免疫抑制分子程序性细胞死亡配体 1 (PD-L1) 已被证明在自身免疫、感染和癌症等病理中发挥作用。PD-L1 不仅在癌细胞上表达,而且在未转化宿主细胞上的表达也与癌症进展有关。小鼠系统中 PD-L1 缺陷的产生使我们能够专门研究 PD-L1 在生理过程和疾病中的作用。最通用且最易于使用的位点特异性基因编辑工具之一是 CRISPR/Cas9 系统,它基于 RNA 引导的核酸酶系统。与其前身锌指核酸酶或转录激活因子样效应核酸酶 (TALEN) 类似,CRISPR/Cas9 催化双链 DNA 断裂,这可能导致由于非同源末端连接 (NHEJ) 的随机核苷酸插入或缺失而导致的移码突变。此外,尽管不太常见,但 CRISPR/Cas9 可以在存在合适模板的情况下通过同源定向修复 (HDR) 导致插入确定的序列。在这里,我们描述了使用 CRISPR/Cas9 在小鼠 C57BL/6 背景下敲除 PD-L1 的方案。外显子 3 的靶向结合 HindIII 限制位点的插入会导致过早终止密码子和功能丧失表型。我们描述了靶向策略以及创始者筛选、基因分型和表型。与基于 NHEJ 的策略相比,所提出的方法可产生具有与 NHEJ 相当的效率和时间线的确定终止密码子,生成方便的创始者筛选和基因分型选项,并且可以快速适应其他目标。
对于任何重复使用或分发,必须向其他人明确说明本作品的许可条款。如果获得版权所有者的许可,可以放弃上述任何条件。本许可中的任何内容均不会损害或限制作者的道德权利。公平交易和其他权利不会受到上述内容的影响。所使用的部分不得歪曲出版物的含义。ILRI 将不胜感激收到任何使用文本、照片等材料的副本。
许多公司提供 AI 驱动的软件平台,用于对临床测序数据(例如 NGS、WES、WGS)进行基因组分析和解释,例如使用 VCF 文件作为输入(表 1)。分析任务包括比对、变异解释、变异调用、注释和分析以及文献整理。AI 驱动方法的优势包括大大缩短周转时间并提高诊断产量。还有基于监督学习(例如 ISOWN)、机器学习(例如 BAYSIC、MutationSeq、SNooPer、SomaticSeq)、卷积神经网络(例如 Clairvoyante)、深度卷积神经网络(例如 DeepSea)、深度循环神经网络(例如 Deep Nano)、深度神经网络(例如 DANN)和人工神经网络(例如 Skyhawk)的基于 AI 的变异调用算法(一些可免费获得),这些算法最近都得到了调查和评论(Bohannan and Mitrofanova 2019;Karimnezhad et al 2020;Koboldt 2020;Liu et al 2019;Xu 2018)。
