CRISPR/Cas是原核生物在进化过程中获得的一种免疫防御系统,用于抵抗外来遗传物质的入侵,近年来被开发成为高效的基因编辑、基因调控以及分子诊断工具.其可编程靶向机制揭开了利用该系统进行基因组操作的序幕,并允许在活性范围内实现动态调节和控制基因表达.作为现有基因修饰手段中灵活性最强和成本最低的技术之一,已被广泛应用于临床疾病治疗、工农业生产、可持续染料开发和化学品加工等领域.随着对CRISPR/Cas系统的不断深入挖掘和探索,大量研究报道了 gRNA工程改造及优化方法,包括改变间隔序列长度、调节恒定区和可变区的结构、向末端或中间延伸添加额外功能序列及化学合成修饰等,以期降低脱靶突变率,提高作用效率,充分激发CRISPR基因操纵工具在生物医学方面的潜力.基于此,本综述将介绍CRISPR/Cas9和CRISPR/Cas12系统中gRNA工程化设计方法及应用研究的最新进展,分析探讨了当前工程化gRNA技术面临的机遇和挑战,旨在为获得性能更加优异的gRNA提供思路和方向,从而提高利用CRISPR/Cas系统探测人类细胞基因组的能力,进一步为可编程生物学带来更多可能性.

前列腺癌(prostate cancer,PCa)是全球男性中患病最多、致死率第二高的癌症.PCa神经微环境与肿瘤进展、手术根治程度及术后复发密切相关,但具体机制尚不明确.神经微环境中的神经密度(neural density,ND)、神经周围侵袭(perineural invasion,PNI)以及神经内分泌特征(neuroendocrine features,NEF)与TMPRSS2 ERG基因、单胺氧化酶A(monoamine oxidase A,MAOA)、核因子κB,神经营养因子以及神经肽Y(neuropeptide Y,NPY)等的表达密切相关.挖掘与该基因组学及蛋白组学相关的影像标志物可以早期识别PCa神经微环境从而影响临床诊疗方案.基于多参数磁共振成像(multiparameter magnetic resonance imaging,mp-MRI)影像组学特征可以识别PNI及NEF的潜在影像标志物.基于磁粒子成像技术(magnetic particle imaging,MPI)、深度神经网络(deep neural network,DNN)图像分类模型可以进行神经可视化.新兴神经影像技术弥散张量成像(diffusion tensor imaging,DTI)、扩散频谱成像(diffusion spectrum imaging,DSI)、神经突定向扩散与密度成像(neurite orientation dispersion and density imaging,NODDI)以及基于吩噁嗪的近红外荧光团的设计合成与神经成像技术,在显示及预测ND、PNI、NEF也蕴含着独特的价值.本文就PCa患者神经微环境潜在影像标志物的研究现状进行综述,以进一步揭示PCa神经微环境的神经生理机制,为后续诊疗过程及改善患者预后提供影像学依据.

