扰动诱导的基因程序补上稳态图谱的缺口：在34组细胞—性状对照中保留独立遗传信息
核心概要
复杂疾病的遗传风险常通过只在细胞受扰动后才出现的调控程序起作用，而稳态分子图谱难以捕捉这些程序。Perturbscape把CRISPR Perturb-seq筛选中每个扰动的多尺度基因程序与人类遗传学数据结合，在7套Perturb-seq系统、15,859个扰动—情境组合和53种疾病与性状上评估。扰动诱导程序的可遗传性信息量最高达稳态多组织基因优先级的4.3倍，并在全部34组匹配的细胞系统—性状比较中，在扣除稳态优先级后仍保留显著的条件可遗传性信息量。
深度剖析
疾病相关基因的排序不再只依赖稳态表达、通路或蛋白网络注释，而是直接来自实验扰动后出现的转录程序。 此前的整合方法主要用预编译的稳态多组织特征来学习基因与疾病的权重，难以覆盖只在扰动或特定细胞、发育、激活情境下才出现的调控程序。 在7套Perturb-seq系统、15,859个扰动—情境组合与53种疾病和性状（GWAS平均样本量290,733）上，扰动诱导程序的可遗传性信息量最高达稳态多组织基因优先级的4.3倍，并在全部34组匹配的细胞系统—性状比较中，扣除稳态优先级后仍保留显著的条件可遗传性信息量。
每个扰动先被拆成一组多尺度基因程序，再按疾病遗传信号加权组合成一个元程序，用于衡量该扰动的疾病相关性。 单一差异表达签名或单一潜变量表示只能刻画扰动响应的一面，容易漏掉只在扰动细胞中富集的那部分转录变异。 程序库由差异表达与共表达、PCA与cNMF、对比式PCA及其核方法、ContrastiveVI和基于图的Hotspot模块共同构成，去冗余后每个扰动平均保留113.7个相对独立的程序；保留扰动特异程序得到的性状相关性分数比合并扰动、对照细胞或差异表达汇总所建程序高2.5至5.3倍。
启示与展望
已展示的范围是7套Perturb-seq系统上的离线分析，包括K562、HepG2、Jurkat、TeloHAEC、THP-1、胰腺分化时间序列和体内小鼠脑筛选，评估对象为与之匹配的53种疾病和性状；框架目前主要面向单扰动设计，包括低MOI混合筛选和克隆工程扰动。
扰动程序的可恢复程度取决于扰动覆盖度、扰动效率、测序细胞数和筛选中代表的细胞状态；元程序对疾病可遗传性的富集只说明遗传相关性，本身不识别因果变异，也不证明被扰动基因介导了关联；对遗传结构稀疏或GWAS功效不足的性状，学习稳定关系的能力可能下降。