逆转录是以RNA为模板合成脱氧核糖核酸的过程。该过程由一种称为逆转录酶的酶催化,按照RNA分子的序列合成一条与之互补的DNA链。其直接产物通常称为互补DNA,简称cDNA。视具体生物系统而定,这种DNA随后可能形成双链、整合到染色体中、留在染色体之外,或延长已有的DNA末端。
逆转录对于逆转录病毒及其他若干类病毒的复制、许多遗传元件的移动,以及端粒酶对染色体末端的维持都至关重要。相关酶也在细菌防御系统中发挥作用。在生物技术领域,逆转录使RNA能够借助原本针对DNA设计的方法进行研究,包括扩增、克隆和测序。1970年,逆转录的发现证实了遗传信息可以从RNA传递至DNA,大幅拓展了人们对生命系统中信息传递的认识。
逆转录的发现与遗传信息的传递方向
遗传信息传递的常规途径将DNA、RNA和蛋白质联系起来。在转录过程中,RNA聚合酶将DNA中的信息复制到RNA中;在翻译过程中,核糖体利用RNA序列确定蛋白质的氨基酸序列。逆转录则增加了一条从RNA到DNA的途径。其名称所指的是转录过程中模板与产物关系的颠倒,而不是同一化学反应的逆向进行,也不是普通RNA聚合酶反向运作。
促成逆转录发现的生物学问题,源于对致瘤RNA病毒的研究。霍华德·特明在研究劳氏肉瘤病毒时,于20世纪60年代提出,该病毒的RNA基因组在复制过程中会经过一个DNA中间体阶段。他的“前病毒假说”有助于解释受感染细胞为何能够稳定保留病毒信息,并将其传递给子细胞。感染早期需要进行DNA合成的证据支持了这一解释,但要确立其机制,还需要直接证明存在一种以RNA为模板合成DNA的酶。
1970年6月,《自然》杂志上两篇相互独立的报告提供了这一直接证据。戴维·巴尔的摩描述了小鼠白血病病毒颗粒中的RNA依赖性DNA聚合酶活性;特明和水谷哲则报告了劳氏肉瘤病毒中相应的酶活性。这种酶存在于纯化的病毒颗粒中,实验也区分了以病毒RNA为模板的DNA合成与普通的DNA依赖性合成。这些发现将生化活性与此前提出的逆转录病毒复制过程中的DNA阶段联系起来。
这些结果常被描述为推翻了分子生物学的中心法则,但这种说法在历史上并不准确。弗朗西斯·克里克提出的中心法则,关注的是序列信息从蛋白质向外传递所受到的限制,并未断言信息不可能从RNA传递到DNA。逆转录所否定的,是将信息流简化为严格遵循“DNA到RNA再到蛋白质”这一单向路径的观点,而不是证明了蛋白质序列信息能够反向传递至核酸。
1975年,巴尔的摩、特明和雷纳托·杜尔贝科因在肿瘤病毒与细胞遗传物质相互作用方面的发现,共同获得诺贝尔生理学或医学奖。后续研究证实,逆转录并不局限于具有感染性的RNA病毒。具有逆转录能力的移动元件、端粒酶介导的染色体末端合成以及细菌逆转录酶的发现,使逆转录不再被视为一种罕见的病毒过程,而被认识为一种广泛存在的生化策略。
催化机制与酶的结构组成
逆转录酶属于DNA聚合酶这一更广泛的酶家族。它们根据与模板的碱基配对关系选择脱氧核糖核苷三磷酸,并将其脱氧核苷酸残基添加到正在延伸的DNA链上。DNA合成沿 方向进行,而模板则按相反方向读取。对大多数逆转录酶而言,起始合成需要带有可用 -羟基的引物,不过,不同系统中引物的化学性质有所不同。
每添加一个核苷酸,都会形成一个磷酸二酯键,并释放焦磷酸:
