在功能基因组学领域，研究人员一直致力于通过观测数据预测因果调控关系。然而，尽管现代技术能够测量多种分子模态，从观测数据中推断出因果调控关系仍然具有挑战性。特别是，信号通路调控因子的下游效应物（effectors）的识别和量化是基因组学研究的重点之一。CRISPR等基因组编辑工具的出现为大规模并行筛选提供了可能，尤其是与单细胞RNA测序（scRNA-seq）结合的Perturb-seq技术，能够通过遗传扰动实现因果推断。然而，现有的Perturb-seq应用主要集中在静止细胞中，可能无法准确描述依赖于上下文的基因功能。 为了解决这一问题，研究人员开发了一种可扩展的Perturb-seq工作流程，结合了组合索引和下一代测序技术，系统地识别了不同生物背景下信号调控因子的靶标。通过这一方法，研究人员...

高效齐全的基因组编辑工具：多重敲除筛选的高效校准Prime Editing平台 在基因组编辑领域，Prime Editing技术因其精确性和灵活性受到高度关注。这种方法无需双链断裂（DSBs），可直接在基因组中实现精准的单碱基替换和小型插入或缺失修改。然而，在大规模功能基因组学研究中，Prime Editing的应用面临效率低且不稳定的问题。为应对这一挑战，一项由Princeton University和University of California San Diego等多个研究机构的科研团队合作开展的研究，通过开发一个具有高编辑效率的Prime Editing平台，为解决多重敲除筛选问题带来了突破性进展。这篇题为“A benchmarked, high-efficiency prime ...

基于大语言模型探索基因集合功能发现：GPT-4的表现优异 学术背景 在功能基因组学（functional genomics）领域，基因集合富集分析（gene set enrichment analysis）是理解基因功能及其相关生物学过程的重要方法。然而，当前的富集分析主要依赖于文献整理的基因功能数据库，例如Gene Ontology (GO)等，这些数据库存在一定的局限性：数据不完整且更新速度有限。这导致了许多基因集合无法通过传统工具有效解析，这些未曾被明确标注的基因集合正是潜在产生重要生物学新见解的源泉。 在这种背景下，近年来生成式人工智能（generative artificial intelligence），尤其是诸如GPT-4的“大语言模型”（large language mode...