导语
传统靶点发现像一条窄路：先有假设，再做一个基因，做敲除或抑制剂，看表型，写文章，可能要五到十年。问题在于，人类有两万个编码基因，而大多数疾病相关通路并不按假设的方式组织。
CRISPR 让"同时问几千个基因"第一次变得便宜。但早期筛选的读出非常粗糙：只看细胞活下来还是死掉，也就是所谓的 dropout。这对必需基因有效，对调控型基因几乎无用——敲掉一个转录因子，细胞照样活着，只是状态变了。
真正改变游戏规则的是把单细胞转录组接上去：每个细胞里既读出"我被打的是哪个基因"，又读出"我的转录组变成了什么样"。这就是 Perturb-seq 的思路，也是今天药物发现领域最像"工业化基础设施"的一项技术。
一、读出的升级：从"存活"到"签名"
最早的 CRISPR 文库筛选在 2014 年前后成型，全基因组敲除文库覆盖约两万个基因、数万个 sgRNA。筛选逻辑非常直接：把文库病毒转进细胞群，加药物或让细胞竞争生长，最后测序看哪些 sgRNA 富集或丢失，富集的就是耐药相关基因。
这种设计的局限很快暴露。细胞存活是一个极其下游的终点，中间的调控变化全部被压缩成一个二元结果；而且很多有治疗价值的靶点（比如免疫细胞的活化阈值、耗竭倾向）根本不表现为"活或死"。
Perturb-seq 在 2016 年提出时，做法是把 sgRNA 加上 poly-A 信号，让它和细胞内源 mRNA 一起被单细胞测序捕获。这样每个细胞的转录组和它的扰动身份被绑定在同一读数里，一次实验就能得到"敲掉基因 X 之后，细胞内 2000 个基因怎么变"的完整签名。
由此，筛选的产出从"一份基因列表"变成了"一张扰动—表型矩阵"。这张矩阵的价值不在于找到某个基因，而在于把基因按功能模块聚类——同一通路里的基因，敲掉后会产生相似的转录组签名。未知基因的功能，可以直接从签名推断。
二、规模化的三个工程门槛
从几百个基因做到全基因组，难点不在测序，而在三个环节。
第一是感染复数（MOI）控制。要保证一个细胞只接收一个 sgRNA，MOI 通常压到 0.3 以下，否则一个细胞里两个扰动同时发生，结果无法归因。压低 MOI 意味着需要更多细胞起始，文库复杂度随之上升。
第二是 sgRNA 的捕获效率。单细胞测序对 sgRNA 的捕获率远低于内源 mRNA，早期方案里超过一半的细胞拿不到扰动身份，只能丢弃。后续改进通过增强 sgRNA 表达、优化捕获序列、或在分析阶段用群体信息做补全，把可用细胞比例大幅提高。
第三是扰动效率的验证。敲除不等于蛋白消失，尤其对长半衰期蛋白；CRISPRi（dCas9-KRAB）能更干净地抑制转录起始，CRISPRa 则用于过表达筛选。无论哪种，都需要在蛋白或转录水平抽检验证，否则会把"没敲掉"误判成"敲掉没表型"。
还有一个常被低估的变量是批次与细胞状态。原代细胞、类器官、iPSC 来源细胞的状态波动远大于 K562 这类细胞系，批次效应会直接淹没真实的扰动信号。这也是为什么多数全基因组规模的工作仍然在细胞系里完成，而原代免疫细胞的筛选通常只能覆盖数百到上千个基因。
三、从单基因到组合：真正接近药物场景的那一步
单基因敲除回答的是"这个基因重要吗"，而药物回答的是"抑制这个靶点能不能逆转某种状态"。两者之间的差距，需要组合扰动来填。
组合 Perturb-seq 的思路是同时施加两个扰动，观察转录组是否出现超出单扰动叠加的效果。这在概念上对应药物联用：如果两个基因的联合敲除产生协同效应，对应的两个靶点组合就值得做双药或双抗。
更贴近应用的用法是"状态—扰动"配对：先用药物或细胞因子把细胞推到某种病理状态（如耗竭、耐药、炎症），再做扰动筛选，看哪些基因能把细胞拉回正常状态。这类设计的信噪比往往高于在健康细胞里做筛选，因为它直接测量"纠正能力"而非"必要性"。
原代人类 T 细胞的基因组规模筛选在 2018 年已有报道，随后几年扩展到调节性 T 细胞、NK 细胞与髓系细胞。这类工作的产出正在改变免疫治疗靶点的排序逻辑：不再是"这个分子在耗竭 T 细胞里高表达"，而是"敲掉它之后，耗竭程序能否被逆转"。
四、和虚拟细胞的分工：一个产生数据，一个做外推
过去一年，"虚拟细胞"类模型被反复讨论，容易被误解为"可以替代实验"。实际的分工恰好相反。
Perturb-seq 这类实验提供的是训练数据：在特定细胞类型、特定扰动下，转录组如何响应。模型学到的正是这种映射关系，然后尝试外推到没做过的扰动或细胞类型。外推的可靠性，取决于训练数据覆盖的扰动类型与细胞状态有多宽。
因此这两条线是互补的：实验决定模型的天花板，模型决定实验的优先级。一个典型的工作流是，先用模型在计算机里筛出几百个高潜力扰动，再用实验验证其中几十个，把成本压到可承受范围。
对产业而言，这意味着三件事：一是筛选服务从"跑一个文库"变成"设计一个扰动矩阵"，方案设计能力比测序产能更值钱；二是数据资产开始具备独立价值，尤其是原代细胞与疾病模型上的扰动数据；三是靶点验证的周期被压缩，但验证的标准反而更严——因为筛选出来的候选太多，必须用正交实验快速淘汰。
五、边界与现实的门槛
这套技术不是万能的，边界相当明确。
- 细胞系与体内环境差异巨大，培养皿里的必需基因在体内可能完全不是关键。
- 敲除是"全或无"，而药物是部分抑制，两者的表型不能直接等同。
- 转录组签名不等于功能改变，蛋白水平、翻译后修饰与定位信息都读不到。
- 全基因组规模的成本仍然高昂，单细胞测序、文库构建与数据分析三项叠加，一次项目常在数十万到百万元级。
- 组合筛选的复杂度随扰动数量指数上升，目前可行的组合空间仍然很小。
参考资料
- Dixit A, et al. Perturb-Seq: Dissecting Molecular Circuits with Scalable Single-Cell RNA Profiling of Pooled Genetic Screens. Cell, 2016
- Replogle JM, et al. Mapping information-rich genotype-phenotype landscapes with genome-scale Perturb-seq. Cell, 2022
- Norman TM, et al. Exploring genetic interaction manifolds constructed from rich single-cell phenotypes. Science, 2019
- Shifrut E, et al. Genome-wide CRISPR Screens in Primary Human T Cells Reveal Key Regulators of Immune Function. Cell, 2018
- Doench JG, et al. Optimized sgRNA design to maximize activity and minimize off-target effects of CRISPR-Cas9. Nature Biotechnology, 2016
本文基于公开文献整理，不构成技术选型或投资建议。