CRISPR 筛选数据入门：从原理到应用

DepMap 的依赖性数据本质上来自一次次大规模的全基因组 CRISPR 敲除筛选。理解数据是怎么产生的，才能正确解读它。

一、筛选的基本原理

把携带 Cas9 的细胞系转入一个覆盖全基因组（约 1.8~2 万个基因、每基因 4~8 条 sgRNA）的向导 RNA 文库，每条 sgRNA 通过 lentivirus 进入少量细胞，维持数周培养：

• 敲除后细胞死/长慢 → 对应 sgRNA 逐渐从池中消失（dropout），测序计数下降；
• 敲除后长得更快 → sgRNA 富集（如肿瘤抑制基因缺失后的代偿）。

对每个基因，把其所有 sgRNA 的丰度变化用 Chronos 等模型归一（校正拷贝数效应、sgRNA 效率差异、库容量漂移），得到效应分数，再换算为依赖概率。

二、为什么用概率而不是原始分数

原始分数受细胞系质量、筛选时长、拷贝数干扰，跨细胞系不可直接比较；模型把"这个基因对这个系是不是必需"转化为 0~1 的概率，统一了比较口径。行业与 DepMap 门户均以 0.5 为分界。

三、从数据到实验验证

1. 工具评估锁定目标系（见选系指南）；
2. 设计 2~3 条独立 sgRNA + 一条非靶向对照，逐条转导；
3. 用 CCK-8/克隆形成/活细胞成像验证增殖表型；
4. 做 cDNA 回复实验（re-expression rescue）——表型被野生型 cDNA 挽救，才能排除脱靶；
5. 必要时补敲低（siRNA/shRNA）交叉验证，排除 Cas9 特异性效应。

四、数据的边界

CRISPR 筛选反映的是"细胞适应性"，不等于病人疗效；分裂慢的细胞系信号弱，非分裂依赖（如免疫逃逸）测不到。把 DepMap 概率当作高价值的假设生成器，而不是最终答案。

延伸阅读：DepMap 管线说明见官网 Methods；本站三件套（依赖/表达/拷贝数）均来自其公共发布数据。