LIPOGRID：高通量多组学扰动筛选解析脂质代谢的遗传结构

脂质构成了细胞分子中最大且最多样化的类别之一，维持膜结构、能量储存和信号传导。因此，脂质失调是广泛人类疾病的基础。然而，调控脂质稳态的遗传机制在很大程度上仍难以解析，这主要归因于缺乏能够将明确界定的遗传扰动与细胞脂质组组成的大规模变化系统性关联起来的方法。在此，我们提出了 LipoGrid，这是一种能够以单细胞分辨率解析脂质代谢遗传结构的空间质谱平台。LipoGrid 将经 CRISPR/Cas9 扰动的细胞排列于微图案化网格上，并从同一细胞中依次获取脂质组学信息和 gRNA 身份，同时结合对施加相同扰动的匹配细胞群体进行单细胞 RNA 测序。利用这一方法，我们在严格控制的实验框架下，定量分析了 143 个目标基因对应的 158 种不同脂质分子的相对丰度。我们发现，大多数基因敲除都会导致可测量的脂质组成改变，且往往影响特定的脂质类别及分子亚种。该筛选准确重现了已知的基因—脂质关系，包括酶—底物特异性、脂质通路调控因子以及与疾病相关的功能缺失表型，从而证明了 LipoGrid 的灵敏性和准确性。通过联合解析转录组和脂质组响应，我们进一步揭示了补偿性反馈机制，这些机制可缓冲遗传扰动对细胞脂质组的影响。总体而言，这些发现确立了 LipoGrid 作为一种可扩展的多模态平台，可用于系统绘制基因—脂质相互作用图谱，并揭示连接基因扰动、转录适应与脂质组重塑的调控网络。

脂质构成了细胞分子中规模最大且种类最为多样的类别之一，维持着膜结构、能量储存和信号传导。因此，脂质失调是广泛人类疾病的重要基础。然而，由于缺乏能够将明确界定的遗传扰动与细胞脂质组组成的大规模变化系统性关联起来的方法，调控脂质稳态的遗传机制在很大程度上始终难以被解析。在此，我们提出LipoGrid，这是一种能够以单细胞分辨率解析脂质代谢遗传结构的空间质谱平台。LipoGrid将经CRISPR/Cas9扰动的细胞排列于微图案化网格上，并从同一细胞中依次获取脂质组信息和gRNA身份，同时结合对经历相同扰动的匹配细胞群体进行单细胞RNA测序。利用这一方法，我们在严格控制的实验框架下，定量分析了143个靶基因中158种不同脂质分子的相对丰度。我们发现，大多数基因敲除都会引起可测量的脂质组成改变，且通常影响特定脂质类别及其分子亚种。该筛选准确重现了已确立的基因—脂质关系，包括酶—底物特异性、脂质通路调控因子以及疾病相关的功能缺失表型，从而证明了LipoGrid的灵敏度与准确性。通过联合分析转录组和脂质组响应，我们进一步揭示了补偿性反馈机制，这些机制能够缓冲遗传扰动对细胞脂质组的影响。总之，这些发现确立了LipoGrid作为一种可扩展的多模态平台，可用于系统性绘制基因—脂质相互作用图谱，并揭示连接基因扰动、转录适应与脂质组重塑的调控网络。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.12.744385v1?rss=1

🏷️ 脂质代谢 CRISPR扰动筛选 单细胞脂质组学 多组学整合 基因-脂质互作