引物末端的羟基进攻新进入核苷酸的α-磷酸基团。酶中保守的酸性氨基酸残基与二价金属离子配位,这些离子在生理条件下通常为镁离子,有助于使底物正确排列并促进催化。描述聚合酶结构时常用的“手指”“手掌”和“拇指”,分别指负责定位新进入的核苷酸、含有催化残基以及接触核酸双链的区域。利用X射线晶体学等方法开展的结构研究,揭示了这些区域在核苷酸掺入过程中如何发生构象重排。
许多逆转录酶既能以RNA为模板,也能以DNA为模板合成DNA。这种双重能力使同一种酶既能将RNA模板复制成DNA,又能参与互补DNA链的合成。逆转录病毒的酶还具有核糖核酸酶H活性,能够切割RNA–DNA杂交双链中的RNA。核糖核酸酶H可去除大部分原始RNA模板,并帮助生成或加工复制后续阶段所需的引物。聚合酶活性与核糖核酸酶H活性相互协调,但发生在不同的催化位点。
不同逆转录酶的结构组成差异很大。1型人类免疫缺陷病毒的逆转录酶由两个相关亚基组成,通常称为p66和p51。较大的亚基含有具备催化功能的聚合酶位点和核糖核酸酶H位点,较小的亚基则主要起结构支撑作用。其他逆转录病毒的逆转录酶具有不同的亚基排列方式。端粒酶以及许多细菌或可移动遗传元件编码的酶,不具备逆转录病毒酶所特有的完整功能结构。
大多数常见的逆转录病毒逆转录酶缺乏许多复制型DNA聚合酶所具有的 校对性外切核酸酶活性。因此,核苷酸误掺入、模板切换和不完全延伸都可能影响其产物。不过,保真度仍取决于具体酶种类、序列背景、核苷酸浓度和反应条件。逆转录并非一概准确性低:来自不同生物学家族的酶,在保真度、持续合成能力以及越过具有二级结构的RNA区域的能力方面,可能存在显著差异。
逆转录病毒复制中的逆转录
逆转录病毒将其RNA基因组与下一轮感染所需的酶一同包装进病毒颗粒。在1型人类免疫缺陷病毒(HIV-1)中,病毒颗粒含有两个相互结合的正链基因组RNA拷贝。进入易感细胞后,逆转录在一个不断变化的病毒核蛋白复合体内进行。逆转录的进程与衣壳重塑及细胞内运输相互协调;各个阶段发生的时间和位置因逆转录病毒种类而异。
第一条DNA链的合成以包装进病毒的一条细胞转运RNA为起点。它的端与病毒RNA靠近端的引物结合位点配对。逆转录酶将这一引物朝RNA的末端延伸,生成负链强终止DNA。RNase H降解由此形成的杂交体中的RNA部分,使与名为R的重复序列互补的DNA暴露出来。这段DNA可与RNA的端相应的R序列配对,从而实现第一次链转移。
随后,负链DNA沿病毒RNA继续合成。RNase H移除大部分已被复制的RNA,但一段称为多嘌呤区的富含嘌呤的片段会保留足够长的时间,以引发正链DNA合成。之后的延伸和加工过程移除最初的RNA引物,并暴露出互补的引物结合位点序列。这些序列之间的配对使第二次链转移得以发生。进一步的DNA合成最终产生两端均带有长末端重复序列的双链病毒DNA分子。
这些长末端重复序列包含U3、R和U5区域,由原本位于RNA基因组两端附近的序列经复制和链转移步骤组装而成。它们的形成说明,逆转录病毒的逆转录过程远比仅仅以一个RNA分子为模板、连续合成一个DNA拷贝更为复杂。生成的DNA是病毒整合酶的底物,整合酶将其插入宿主染色体DNA中。整合与逆转录是由不同酶催化的两种独立反应。
整合后的DNA称为前病毒,可由宿主的RNA聚合酶II转录。产生的RNA中,一部分充当病毒信使RNA,另一部分则成为新病毒颗粒的基因组。由于逆转录酶能够在包装于病毒颗粒内的两个RNA模板之间切换,逆转录也能产生重组病毒基因组。当一个模板受损时,模板切换可能有助于完成合成;但当配对的两条RNA序列不同时,这一过程也会促成遗传变异。整合使病毒基因组以DNA形式持久存在,而逆转录则负责生成这种DNA形式。
