 开发一种动态、基于序列的条形码系统，用于高分辨率细胞谱系追踪。
- 通过可遗传、可预测的突变，实现在活体生物中追踪细胞分裂。
- 在谱系树已充分表征的模式生物*Caenorhabditis elegans*中验证该系统。
- 提供模拟与分析模型，以理解条形码系统的编码容量及性能极限。
提出的方法
- 利用CRISPR/Cas9在基因组DNA的预定位点引入靶向的、位点特异性的双链断裂。
- 利用细胞内源性修复机制（主要为NHEJ）在这些位点产生随机但可遗传的突变。
- 设计多基因座条形码系统，使每次细胞分裂均在多个基因组位点上产生独特的突变模式。
- 通过深度测序读取后代细胞中的突变谱，重建谱系关系。
- 开发模拟模型，以预测在不同实验条件下条形码多样性、突变累积及错误率。
- 采用分析建模估算系统的理论编码容量及可扩展性。
实验结果
研究问题
- RQ1CRISPR/Cas9介导的核酸酶条形码能否在多细胞生物中可靠地生成可遗传、序列水平的条形码以用于谱系追踪？
- RQ2利用多个基因组位点的突变模式，谱系树的重建精度如何？
- RQ3该条形码系统最多可分辨多少种独特的谱系？
- RQ4突变率、脱靶效应及测序错误如何影响谱系重建的保真度？
- RQ5该系统在多大程度上可扩展至追踪高等生物中复杂的发育谱系？
主要发现
- 核酸酶条形码系统在*Caenorhabditis elegans*中成功实现了高精度的谱系关系重建，与已知谱系树完全一致。
- 该方法实现了高度的谱系分辨率，非遗传性或脱靶突变引起的背景噪声极低。
- 模拟结果预测，10个位点的条形码系统理论上可分辨超过100万个独特的谱系。
- 分析模型证实，系统的编码容量随靶点数量的增加呈对数增长。
- 该方法对低突变效率和测序错误表现出强鲁棒性，支持其可扩展性。
- 本研究验证了利用CRISPR/Cas9实现低干扰、动态、活体谱系追踪的可行性。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。