目的:利用生物信息学方法挖掘呼吸机相关性肺损伤（VILI）小鼠的差异表达基因（DEG），并通过构建VILI小鼠模型对关键基因进行验证。方法:①实验1（生物信息学分析）：从基因表达数据库（GEO）下载VILI与自主呼吸对照组小鼠的肺组织基因芯片数据GSE9368和GSE11662，通过统计分析获得DEG，运用韦恩图获得两个数据的共同DEG，然后使用DAVID在线数据库对共同DEG进行基因本体（GO）功能注释和京都基因与基因组百科（KEGG）通路富集分析，最后利用基因与蛋白质相互作用检索在线数据库（STRING）对共同DEG进行基因编码蛋白相互作用（PPI）分析，并运用CytoScape软件、分子复合物检测分析插件（MCODE），以及CytoHubba插件中最大团中心性（MCC）、最大邻居连通度（MNC）与度（degree）算法进行拓扑分析，筛选出关键基因。②实验2（相关基因编码蛋白验证）：构建C57BL/6小鼠大潮气量（20 mL/kg）VILI模型，并设自主呼吸对照组。取小鼠肺组织进行苏木素-伊红（HE）染色，观察肺组织病理学改变；并对实验1中筛选出的关键基因编码蛋白进行免疫组化验证。结果:①实验1结果：GSE9368数据中筛选出114个DEG，其中上调99个，下调15个；GSE11662数据中筛选出258个DEG，其中上调188个，下调70个；获得共同DEG 66个，其中上调61个，下调5个。GO功能注释结果表明，共同DEG参与炎症反应、免疫应答、白细胞及中性粒细胞趋化浸润等过程；KEGG通路富集分析提示共同DEG主要富集于细胞黏附、细胞因子-细胞因子受体相互作用及肿瘤坏死因子（TNF）信号通路等。通过STRING及CytoScape构建差异基因PPI网络图和重要子模块，并获得拓扑分析MCC、MNC及degree算法得出的交集基因，分别为细胞因子信号转导抑制因子3（SOCS3）、白细胞介素-1β（IL-1β）、基质金属蛋白酶-9（MMP-9）、整合素Itgam、CXC型趋化因子配体2（CXCL2）、CXC型趋化因子受体2（CXCR2）、L-选择素Sell及CC型趋化因子受体1（CCR1）。②实验2结果：构建大潮气量VILI小鼠模型结果显示，与自主呼吸对照组相比，机械通气结束后0 h小鼠肺组织有所损伤；通气结束后6 h肺组织结构受损明显，肺泡腔可见不同程度出血和塌陷，肺泡壁明显增厚，肺泡腔及间质还可见炎症细胞浸润。对拓扑分析交集前3位基因IL-1β、SOCS3、MMP-9的编码蛋白进行免疫组化染色，结果显示，随通气时间延长，小鼠肺组织中IL-1β、SOCS3、MMP-9蛋白表达逐渐上调，6 h时与自主呼吸对照组比较差异均有统计学意义〔IL-1β（积分 A值）：8.40±2.67比5.10±0.94，SOCS3（积分 A值）：9.74±1.80比5.95±1.31，MMP-9（积分 A值）：11.45±6.20比5.36±1.28，均 P<0.05〕。 结论:基于GSE9368和GSE11662数据的生物信息学分析发现，VILI与炎症损伤、细胞因子及免疫细胞浸润相关；IL-1β、SOCS3、MMP-9蛋白可能为VILI生物标志物。

胰腺癌作为目前最致命的人类肿瘤类型，其生物学上的侵袭性、早期发现策略的空白和有效治疗手段的缺乏是导致胰腺癌生存率低的主要原因。深入了解胰腺癌的发生发展机制，早期诊断胰腺癌，有效预测胰腺癌的复发及预后，探索关键的治疗靶点是新时代胰腺癌研究的重中之重。大规模的基因组研究对了解胰腺癌关键驱动基因奠定了一定的基础。在后基因组时代，通过对胰腺癌患者的肿瘤组织和体液进行蛋白测序，将逐渐开创一个精准诊治胰腺癌的新时代。目前全球范围以胰腺外科为主的胰腺癌多学科诊疗(MDT)医疗团队利用癌症基因组图谱(TCGA)、高通量基因表达数据库(GEO)、国际癌症基因组联盟(ICGC)等大规模公开数据库，结合各中心小规模测序数据，逐渐揭开胰腺癌在不同生物过程中的核心肿瘤标志物，进而为临床转化治疗提供理论基础及指导。

目的:基于生物信息学技术研究，挖掘前列腺癌（PCa）淋巴结转移相关的分子标志物并进行临床验证。方法:从基因表达综合数据库（GEO）数据筛选出淋巴结转移PCa的差异表达基因，构建基因共表达网络枢纽基因，将枢纽基因纳入支持向量机模型评估PCa淋巴结转移预测效能。在癌症基因组图谱（TCGA）数据集中对枢纽基因进行验证并进行免疫浸润分析。收集2019年1月至2022年12月就诊于河北医科大学第四医院的80例PCa患者的临床资料，采用logistic风险模型评估枢纽基因对PCa淋巴转移预测效能。结果:共鉴别出5个枢纽基因（GSK3B、TP53、PSMC6、SUMO1、PIK3CA），其构建的支持向量机模型有着良好的预测价值（准确率83.87%）。TCGA验证结果显示仅PSMC6在存在淋巴结转移PCa组织中表达差异有统计学意义（ P<0.001）。免疫浸润分析结果显示PSMC6的表达量与9种免疫细胞（B细胞、树突状细胞、成熟树突状细胞等）有关联。临床信息分析示PSMC6的表达量与淋巴结转移、前列腺特异性抗原（PSA）、T分期、Gleason评分有相关性（ P<0.01）。单因素logistic回归分析结果显示T分期（ OR=3.230，95% CI：1.192~8.757， P=0.021）、Gleason评分（ OR=4.627，95% CI：2.212~9.677， P<0.001）、PSMC6（ OR=25.235，95% CI：5.326~119.560，， P<0.001）可作为淋巴结转移的预测因素。多因素logistic回归分析结果显示，PSMC6（ OR=16.537，95% CI：2.928~93.393， P=0.001）可作为预测PCa淋巴结转移的危险因素。 结论:PSMC6可能可以作为判断PCa患者淋巴结转移情况潜在分子标志物。

