Common variant-based genome editing to address the heterogeneity of pathogenic variants in dominant disorders
该论文介绍了“COVER”，一种不依赖于突变的、等位基因特异性的基因组编辑框架，它利用常见的顺式变异来选择性地使常染色体显性遗传疾病中的致病等位基因失活，从而显著扩大了在902个基因中的治疗覆盖范围，并在阿尔茨海默病和亚历山大病模型中展示了其有效性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
几个世纪以来，治愈遗传性疾病的承诺一直受到一个简单而令人沮丧的现实的阻碍：人类 DNA 并非单一、统一的代码。它是一个庞大的图书馆，其中同一本书可以印有成千上万种不同的错别字。在许多遗传性疾病中，基因中的一个错误就足以导致严重的疾病。虽然科学家们已经开发出了强大的 DNA 编辑工具，但修复这些错误就像是在试图修复一本拥有数百万个不同版本、且每个版本都有不同错误的书中，其中的一个特定错别字。如果一种疗法旨在修复一个特定的错误，它往往无法帮助绝大多数携带不同版本相同错误的患者。这一挑战让许多家庭一直在等待一种似乎遥不可及的疗法，因为这种疗法需要针对过于罕见的遗传变异进行定制，以至于不具备开发针对每个人的独特治疗方案的成本效益。
香港科技大学的一个研究小组提出了一种应对这种复杂性的新方法。他们没有试图寻找并修复每一个单独的错别字，而是开发了一种名为 COVER 的策略，其原理是针对每个人 DNA 中自然存在的常见且无害的变异。其逻辑非常直接：在许多情况下，致病错误在物理上与同一段 DNA 上的特定常见变异相连。通过设计一种能够识别这种常见变异的分子工具，研究人员可以选择性地切除包含该疾病错误的整个 DNA 片段，同时保持健康的基因拷贝不受影响。这种方法不需要知道具体的疾病错误是什么；它只需要知道哪种常见变异与该错误共同存在。在最近发表的一项研究中，该团队展示了这种方法在理论上可以覆盖几乎一半的所有患有多种显性遗传疾病的患者，这比以往只能帮助极少数人的方法有了显著的飞跃。
研究人员首先绘制了已知会导致显性疾病的 1,800 多个基因的图谱。他们发现，在这些基因中，致病错误极其多样化，在人群中分布着成千上万种不同的罕见变异。如果医生试图通过针对患者携带的特定错误来进行治疗，那么他们几乎需要为每一个人量身定制工具。团队意识到，虽然错误是罕见的，但周围的 DNA 通常包含在普通人群中频繁出现的常见变异。他们开发了一套工作流程，用于寻找位于一段基因两侧的这些常见变异对。如果一个工具可以切除这两个常见点之间的 DNA，那么只要错误位于中间部分，它就会将致病错误一并移除。
为了使这项工作可行，团队必须确保移除中间部分不会对患者造成伤害。他们专注于那些只要拥有一个工作的拷贝就足以让身体正常运作的基因。对于这些基因，他们设计了三种禁用坏拷贝的方法。第一种方法涉及切除基因的一小部分，当这部分被移除时，会扰乱剩余蛋白质的指令，从而有效地将其关闭。第二种方法针对基因的最开始部分，移除启动信号，使蛋白质根本无法构建。第三种更彻底的方法涉及移除整个基因。通过将这些策略应用于他们的数据库，他们发现对于 902 个致病基因，他们可以确定一对常见变异，从而实现选择性地禁用坏拷贝。
分析结果令人瞩目。当他们计算有多少人能从这种方法中受益时，他们发现，针对特定基因的一个设计潜在地可以帮助大约 46% 的携带该基因疾病的患者。这比通过针对该基因中最常见的单一疾病错误所实现的覆盖率提高了一倍多。研究人员指出，这种高水平的覆盖率在世界不同的人群中都是一致的，这表明该策略具有广泛的适用性。他们还证实，他们用于寻找这些常见变异的普通人群数据准确反映了实际携带该疾病的人群的遗传构成，这意味着他们设计的方案很可能对真实患者有效。
为了证明这个想法在生物系统中可行，团队在两种特定疾病上进行了测试：一种早发性阿尔茨海默病和一种影响大脑支持细胞的疾病——亚历山大病（Alexander disease）。对于阿尔茨海默病模型，他们使用了源自携带特定突变的患者细胞。他们确定了突变附近的两个常见变异，并设计了一个分子工具来切除它们之间的 DNA。当他们将该工具应用于患者细胞时，它成功地移除了坏拷贝基因上的致病 DNA 段，同时保持了健康拷贝完好无损。经过编辑的细胞显示出与阿尔茨海默病相关的毒性蛋白大幅减少。此外，与未编辑的细胞相比，这些细胞看起来更健康，氧化应激水平较低，并表现出更好的正常细胞功能迹象。
他们使用一种略有不同的切割策略（移除基因的启动信号）在亚历山大病的研究中重复了这一成功。同样，该工具选择性地禁用了患者来源细胞中的突变基因。结果是代表该疾病特征的毒性蛋白团块显著减少，使细胞更接近健康状态。在这两个案例中，编辑都是精确的；研究人员检查了细胞，发现没有证据表明该工具误切了基因组的其他部分。这些实验作为概念验证，证明了基于常见变异的策略可以有效地沉默致病基因，而无需了解突变的具体性质。
为了确保其他科学家可以使用这种方法，该团队建立了一个免费的在线平台，研究人员可以在其中输入他们正在研究的任何基因名称。该平台会自动扫描用于切割的最佳常见变异对，提供现成的潜在疗法设计。该工具将复杂的计算过程转化为易于获取的资源，使医学界能够快速识别哪些基因适合这种类型的治疗。研究人员强调，虽然他们的工作是一个重要的进步，但仍处于早期阶段。他们设计的方案还需要进一步测试，以确保在人体内的安全性和有效性。然而，能够通过单一的、不依赖于突变的策略来治疗大部分患者的能力，为那些长期以来被认为过于复杂而难以治愈的疾病开辟了一条新路径。
这项工作的意义在于它从个性化方法向通用化方法的转变。几十年来，遗传医学的目标一直是为个人量身定制治疗方案。虽然这仍然很重要，但 COVER 策略表明，对于许多显性疾病，一种更广泛的解决方案是可能的。通过利用我们所有人身上天然存在的变异，科学家可以创造出不局限于患者携带的具体错误的疗法。这并不意味着每个患者都会立即得到治愈，但它确实意味着这些治疗手段的准入门槛降低了。医学界不再需要为成千上万种不同的突变开发成千上万种不同的药物，而是可能很快拥有一套能够覆盖绝大多数病例的设计工具包。从实验室到临床的道路很长，但这项研究提供了一张清晰的路线图，将遗传多样性的挑战从障碍转变为机遇。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。