CROP-seq：CRISPR筛选+单细胞RNA-seq=无

CRISPR基因编辑筛选工具已被广泛使用于生物学发现以及创新药物研发的筛选领域。全新的技术CROP-seq创造性地将CRISPR筛选技术与单细胞RNA-seq技术相结合，高通量地分析gRNA对靶基因进行编辑后的单细胞转录图谱，利用高通量测序输出更多复杂的调控信息，给基因调控机制研究和药靶筛选等领域带来全新的变革。

 

技术优势

1. 采用CRISPR混合文库筛选（pooled screen）方法，大规模、高效筛选作用基因

2. 独特构建的CRISPR载体，单细胞转录组直接检测sgRNA，大大简化筛选步骤

3. 单细胞转录组测序输出数据，信息量更大，体现复杂的基因调控图谱

 

技术应用

1. 高通量的基因调控功能筛选分析

2. 研究复杂的信号通路等其他生理病理过程

3. 研究复杂的细胞过程中遗传或表观遗传的调控作用

4. 高通量的药物靶点筛选

 

送样要求 

活细胞：细胞数量请详询

冻存细胞：细胞数量请详询

 

分析内容

基础分析：

1. 原始数据质控

2. 细胞数目鉴定

3. 基因组比对

4. Counts计算

5. 双细胞过滤

6. 单细胞表达过滤

7. gRNA单细胞分配

8. PCA主成分降维

 

高级分析：

1. 组间gRNA细胞表达差异基因分析

a) 组间差异基因筛选

b) 多组间差异基因筛选

2. 组间gRNA细胞表达WGCNA分析

a) 加权基因共表达网络模块功能富集分析

b) 加权基因共表达网络模块核心基因筛选

c) 预测基因功能

3. 组间gRNA细胞表达IPA分析

a) IPA核心分析总览：对经典通路，上游调节分子，疾病和生物学功能等内容的概括

b) IPA网络基因互作：找到通路中激活和抑制基因

c) IPA富集通路生物学功能比较分析

d) IPA上游调节基因预测和下游靶点预测

 

多种CRISPR/Cas9 CROP-seq文库选择

 

分析内容示例 

图1. gRNA表达分析^[1]

 

图2. 通路标志基因富集分析^[1]

 

图3. 组间gRNA细胞表达差异基因分析^[1]

 

图4. IPA网络基因互作

 

图5. IPA核心分析（疾病和生物学功能）

 

 

参考文献

[1] Datlinger P,  Rendeiro AF,  Schmidl C, et al. Pooled CRISPR screening with single-cell transcriptome readout. Nat Methods 2017 03;14(3).