DNA病毒中的逆转录
逆转录并不局限于成熟颗粒携带RNA基因组的病毒。乙型肝炎病毒及其近缘的嗜肝DNA病毒所包装的是DNA,却通过RNA中间体来复制这些DNA。因此,它们的复制过程既不同于普通DNA病毒的复制,也不同于逆转录病毒的复制周期。其感染性颗粒含有一个松弛环状DNA基因组,其中一条链完整,另一条链通常不完整。
感染发生后,病毒DNA进入细胞核,经修复形成共价闭合环状DNA,通常缩写为cccDNA。这种分子与蛋白质结合,充当转录模板,而不必插入染色体。宿主RNA聚合酶II生成多种病毒RNA,其中包括长度超过一个基因组单位的前基因组RNA。前基因组RNA既充当编码病毒蛋白质的信使RNA,也是随后进行逆转录的模板。
病毒聚合酶与前基因组RNA上一种称为ε的茎环结构结合,这一复合物随后被装入正在组装的核衣壳。与逆转录病毒不同,嗜肝DNA病毒以蛋白质引发的方式启动DNA合成。聚合酶末端蛋白结构域中的一个酪氨酸残基提供羟基,使第一个DNA核苷酸与之共价连接。随后,一小段DNA序列被合成出来,并转移至RNA模板另一端附近的互补区域,此后负链DNA的合成继续进行。
随着DNA合成的推进,聚合酶的RNase H活性不断降解RNA。残留的一段RNA充当正链DNA合成的引物,后续的模板转移事件则有助于形成其特征性的环状基因组。成熟颗粒释放时,正链合成往往尚未完成。因此,这种特殊的部分双链基因组是其复制途径的产物,而不只是常规环状DNA分子的受损形式。
植物副逆转录病毒是另一个重要例子。花椰菜花叶病毒具有双链DNA基因组,该基因组在细胞核内转录,而与基因组等长的RNA则在病毒颗粒相关的复制过程中进行逆转录。与嗜肝DNA病毒一样,这些病毒在产生子代的正常过程中,无须整合到宿主染色体中。
这些系统之间的差异具有重要的生物学意义。逆转录病毒通常先将进入细胞的RNA基因组逆转录成DNA,再形成整合于宿主基因组中的DNA形式。相比之下,嗜肝DNA病毒和植物副逆转录病毒利用逆转录,将感染细胞内产生的RNA重新转化为DNA基因组。因此,仅凭病毒具有逆转录酶,并不能确定其基因组类型、是否需要整合,或其在演化中的地位。
逆转录转座子与基因组演化
逆转录使某些转座元件能够通过RNA中间体复制自身。这类元件统称为逆转录转座子,是许多真核生物基因组的重要组成部分。它们的扩增方式不同于主要通过DNA切除并重新插入来移动的元件:转录产生RNA拷贝,逆转录产生新的DNA,而插入过程无需移除原有元件,就能增加基因组中的拷贝数。
长末端重复序列逆转录转座子与逆转录病毒在机制和演化上有着密切联系。它们的RNA可被包装进细胞内的类病毒颗粒中,这些颗粒含有逆转录所需的蛋白质。逆转录生成双链DNA拷贝,再由整合酶将其插入基因组。许多此类元件缺乏作为感染性病毒在生物个体间传播所需的机制,不过逆转录病毒、内源性逆转录病毒和长末端重复序列(LTR)逆转录转座子之间的演化界限相当复杂。
非LTR逆转录转座子采用另一种策略。人类LINE-1元件编码一种RNA结合蛋白ORF1p,以及另一种兼具核酸内切酶和逆转录酶活性的蛋白质ORF2p。在靶引发逆转录过程中,ORF2p切开染色体DNA的一条链,暴露出一个羟基,以此引发直接以LINE-1 RNA为模板的DNA合成。因此,新拷贝是在其最终插入位点上合成的,而不是先在别处完整合成,再整合到该位点。由此产生的许多插入拷贝在其端存在截短。
