劉小樂教授連發多項研究成果

　　華人女學者、哈佛大學公共衛生學院Dana-Farber癌癥研究所的劉小樂(X Shirley Liu)教授，也是教育部“長江學者”講座教授、中組部“千人計劃”入選者，是國際生物信息學界的領軍人物。其帶領的課題組長期致力于生物大數據的收集和信息挖掘、篩選治療癌癥藥物的有效靶點，以及開發個性化癌癥診斷和治療的新方法。近期，劉小樂教授帶領的研究小組先后在《Genome Research》、《PLOS Computational Biology》和《Genome Biology》等國際著名學術期刊發表多項研究成果。

　　今年六月份，劉小樂教授與CRISPR/Cas9技術先驅之一、麻省理工學院-哈佛大學布羅德研究所的張鋒博士，在國際基因組研究權威期刊《Genome Research》發表題為“Sequence determinants of improved CRISPR sgRNA design”的學術論文。在這項研究中，研究人員系統地評估了提高CRISPR篩選中單導向RNA（sgRNA）效率的DNA序列特征。利用來自多重設計的信息，研究人員建立了一個新的序列模型，用于預測CRISPR/Cas9基因敲除實驗中的sgRNA效率。這一模型證實了已知的序列特點，并提出了新的特征，包括優先選擇裂解位點的胞嘧啶。經過實驗驗證，該模型可用于sgRNA介導的突變率和蛋白質敲除效率。研究人員在獨立的數據集上進行了測試，發現該模型在陽性選擇和陰性選擇條件下，都取得了顯著的效果，且優于現有的模型。該研究小組還發現，CRISPRi/a的序列偏好與CRISPR/Cas9敲除明顯不同，并提出了一種新的模型，預測CRISPRi/a實驗中的sgRNA效率。這些結果可有利于基因敲除和CRISPRi/a研究中改良sgRNA的全基因組設計。

　　九月份，劉小樂教授和上海師范大學、同濟大學的同事在《PLOS Computational Biology》發表題為“Predicting Anticancer Drug Responses Using a Dual-Layer Integrated Cell Line-Drug Network Model”的學術成果，上海師范大學數學系的教授王軍和副教授鄭小琪也是本文共同通訊作者。在這項研究中，研究人員提出了一種雙層整合的細胞系-藥物網絡模型，其采用細胞系相似性網絡（CSN）數據和藥物相似性網絡（DSN）數據，用一種加權模型來預測一個給定細胞系的藥物反應。利用Cancer Cell Line Encyclopedia (CCLE)和Cancer Genome Project (CGP)研究作為基準線數據集，具有CSN或DSN和只有一個參數的單層模型，所獲得的預測性能，可與先前生成的彈性網絡模型相媲美。當用整合CSN和DSN的雙層模型時，研究人員獲得的預測反應，明顯優于之前采用彈性網絡模型所獲得的結果。研究人員還將雙層細胞系-藥物綜合網絡模型，用來填補CGp數據集中缺失的藥物反應值。

　　十月三十日，劉小樂教授帶領的研究團隊，又開發了一種預測基因重要性的新方法，可以很好的用于CRISPR篩選等功能基因組實驗。研究人員將自己開發的計算方法命名為NEST（Network Essentiality Scoring Tool）。他們用NEST對最近的全基因組CRISPR篩選數據進行了全面分析。研究顯示，CRISPR篩選得出的基因重要性，很大程度上依賴于生物學網絡中互作基因的表達水平。NEST不僅能夠很好的用于CRISPR和shRNA篩選，還可以進行其他類型的基因組數據分析，比如評定ChIP-seq靶基因的優先次序，或者在腫瘤分析數據中鑒定存活基因。相關閱讀：劉小樂教授發布CRISPR實用工具。