XiaoMi-AI文件搜索系统
World File Search SystemMAGeCK
VISPR-online：一个基于网络的可视化 CRISPR 筛选实验的交互式工具
背景 CRISPR/Cas9 是一种新颖而强大的基因组编辑技术，它介导的高通量筛选能够系统地探索编码基因和非编码元件在癌症、传染病和发育等各种情况下的功能 [1-6]。我们之前开发了 MAGeCK [7] 和 MAGeCK-VISPR [8] 来对 CRISPR 筛选数据进行分析。为了更好地帮助用户探索 CRISPR 筛选结果，我们开发了 VISPR（CrisPR 筛选的可视化），这是一个交互式可视化程序，是 MAGeCK-VISPR 的一部分。虽然 VISPR 允许用户检查质量控制 (QC) 指标并挑选感兴趣的基因，但它仅支持 MAGeCK 的输出。用户应在本地计算机上安装 VISPR，并手动修改配置文件以运行该程序。不同用户之间的数据共享也
研究论文基于基因组规模的 CRISPR-Cas9 敲除筛选促进退出幼稚多能性的基因
干细胞和再生医学面临的两个主要问题是多能性的退出和向功能性细胞或组织的分化。这两个问题的答案对于干细胞和再生医学研究的临床转化具有重要意义。尽管越来越多的研究揭示了多能性维持的真相，但多能细胞自我更新、增殖和向特定细胞谱系或组织分化的机制尚不清楚。为此，我们充分利用了一项新技术，即基因组规模的 CRISPR-Cas9 敲除 (GeCKO)。作为一种在基因组特定位点引入靶向功能丧失突变的有效方法，GeCKO 能够首次以无偏向的方式筛选促进小鼠胚胎干细胞 (mESC) 退出多能性的关键基因。本研究成功建立了基于GeCKO的模型，用于筛选多能性退出的关键基因。我们的策略包括慢病毒包装感染技术、lenti-Cas9基因敲除技术、shRNA基因敲除技术、二代测序、基于模型的基因组规模CRISPR-Cas9敲除分析（MAGeCK分析）、GO分析等方法。我们的研究结果为大规模筛选多能性退出基因提供了一种新方法，为细胞命运调控研究提供了一个切入点。
通过全激酶组 CRISPR-Cas9 文库系统筛选骨肉瘤的潜在治疗靶点
摘要 目的：骨肉瘤是最常见的原发性恶性骨肿瘤，但由于缺乏有效的治疗靶点，骨肉瘤患者的生存期在过去 30 年中一直保持不变。方法：构建了包含 507 个激酶和 100 个非靶向对照的激酶组靶向 CRISPR-Cas9 文库，并筛选了骨肉瘤中潜在的激酶靶点。使用基于模型的全基因组 CRISPR/Cas9 敲除分析 (MAGeCK) Python 包分析 CRISPR 筛选测序数据。通过 lenti-CRISPR 介导的基因敲除将功能数据应用于 143B 细胞系。在 R2：基因组学分析和可视化平台中分析激酶在骨肉瘤患者生存中的临床意义。结果：我们确定了骨肉瘤中的 53 个潜在激酶靶点。在这些靶标中，我们分析了 3 种激酶，TRRAP、PKMYT1 和 TP53RK，以验证它们在骨肉瘤中的致癌功能。PKMYT1 和 TP53RK 在骨肉瘤中的表达高于正常骨组织，而 TRRAP 无明显差异。所有 3 种激酶的高表达与骨肉瘤患者的预后相对较差有关。结论：我们的研究结果不仅提供了骨肉瘤中潜在的治疗激酶靶标，而且还为使用 CRISPR-Cas9 文库进行功能性遗传筛选提供了范例，包括靶标设计、文库构建、筛选工作流程、数据分析和功能验证。该方法还可能有助于加速其他类型癌症的药物发现。关键词骨肉瘤；激酶；CRISPR-Cas9 文库；TRRAP；PKMYT1；TP53RK
mageckflute.pdf
描述CRISPR（群集定期间隔短的腔液重复序列）与核酸酶Cas9（CRISPR/CAS9）屏幕相结合，代表了一种有前途的技术，可以系统地评估基因功能。CRISPR/CAS9屏幕的数据分析是一个关键过程，其中包括识别屏幕击中并在下游分析中探索这些命中的生物学功能。我们以前已经开发了两种算法Mageck和Mageck-Vispr，以分析CRISPR/CAS9屏幕数据在各种情况下。这两种算法允许用户执行质量控制，读取计数生成和归一化，并计算β分数以评估基因选择性能。在下游分析中，需要生物功能分析才能理解具有不同筛选目的的这些鉴定基因的生物学功能。 在这里，我们开发了用于支持下游分析的Mageckflute。 mageckflute列出了几种策略，以消除SGRNA级读数计数和基因级β分数中的潜在偏差。 包装的下游分析包括识别基本，非必需的和靶相关的基因，以及对这些基因的生物学功能类别分析，途径富集分析和蛋白质复合物富集分析。 该软件包还以多种方式可视化基因，以使用户探索筛选数据。 共同使MageCkflute可以准确鉴定必需，非必需基因及其相关的生物学功能。 此小插图解释了包装的使用并演示了典型的工作流程。在下游分析中，需要生物功能分析才能理解具有不同筛选目的的这些鉴定基因的生物学功能。在这里，我们开发了用于支持下游分析的Mageckflute。mageckflute列出了几种策略，以消除SGRNA级读数计数和基因级β分数中的潜在偏差。包装的下游分析包括识别基本，非必需的和靶相关的基因，以及对这些基因的生物学功能类别分析，途径富集分析和蛋白质复合物富集分析。该软件包还以多种方式可视化基因，以使用户探索筛选数据。共同使MageCkflute可以准确鉴定必需，非必需基因及其相关的生物学功能。此小插图解释了包装的使用并演示了典型的工作流程。