题目既然提到了基因敲除，那么先给大家科普下最新的基因敲除技术：

什么是CRISPR-Cas9？

CRISPR-Cas9是细菌进行自我保护对抗病毒的系统，也是反击攻击者的基因武器，后来为我们聪明的人类所用成为第三代基因编辑技术。

CRISPR-Cas9有I型、II型和III型三种不同的类型，其行使功能共分为3个阶段

获取新的间隔序列

首先扫描入侵的核酸的潜在PAM（protospacer adjacent motifs）来明确原间隔序列，接着切割新的介个序列并在5‘端合成重复序列，最后将重复序列-间隔序列插入靠近CRISPR导向序列的重复区间内

CRISPR基因座的表达

在外源遗传物质的诱导下，CRISPR基因座转录crRNA（CRISPR RNA）并且加工成熟。

干扰外源遗传物质

最后crRNA与特异Cas蛋白形成核糖核蛋白复合物，在复合物与靶标位点配对之后摧毁外源的遗传物质。

图 1

但是基因敲除的价格是非常贵的，一个小鼠的基因敲除价格达到上万元，可以说对于科研经费不充足的老师来说是很不友好的。

其实现在有很多开源的基因敲除数据库，我们完全可以利用里面的数据做我们感兴趣的研究，成本低、数据量大、随取随用，非常方便。

那么老师们可能会面临一个问题，有了数据，怎么用？今天小编为大家分享的这篇文章就是基于基因敲除的数据分析急性髓系白血病(Acute myeloid leukemia, AML)的临床预后，基因敲除与生物信息分析的完美结合，也成就了这边高分文章。

下面我们具体来看一下这篇文章

2022年7月25日发表于 Clinical cancer research IF 13.801

研究背景

急性髓系白血病(Acute myeloid leukemia, AML)是具有高度遗传性和临床异质性的恶性血液病，其特点是未成熟髓系前体在骨髓(bone marrow, BM)和其他组织中积累。尽管急性髓性白血病的治疗有了改进，但常见的化疗效果差和高复发率，全球5年生存率仍明显较低，约为30%。因此发现参与发病机制和耐药相关的基因是改善临床效果的现实需要。

目前，AML风险分层依赖于基因突变和细胞遗传学改变的基因检测。然而，基因组数据和临床筛查对于风险分层作用却非常小，这凸显了改善患者风险分层的必要性。白血病干细胞（LSCs）的持续存在并不能完全解释白血病的耐药和复发，化疗后产生的白血病再生细胞与治疗性LSCs相比呈现出明显的分子特征。患者的“fitness”在AML患者一线治疗决策中起主要作用，如果患者为“fit”则接受密集型强化化疗。因此，“fitness”基因的干扰导致细胞的增殖缺陷，具有潜在的预后价值。

研究内容

全面分析了1000多个体内和体外的全基因组CRISPR-Cas9数据，筛选和系统地识别AML特异性“fitness”基因，这些基因的失活会损害患者的生存和AML细胞的增殖；

进一步开发并验证了一种新型的AML 16基因”fitness”评分（AFG16），该评分在2300多名患者中具有高度的预后；

研究了与AFG16相关的突变情况和生物学特征，证明了该评分在预测化疗和靶向药物治疗反应方面的能力；

研究结果

1、对全基因组CRISPR-Cas9敲除筛选分析确定一个最佳的16基因（AFG16）预后标志

分析了体外CRISPR-Cas9筛选数据集，并通过比较26个AML细胞系和1028个其他癌症类型的细胞系的数据，确定了AML细胞生存特异性所需的基因。与14个AML细胞系和体内筛选hoxa9驱动的髓系白血病模型交叉得到280个基因。在这项研究中，我们将AFG定义为敲除减少的任何基因。在HOVON dataset进行回归分析研究AFG与患者的生存关系，得到最佳的16基因signature。

2、AFG16评分显示了跨数据集的稳健性

综合评估了来自三个微阵列平台和Illumina RNA-seq平台的五个独立AML队列(共1570例患者)中AFG16评分与患者生存期的相关性。

3、AFG16得分高于其他基于基因表达的signature

在不同的数据集中将AFG16得分与另外3个基因表达signature进行比较，结果表明AFG16评分是独立于其他已发表的基于基因表达的signture，并能作为AML生存的可靠预后预测因素。

4、AFG16不同分组间患者基因组异常分析

分析AFG16得分高低组间的体细胞突变和临床信息，发现7个分子标记物出现的频率有显著差异（下图 B）。生存分析结果显示TP53突变、复杂的核型与不良预后显著相关，而CBFB/MYH11融合作为单因素提示临床预后相对较好。

接下来，在最新的欧洲白血病网2017（ELN2017）分类中评估了AFG16评分的预后价值。多变量回归分析显示AFG16评分独立于患者年龄、性别、WBC计数和ELN2017分类（下表）。通过将AFG16signature纳入ELN2017，产生了三个新的风险群体（下图 F），完善的风险方案有助于改善AML患者的风险分类。

这些结果表明AFG16评分增强ELN2017分类方案的预后能力。

AFG16评分具有临床适用性

对真实世界的157名患者的de novo RNA-seq和高深度靶向基因测序的结果进行分析，与基于公共转录组数据集的研究结果一致，AFG16高分患者的OS明显低于AFG16低分患者。还比较了在真实世界队列中AFG16high和AFG16low患者的突变景观。与ELN2017的相关性分析中，高AFG16评分与ELN2017不良风险相关。将AFG16 signature引入ELN2017分类方案显著改善了AML患者的风险分类。

这些结果表明AFG16评分在临床上具有很强的预后意义和广泛的适用性。

AFG16评分可提高AML化疗耐药的预测

接下来评估了AFG16评分预测治疗耐药的能力，耐药被定义为在初始诱导化疗后未能达到形态学CR。纳入常用临床参数和细胞遗传风险的多因素回归模型，加入AFG16评分因素的模型显著提高了预测能力（下图 AB）并且AFG16评分在两个队列的多变量回归模型中是最显著的协变量（下图 CD）。

这些结果表明AFG16评分可辅助预测AML患者化疗耐药性。

7、AFG16评分为AML提供了有前景的治疗策略

捕获了特定的转录组特性

考虑到AFG16高分与诱导化疗较低的CR率以及较差的患者结局之间的显著相关性，文章进一步研究了AFG16高分患者是否可以从化疗之外的其他治疗策略中受益。分析AML患者对奎哌替尼、L86-8275、SNS-032治疗的反应，结果显示FLT-ITD突变的AML患者对奎哌替尼更加敏感， L86-8275、SNS-032药物对AFG16高的患者具有更强的抑制作用并通过基因差异表达和富集分析进行验证。

综上所述，这些发现表明AFG16评分可用于促进更合理地使用强效候选药物，如L86-8275和SNS-032。

总结

文章构建了AFG16评分系统，并进行不同数据集评分系统的稳健性分析、与其他评分系统的比较进行AFG16评分系统有效性的分析，同时通过真实数据说明AFG16评分系统改善了AML患者的风险分类，最后证明AFG16可辅助临床进行药物的筛选。与常见的构建评分模型相比，本文对构建的评分系统的验证更加全面并且结合了真实世界的数据。

文章研究的是急性髓系白血病(Acute myeloid leukemia, AML)，在其他癌型也可以做这种方向尝试哦~心动的小伙伴赶紧来吧~