Science：颠覆传统基因组结构变异研究，Genome

在基因组学的研究中，结构变异（Structural Variants, SVs）一直是一个备受关注却又充满挑战的领域。与常见的单核苷酸变异（Single Nucleotide Variants, SNVs）和小型插入缺失变异（indels）相比，SVs的研究面临着诸多难题。SVs指的是基因组中大于50个碱基对的变异，包括缺失、重复、倒位、易位等形式，这些变异往往能够显著影响基因功能、基因表达及细胞的整体健康。然而，SVs的研究在以往主要依赖于一些较为有限的方法，这些方法通常效率低下且成本高昂。

为了克服这一挑战，1月31日Science的研究报道 Multiplex generation and single-cell analysis of structural variants in mammalian genomes ，研究人员开发了Genome-Shuffle-seq这一创新性技术，旨在通过一种简便且高效的方式，在哺乳动物基因组中进行大规模的SV生成、标记和检测。这一方法的最大亮点在于其能在单个实验中同时生成并精确追踪成千上万种SV，且无需依赖于传统的克隆筛选、基因分型或全基因组测序技术。这项技术通过集成一类名为 Shuffle cassette 的基因组构件，将多个SV诱导事件以高通量的方式集成到细胞群体中，并能利用特定的条形码系统，在不同的细胞内追踪这些变异的发生与影响。

该方法特别适用于在体外胚胎等细胞模型中进行SV的研究，并且能够对这些结构变异在细胞转录组中的表现进行的映射和分析。这项技术不仅能够帮助研究人员更好地理解SV对基因表达、染色质结构及基因组三维架构的影响，还能为后续癌症研究等领域提供强有力的支持。特别是在肿瘤学中，许多癌症的发生与结构变异密切相关，Genome-Shuffle-seq的应用有望加速我们对这些变异的深入理解，并为精准治疗提供新的思路。

通过这项技术，研究人员能够在单细胞分辨率下追踪变异与基因表达的关系，甚至能够在基因组中精确地定位这些变异的起源及其在细胞中的动态变化。这不仅为我们提供了一个全新的视角，也为结构变异的功能性研究开辟了崭新的道路。