IF36.1｜人类细胞形态全基因组图谱

首个基于形态学的全基因组扰动图谱，连接基因与细胞功能。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

大规模DNA测序已能高效鉴定基因型，但系统解析基因型对细胞表型的影响仍是瓶颈。传统混合CRISPR筛选虽可全基因组评估基因功能，但表型通常局限于增殖或死亡，难以捕捉复杂、细微的细胞状态变化。高内涵成像能获取丰富形态特征，却难以扩展到全基因组规模。光学混合筛选结合图像表型与原位测序，为单细胞分辨率的高维基因型-表型映射提供了可扩展方案，但此前尚未实现全基因组覆盖。

科学问题

卡在哪里： 已有光学混合筛选受限于通量和成本，未能实现全基因组规模；且传统筛选多在非生理培养基中进行，可能遗漏代谢相关表型。缺乏一个系统性的、可公开获取的人类细胞形态扰动图谱。

本文要回答： 构建首个全基因组人类细胞形态扰动图谱，并验证其用于基因功能注释和机制解析的能力。

技术路线

作者主要用了：PERISCOPE光学混合筛选、CRISPR-Cas9敲除、Cell Painting表型、原位测序。

作者设计了一个可去染色的Cell Painting表型面板，先对细胞进行五色荧光成像，再通过二硫键断裂释放荧光团，腾出通道进行原位测序以识别sgRNA。利用该平台，在HeLa和A549细胞中分别执行全基因组CRISPR敲除筛选，每个基因平均4条sgRNA，共靶向20,393个基因。通过CellProfiler提取单细胞形态特征，结合Pycytominer进行数据处理，最终获得基因水平的表型谱。

图 1　Fig. 1。图1展示了PERISCOPE实验流程：a为筛选工作流，b为五种表型染色和荧光原位测序示例图像，c为可去染色策略示意图，d为分析流程，包括表型特征提取、条形码解卷积和基因型-表型关联。

核心亮点

亮点 1｜全基因组形态图谱的建立

在HeLa细胞中分别于DMEM和HPLM培养基下完成全基因组筛选，共分析超过2100万个细胞，获得20,421个基因的形态谱。在A549细胞中分析超过1100万个细胞，获得20,393个基因的形态谱。每个基因平均有数百个细胞覆盖，光学测序与NGS计数高度相关，验证了平台可靠性。

图 2　Fig. 2。图2展示了HeLa DMEM和HPLM筛选的命中基因统计：a为命中基因数量，b为按细胞区室分布的命中基因，c为各表型通道中显著特征的比例，d为CORUM复合物内基因对的相关性分布，e为STRING互作分数随形态谱相关性的变化，f和g为UMAP聚类，h为必需基因与非必需基因的信号强度分布。

亮点 2｜形态谱可重建已知通路和蛋白复合物

基于形态谱相似性聚类，基因按功能分组，如DNA复制、溶酶体酸化、高尔基体运输等。与CORUM和STRING数据库比较显示，同一蛋白复合物成员的形态谱相关性显著高于随机基因对，且相关性越高，蛋白互作置信度越高。

图 3　Fig. 3。图3展示了基因-环境互作分析：a为基于GSEA的富集图，b为对角合并热图生成示意图，c-f为不同生物过程在两种培养基中的相关性热图，显示核心过程相似而代谢相关过程存在差异。

亮点 3｜基因-环境互作的全基因组解析

比较HeLa细胞在DMEM和HPLM中的筛选结果，发现多数核心过程（如核糖体生物发生、PI3K-AKT-mTOR信号）在两种培养基中形态影响相似，但铁硫簇组装和线粒体RNA代谢在DMEM中特异性富集，DNA损伤修复相关过程在HPLM中富集，提示代谢环境对基因功能的影响。

图 4　Fig. 4。图4展示了A549细胞全基因组筛选结果：a为命中基因数量，b为按细胞区室分布的命中基因，c和d为与CORUM和STRING数据库的比较，e为UMAP聚类，f和g为特定基因集的热图。

亮点 4｜单特征筛选揭示亚细胞表型

对每个形态特征进行基因列表富集分析，发现纹理类特征富集最多GO条目。例如，WGA通道的粒度特征富集内吞途径酸化相关基因，V-ATPase亚基敲除导致WGA信号在粒度特征上的特征性变化。

图 5　Fig. 5。图5展示了单特征筛选分析：a为各通道中具有GO富集的特征数量，b为按特征类别分布的GO富集特征，c为已知区室基因集在特征命中列表中的富集，d为V-ATPase亚基敲除对WGA粒度特征的影响，e为粒度特征的可视化解释。

亮点 5｜TMEM251/LYSET功能解析

通过形态谱相似性，发现未表征基因TMEM251与V-ATPase亚基和溶酶体酸化基因聚类。实验证实TMEM251定位于高尔基体，其敲低导致溶酶体糖原积累，但不影响溶酶体pH。进一步发现TMEM251参与甘露糖-6-磷酸途径，对溶酶体酶转运至关重要。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： PERISCOPE光学混合筛选、CRISPR-Cas9敲除、Cell Painting表型、原位测序
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事功能基因组学、图像分析或基因功能研究的科研人员。

带走一句

光学混合筛选能以低成本获得全基因组高维形态谱，为基因功能注释和机制解析提供强大资源。