目的:为胶质瘤患者识别有效的生物标志物。方法:从中国脑胶质瘤基因计划谱(CGGA)下载附有完整临床随访信息的464例胶质瘤患者mRNA表达谱。加权基因共表达网络分析(WGCNA)用于识别出与胶质瘤WHO分级相关的基因模块，并同时进行单因素及多因素Cox回归分析鉴别出与胶质瘤患者生存相关的基因。结果:在加权基因共表达分析中，Brown模块与脑胶质瘤WHO分级呈正相关( r＝0.55， P<0.01)。选择单因素分析中与患者临床预后最显著相关的5个基因(TAGLN2，IGFBP2，METTL7B，ARAP3，PLAT)进行多因素生存分析并建立预后模型，计算风险评分。受试者工作特征曲线证实该风险评分在预测胶质瘤患者1、3、5年生存率上具有高精准度。上述生存分析结果均在癌症基因组图谱(TCGA)数据库中得到验证。 结论:本研究确定了五个独立的脑胶质瘤预后因素(TAGLN2，IGFBP2，METTL7B，ARAP3及PLAT)并建立了预后模型，为临床判断胶质瘤患者预后提供新的思路。

我国目前乙型肝炎病毒（HBV）感染的防治工作形势依然严峻。影响HBV感染的进程和结局的因素主要包括病毒和宿主两个方面。在不断挖掘HBV感染经典诊断指标如乙型肝炎表面抗原、乙型肝炎核心抗体、乙型肝炎病毒DNA等新的临床意义的同时，更要关注新的指标如乙型肝炎病毒RNA、乙型肝炎核心相关抗原等的应用价值与前景。随着组学概念的提出与技术的发展，人们开始以组学的理念关注HBV感染，并整合基因组学、代谢组学、蛋白组学等，以达到精准诊断的目标。

目的:利用癌症基因组图谱(TCGA)分析丙酮酸脱氢酶激酶1(PDK1)在脑胶质瘤中的表达和临床意义。方法:回顾性分析TCGA数据库中641例脑胶质瘤患者的临床资料。采用GEPIA(http：//gepia.cancer-pku.cn/)在线分析网站分析PDK1在脑胶质瘤患者中的表达情况。之后采用Pearson相关分析法创建与 PDK1相关的基因列表，再利用STRING在线分析工具对差异基因进行互作网络分析，根据可信度大小筛选出关键蛋白。进一步通过基因本体分析(GO)获得PDK1相关差异基因的功能及与京都基因和基因组百科全书(KEGG)通路的关系。根据PDK1蛋白表达量将所有患者分为PDK1蛋白低表达组(380例)和PDK1蛋白高表达组(261例)，采用Kaplan-Meier生存曲线比较两组患者的生存期差异。进一步采用单因素和多因素Cox回归分析法判断PDK1蛋白表达对脑胶质瘤患者预后的作用。 结果:PDK1蛋白在世界卫生组织(WHO)Ⅳ级胶质瘤中的表达明显高于Ⅱ、Ⅲ级(均 P<0.05)，且Ⅱ、Ⅲ级间的差异无统计学意义(Ⅱ、Ⅲ、Ⅳ级的蛋白相对表达量分别为7.24±0.60、7.34±0.80、8.86±0.90， P>0.05)。PDK1蛋白高表达组的脑胶质瘤患者累积生存率明显低于低表达组( P<0.05)。Pearson相关分析结果发现，96个基因与 PDK1表达密切相关，其中69个为正相关，27个为负相关。GO分析和KEGG通路分析结果显示，PDK1与缺氧微环境、有机环状化合物的反应、有机氮化合物的反应、cAMP反应及HIF-1信号通路密切相关。多因素Cox回归分析结果显示，年龄( HR＝1.579，95% CI：1.085～2.299， P＝0.017)、WHO分级( HR＝12.106，95% CI：6.521～22.474， P<0.001)及放疗( HR＝0.502，95% CI：0.325～0.775， P＝0.002)为胶质瘤患者生存期的独立影响因素(均 P<0.05)，可独立用于患者的预后判断。然而，PDK1蛋白表达对并不影响脑胶质瘤患者预后。 结论:不同WHO分级的脑胶质瘤患者PDK1的表达不同，且主要与缺氧和HIF-1信号通路密切相关。

