《Biological Reviews》：The power of many: when genetics met yeasts and high-throughput
編輯推薦：
這篇綜述系統闡述了酵母作為真核模式生物在高通量（HT）遺傳分析中的技術革新與應用前沿。文章詳細介紹了基因組編輯（如CRISPR-Cas系統）、突變體庫構建（如基因敲除集合、溫度敏感株）及自動化表型篩選平臺的發展，如何推動基因功能、遺傳互作和進化機制的研究。通過整合生物信息學與人工智能，酵母模型在人類疾病模擬（如神經退行性疾病、癌癥靶點驗證）和生物技術開發（如酶定向進化、生物燃料生產）中展現出巨大潛力，為生命科學提供了從基礎到轉化的多維洞察。
高通量技術驅動下的酵母遺傳學研究
近年來，復雜技術能力的演進推動了對整合性生物學問題的全局分析。新設備實現了傳統小規模操作的自動化與規模化，而酵母作為典型真核模型，憑借其高效的基因組編輯潛力（如同源定向修復HDR和CRISPR-Cas系統）和短生命周期，成為生成并分析數千遺傳變異株系的理想平臺。結合微孔板機器人、液相處理系統和多維表型檢測（如熒光顯微鏡、流式細胞術），研究者能夠以HT規模繪制生物過程全局圖譜，重塑對基礎生物學、進化及生物技術應用的認識。
非生物工程：HT實驗的技術支柱
HT核心在于并行處理大量樣本的能力，通過微型化流程與多孔板平臺實現。技術設備可分為三類：
- 1.
液相處理系統：集成移液機器人與功能模塊（如熱循環儀、磁珠純化），支持核酸提取、PCR建庫、定量分析等分子操作。
- 2.
菌落處理系統：在固體培養基上自動化接種、復制雜交菌株陣列，密度可達每板6,144個克隆，覆蓋全基因組缺失庫。
- 3.
數據采集與分析：依托成像系統、光譜儀和人工智能算法，實現動態表型（如生長曲線、蛋白定位）的自動化解讀。
此外，公開數據庫（如SGD、Pombase）與交互工具整合多組學數據，助力跨物種功能比較。
生物工程：遺傳變異庫的構建策略
（1）定向與隨機基因組編輯
定向編輯依賴同源重組或CRISPR-Cas系統，可精準引入點突變、缺失或標簽（如GFP融合），效率超90%。隨機突變則通過化學誘變劑（如EMS）、轉座子插入或OrthoRep系統在體內累積變異，結合下一代測序（NGS）定位表型相關位點。這類方法能揭示功能結構域重要性及條件性必需基因。
（2）系統突變體集合
- •
陣列化庫：如酵母全基因敲除集合，明確每位點基因型，用于研究單倍體不足或合成致死。
- •
混合庫：通過條形碼標記菌株，實現池化培養與競爭實驗，大幅提升篩選通量。
例如，利用轉座子插入測序（TIS）鑒定必需基因組區域，發現非編碼RNA和UTR等非編碼元件的功能。
（3）隨機庫的應用優勢
隨機突變可產生功能獲得型或條件型等位基因，并通過NGS解析多基因互作。研究表明，約20%的基因缺失會影響鄰近基因表達，8%與非整倍體相關，提示需考慮“鄰近效應”在表型解讀中的影響。
HT篩選的應用前沿
（1）基礎生物學問題探索
- •
基因必需性：通過缺失庫與轉座子圖譜界定必需基因（如酵母中約18%基因為必需），發現其依賴遺傳背景與環境條件。
- •
條件性必需性：溫度敏感突變體或營養缺陷株揭示基因功能在特定環境（如代謝物補充）下的可替代性。
- •
合成遺傳互作：雙突變體篩選顯示合成致死或拯救關系，映射功能通路（如蛋白復合體亞基間互作）。
（2）適應性進化研究
長期傳代實驗揭示缺失株可通過點突變、染色體重復補償適應性損失。例如，PEX19缺失在衰老細胞中突變率升高，提示過氧化物酶體在基因組穩定性中的作用。微流體設備支持HT復制壽命（RLS）監測，應用于病原真菌（如Cryptococcus neoformans）耐藥性研究。
（3）衰老機制解析
酵母模型通過HT壽命篩選（如條形碼缺失庫）識別保守衰老相關基因（如TORC1、sirtuin通路）。組蛋白去乙酰化酶HDA調控海藻糖代謝影響壽命，機制在Caenorhabditis elegans和Drosophila中保守。
生物醫學應用：人類疾病的酵母模型
（1）基礎建模
表達人類疾病基因等位基因（如OPA1突變致視神經萎縮），篩選FDA庫中小分子挽救線粒體缺陷表型。
（2）異源表達
人源蛋白（如α-突觸核蛋白、Aβ肽）在酵母中模擬神經退行性疾病蛋白聚集，通過生長恢復篩選抑制劑。深度突變掃描分析Aβ所有錯義變體，揭示N端負電荷殘基抑制聚集。
（3）疾病相關模序模擬
人類磷酸化位點或錯義變異（如MSH2錯義致結腸癌風險）在酵母中驗證功能影響，評估臨床未明確變異致病性。
（4）全基因替換
人類基因互補酵母同源基因（如細胞骨架蛋白家族），揭示功能保守性與多成員冗余性。
（5）全通路重構
人源細胞色素P450酶（CYP2C9）及其輔因子在酵母中表達，評估藥物代謝變異體活性，為個體化用藥提供模型。
生物技術應用：藥物發現與化合物生產
化學基因組學篩選揭示化合物作用機制與遺傳互作。酵母人源化模型用于抗真菌劑開發（如抑制Candida生物膜），或優化工業酶（如角質酶降解PET塑料）。定向進化（OrthoRep系統）提升化合物產量（如cis-cis-黏康酸生產生物塑料）。非傳統酵母（如Pichia occidentalis）在耐受性與產物合成中展現優勢。
結論
酵母HT技術整合多學科工具，實現了從基因功能解碼到疾病機制模擬的跨越。人工智能與自動化將進一步推動超高通量實驗設計，深化對遺傳網絡的理解，并為精準醫學與綠色生物制造提供創新平臺。
