[发明专利]用于识别基因表达的条形码

说明书

可以通过分析DNA序列来识别基因表达。DNA序列可包含对应于特定基因的条形码序列。条形码序列可以在基因表达期间通过首先将包含条形码序列的同源定向修复(HDR)模板添加到基因的DNA序列中，然后在基因表达期间将条形码序列剪接出RNA前体来产生。由于条形码序列可从RNA前体获得，因此可使用HDR将其添加至DNA链。可以对得到的DNA链进行测序，并且可以分析序列数据以识别DNA序列内的条形码序列，其提供DNA而非RNA中基因的表达的指示。

相关申请的交叉引用

本申请要求2016年7月1日提交的题为“Storage Through Iterative DNAEditing”的美国临时专利申请序列号62/357,828，2016年9月23日提交的题为“StorageThrough Iterative DNA Editing”的美国临时专利申请序列号No.62/399,190，2017年4月20日提交的题为“Mechanisms for Molecular Event Logging”的美国临时专利申请序列号62/487,671和2017年6月16日提交的题为“Barcodes For Identification of GeneExpression”的美国专利申请序列号15/626,021的权益，所有这些均通过引用整体并入本文。

背景技术

具有相同基因的细胞可以根据细胞的环境产生不同的基因产物。例如，生物体(例如人)的细胞可以具有相同的基因，但是基因可以在不同条件下以不同方式表达。以这种方式，具有生物体的基因的一种细胞可以表达为具有第一功能的细胞，例如肝细胞，具有生物体的基因的另一种细胞可以表达为具有第二功能的细胞，例如肌肉细胞。另外，生物体的基因可以在健康细胞中与在患病状态下的细胞中表达不同。

典型地，基因表达经由核糖核酸(RNA)的测序监测。RNA由脱氧核糖核酸(DNA)作为模板产生，通过其制造基因产物，例如蛋白质。在产生基因产物后，用于制造基因产物的RNA降解并且在一段时间后不再可检测到。RNA测序技术可用于在给定时间检测细胞中的RNA，因此可以从RNA测序过程确定基因表达。

RNA跟踪基因表达的测序具有局限性，因为，由于RNA的短暂性，基因的表达仅能在特定的时间点进行监测。因此，跟踪基因随时间的表达需要在一段时间内进行多个RNA测序操纵，这可以增加通过RNA测序监测基因表达的资源和费用。另外，RNA测序操纵破坏了正在被研究的细胞，并且不提供进一步研究细胞基因表达的机会。

发明内容

本发明内容是为了以简化形式介绍一些选择的概念而提供，这些概念将在下面的具体实施方式中进一步描述。本发明内容不旨在确定要求保护的主题内容的关键特征或必要特征，也不旨在用于限制要求保护的主题内容的范围。

基因表达可以通过分析DNA序列而监测并识别。DNA序列可包含对应于特定基因的条形码序列。在某些情况下，条形码序列可以独特地识别基因。当表达基因时，可以产生条形码序列并将其添加到DNA链中。特别地，酶可以在DNA链的切割位点处产生双链断裂(DSB)。同源定向修复(HDR)可用于将条形码序列添加到DNA链中。可以对得到的新的DNA链进行测序，并且可以分析序列数据以识别DNA序列内的条形码序列。

可以在基因的表达期间，通过首先将HDR模板添加到基因的DNA序列，产生条形码序列。除了至少一个剪接序列之外，HDR模板还可包含条形码序列。可以将HDR模板插入基因的编码区或基因的非编码区，例如基因的3’非翻译区(UTR)。当表达基因时，可以产生包含HDR模板的RNA前体。剪接酶可以去除包含在RNA前体中的非编码部分，其包含HDR模板。然后使HDR模板可以通过同源定向修复添加到DNA链的切割位点。然后可以使用DNA链的DNA测序来识别DNA链中条形码序列的存在，作为表达基因的指示。

附图说明