目的:基于基因芯片数据挖掘的方法，对小儿肝母细胞瘤预后差异基因进行筛选后，对差异基因的功能及通路进行分析，同时利用共表达网络筛选出决定小儿肝母细胞瘤预后的核心基因并对其预测能力进行评估。方法:本研究中所使用的小儿肝母细胞瘤基因芯片表达谱来自欧洲生物信息学研究所(http：//www.ebi.ac.uk/embl/)；数据收集的截止日期为2018年12月31日。先通过SAM法筛选得到差异表达基因(基因表达水平上升至原来的2倍或下降至原来的1/2)，再基于降维原理通过共表达网络模型筛选得到核心基因，运用MCODE算法计算基因的调控评估能力评分，以评价其在整个网络模型中的调控能力。结果:针对213个差异表达基因的细胞信号通路富集结果显示，富集度最高的信号通路为代谢途径通路，富集度为2 122.529，信号通路富集结果误判率均<0.001，经SAM算法检验均具有统计学意义( P<0.001)。以213个在不同预后组发生差异表达的基因作为共表达网络的构建基础，本次构建得到的共表达网络共纳入12个发生差异表达的基因。以预后不良组为实验组，以预后较好组为对照组，采用MCODE算法计算基因调控能力评分的结果显示，决定小儿肝母细胞瘤预后调控能力评分最高基因为ADH1A基因，得分为19分。此外，HAO1、ADH1B、ALDOB以及DPYS基因的调控能力评分均高于或接近于5分，因此可认为它们是本次构建得到的共表达网络模块中的核心基因。 结论:从共表达网络模型结果来看，ADH1A基因与小儿肝母细胞瘤的发生发展存在较为密切的关联，其分子生物学证据对临床开展肿瘤靶向干预疗法的指导意义有待进一步挖掘。

目的:通过生物信息学对先天性小耳畸形基因调控网络进行分析。方法:采用安捷伦全基因组外显子微阵列芯片鉴定2017年5月至2018年8月中国医学科学院整形外科医院收治的3例先天性小耳畸形伴健侧耳较普通人明显增大者的小耳残耳软骨与健侧耳软骨的表达谱，获取差异表达基因，通过聚类分析，使用DAVID数据库对差异表达基因进行基因本体论与生物学信号通路富集分析。运用STRING数据库，Cytoscape软件及插件对差异基因进行蛋白质互作分析，利用GeneCards数据库对相关基因功能进行注释。结果:通过对数据筛选、排除，共获得差异基因124个，其中下调93个，上调31个。差异基因主要涉及细胞外基质构成，对应力刺激反应，骨骼及软骨形成等方面，信号通路主要涉及磷脂酰肌醇3/蛋白激酶(PI3K-Akt)信号通路等。构建差异基因蛋白互作网络，发现EYA转录辅激活因子和磷酸酶1(EYA1)，Ⅱ型胶原蛋白α1链(COL2A1)，软骨寡聚基质蛋白(COMP)等可能在先天性小耳畸形软骨病变发生中起重要作用。结论:通过对先天性小耳畸形病例基因进行生物信息学挖掘，有助于了解疾病的病因学，为先天性小耳畸形的预防提供新的基因靶点。