《The Plant Journal》：Features affecting Cas9-induced editing efficiency and patterns in tomato: evidence from a large CRISPR dataset
编辑推荐：
本研究针对植物CRISPR/Cas9编辑效率预测模型跨物种适用性差、修复机制不清的问题，构建了包含420个sgRNA靶向137个番茄基因的protoplast数据集，结合ATAC-seq和MARS-seq分析发现：染色质可及性显著正向调控编辑效率，启动子和内含子编辑效率略高于外显子，转录活性无显著影响；高效编辑子集中富集长缺失（>20 bp）和微同源介导的末端连接（MMEJ）特征，且A/T富集序列驱动跨物种保守的修复偏好。结果为植物sgRNA设计提供了表观遗传和序列层面的新依据。
在植物基因编辑领域，CRISPR/Cas9技术就像一把精准的分子剪刀，理论上能轻松修饰目标基因，但现实中却常遇到“剪刀钝了”“剪错地方”的尴尬——不同单引导RNA（sgRNA）的编辑效率差异悬殊，从近乎0到近100%不等，而背后的决定因素长期成谜。尤其在植物中，传统研究依赖再生植株，每个编辑事件都要经历漫长的组织培养和筛选，导致数据量小、偏差大，难以系统解析染色质环境、转录状态等如何影响编辑效率。更棘手的是，哺乳动物细胞中开发的预测模型搬到植物里就“水土不服”，准确率骤降，这暗示着植物特有的DNA修复机制和表观调控可能才是关键。为了破解这些难题，以色列研究团队在《The Plant Journal》发表重磅成果，通过构建大规模番茄原生质体CRISPR数据集，首次揭示了植物编辑效率的多层调控规律。
为开展研究，团队以番茄（Solanum lycopersicum cv. M82）为材料，分离幼苗叶肉原生质体，通过聚乙二醇（PEG）介导转化预组装的Cas9核糖核蛋白（RNP）复合物，48小时后提取基因组DNA。利用定制扩增子测序流程量化420个sgRNA（靶向137个基因的启动子、外显子、内含子）的编辑效率和修复足迹（indel突变谱），同步通过ATAC-seq定义染色质可及性，MARS-seq测定转录活性，并通过批次效应归一化处理数据，最终结合人类细胞数据集进行跨物种比较。
生成包含420个CRISPR/Cas9 sgRNA的数据集
研究人员构建了涵盖番茄12条染色体、137个基因（含育种关键基因和表观调控因子）的420个sgRNA数据集，均匀分布于亚端粒区域，每个基因平均3个sgRNA。通过MARS-seq将基因转录状态分为低、中、高，ATAC-seq区分染色质可及（重叠ATAC峰）与不可及区域。编辑效率呈三模态分布（中位数34.5%），通过无监督混合建模分为低（<5%）、中（5-95%）、高（>95%）编辑组，其中高效编辑组48小时内接近完全编辑。
转录、染色质可及性和基因组特征对编辑效率的影响
染色质可及性显著提升编辑效率（P=0.0005），启动子编辑效率略高于外显子（P=0.048），而转录状态无显著影响。GC含量与编辑效率相关性极低（r2=0.013），排除序列组成单独解释效应，表明表观环境而非转录活性是主要调控因素。
基因内变异低于基因间，提示局部效应
同一基因内不同sgRNA的编辑效率标准差（24.05）显著低于全局标准差（27.22，P=0.001），说明局部基因组环境约束编辑结果；高表达基因内变异更低（P<0.001），提示活跃转录可能稳定编辑结果，但邻近sgRNA仍可能存在显著差异。
修复足迹分布因编辑效率和染色质环境而异
高效编辑组以长缺失（>20 bp）为主，插入几乎消失（尤其是+1插入），平均缺失长度显著长于低/中效组（P<0.01）；不可及染色质区域的缺失更长（P=0.029），但编辑效率分组仍是修复足迹的主要预测因子，转录和基因组特征无影响。
微同源相关缺失在高效编辑组中富集
高效编辑组的微同源（MH）相关缺失频率（P=0.015）和微同源 tract长度（P=4.69×10??）显著高于其他组，而染色质、转录、特征均无差异。序列logo分析显示，高MH缺失sgRNA在切割位点附近富集A/T碱基，提示A/T富集序列驱动微同源介导的末端连接（MMEJ）。
高效编辑子的序列特征在人类和番茄中保守
对比人类T细胞数据集发现，低效编辑均以-1缺失为主，高效编辑均以长缺失、少插入为特征，与番茄模式一致。但广泛用于人类的Azimuth算法在番茄中无显著相关性（r=0.05，P>0.05），而人类数据中能区分效率分组（P<0.001），表明序列驱动的修复偏好保守，但预测模型需物种特异性校准。
研究结论与讨论部分指出，该研究首次构建了植物中大规模、高分辨率的CRISPR编辑效率与修复足迹数据集，揭示三层核心规律：一是染色质可及性是编辑效率的关键正向调控因子，启动子/内含子略优于外显子，转录活性无影响，挑战了哺乳动物中“转录促进编辑”的结论；二是高效编辑子集（~100% indels）通过MMEJ途径产生特征性长缺失（>20 bp）和长微同源tract，且由A/T富集序列驱动，这一序列偏好和修复机制在番茄与人类中保守；三是尽管修复足迹的序列驱动偏差跨物种保守，但现有人类训练模型（如Azimuth）无法准确预测植物编辑效率，凸显物种特异性校准的必要性。
这项研究的重要意义在于：为植物sgRNA设计提供了表观遗传（染色质可及性）和序列（A/T富集）双重维度的优化策略，解释了为何哺乳动物模型在植物中失效，推动开发植物特异性的编辑效率预测工具；发现的MMEJ主导的高效编辑模式，为定向诱导长缺失突变提供了新靶点；构建的番茄原生质体ATAC-seq、MARS-seq及编辑效率数据库（NCBI PRJNA1399676），成为作物基因编辑改良的关键公共资源，尤其助力番茄等重要农艺性状基因的精准修饰。
