聚类规则间隔短回文重复序列（CRISPR）筛选与单细胞RNA测序相结合，已成为在单细胞水平上表征遗传扰动对整个转录组极具影响的有力工具。然而，由于其稀疏性和复杂的结构，单细胞CRISPR筛选数据的分析具有挑战性。特别是标准的差异表达分析方法在检测受CRISPR干扰影响的基因方面往往能力不足。鉴于此，来自芝加哥大学人类遗传学系的Xin He和Mengjie Chen等人为这些数据开发了一种统计方法，称为引导稀疏因子分析（GSFA）。

文章要点：

1) 该研究开发的这一GSFA推断代表共调节基因或基因模块的潜在因子；通过借用这些因素的信息，它推断出遗传扰动对单个基因的影响，研究通过广泛的模拟研究证明，GSFA检测扰动效应的功率比最先进的方法高得多；

2) 此外，通过使用来自人类CD8⁺T细胞和神经祖细胞的单细胞CRISPR数据，研究发现GSFA识别了受CRISPR干扰影响的生物学相关基因模块和特定基因，其中许多是现有方法遗漏的，为了解参与T细胞激活和神经发育的基因的功能提供了新的见解。

参考资料：

Zhou, Y., Luo, K., Liang, L. et al. A new Bayesian factor analysis method improves detection of genes and biological processes affected by perturbations in single-cell CRISPR screening. Nat Methods (2023).

10.1038/s41592-023-02017-4

https://doi.org/10.1038/s41592-023-02017-4