3
0本文介绍了一种名为 Perturb-DBiT 的新型空间多组学技术，旨在实现在完整组织内的大规模、高空间分辨率 CRISPR 筛选。该方法通过微流控芯片对完整组织切片中的全转录组和单导向 RNA（sgRNA）进行原位共检测，突破了以往研究缺乏空间背景且无法涵盖非编码 RNA 的局限。研究团队在癌症转移和免疫微环境模型中验证了该技术，成功揭示了基因扰动如何通过影响长链非编码 RNA 和 tRNA 等分子来驱动肿瘤的生长与迁移。通过集成机器学习框架 iStar，该技术能够以接近单细胞的精度绘制空间扰动图谱，展现了复杂的克隆动态。总之，Perturb-DBiT 为在原生组织环境下系统性探究基因功能及其调控机制提供了一个强大的无偏见分析平台。
References:
Baysoy A, Tian X, Renauer P, et al. Large-scale, spatially resolved panoramic CRISPR screening in native tissue environments using Perturb-DBiT[J]. Nature Biotechnology, 2026: 1-14.