LINE-1的分子机器还能介导不编码自身逆转录酶的RNA发生转座,人类Alu元件就是一个典型例子。有时,细胞的信使RNA也会被复制并插入基因组,形成经过加工的基因拷贝,这些拷贝通常不含原基因中的内含子。此类拷贝可能成为无功能的加工型假基因,但也有一些获得了表达能力和生物学功能。因此,逆转录不仅增加了重复DNA,还使基因来源的序列形成新的排列组合。
对人类基因组的序列分析表明,约45%的序列可辨认为源自转座元件,其中大部分来自逆转录转座子。约8%的人类基因组由内源性逆转录病毒序列及相关的LTR来源序列组成。这些数字反映的是演化过程中积累的遗存,而不是目前仍具转座能力的元件比例。由于突变、缺失或宿主抑制,大多数拷贝已失去活性。
新的插入可能破坏基因、改变调控区域,或为同源重组提供底物。另一方面,源自逆转录元件的序列有时也会被宿主利用,发挥功能。细胞通过涉及DNA甲基化、染色质调控和RNA介导的沉默等机制来限制这些元件的活性。因此,逆转录元件在基因组中的分布,记录了分子复制机制、宿主调控与演化变化之间持续不断的相互作用。
端粒酶与染色体末端的合成
端粒酶是一种具有逆转录功能的特殊酶,能够延长端粒,即位于线性染色体末端、由重复DNA序列和蛋白质构成的结构。常规的DNA复制本身无法无限期地维持所有末端序列。末端RNA引物的去除,以及形成受保护的染色体末端所需的加工,都会造成末端维持难题。端粒酶利用其酶复合物内部携带的一段短RNA模板,添加重复的DNA序列,从而抵消序列丢失。
在人类中,端粒酶的催化蛋白称为端粒酶逆转录酶,简称TERT;与之结合的RNA称为TERC或端粒酶RNA。这种RNA既充当模板,也在酶的组装和功能发挥中起结构性作用。其他蛋白质则帮助稳定RNA、组装复合物,并将其递送至端粒或调节其在端粒处的活动。因此,端粒酶以核糖核蛋白酶的形式发挥作用,而不是像某些聚合酶那样,利用偶然接触到的、与自身无关的游离RNA作为模板。
染色体已有的 DNA末端充当引物。该末端的一部分与端粒酶RNA中的模板区发生碱基配对,TERT则通过添加DNA核苷酸使其延长。人类端粒酶合成的重复序列为-TTAGGG-。到达这段短模板的末端后,酶可调整DNA相对于RNA的位置,开始合成下一个重复单元。这种连续添加重复序列的能力,使端粒酶有别于主要对长RNA模板进行一次完整复制的逆转录酶。
富含鸟嘌呤的链得到延长,并不意味着端粒复制的所有环节均已完成。常规DNA合成机制在专门的端粒相关因子辅助下,合成互补DNA,并协调后续加工。端粒结合蛋白调控酶对端粒的接近,并帮助细胞区分天然染色体末端与断裂的DNA。因此,必须将端粒酶的活性放在涵盖染色体末端保护、复制和DNA修复的更大系统中理解。
1978年,伊丽莎白·布莱克本和约瑟夫·加尔对纤毛虫四膜虫(Tetrahymena)染色体末端异常的重复DNA进行了表征。卡罗尔·格雷德与布莱克本于1984年发现了端粒酶活性,并于1985年发表了这一发现。杰克·绍斯塔克及其合作者的遗传学研究,帮助阐明了端粒序列如何保护线性DNA。布莱克本、格雷德和绍斯塔克因发现端粒和端粒酶保护染色体的机制,共同获得2009年诺贝尔生理学或医学奖。
不同生物及不同细胞类型对端粒酶活性的调控方式各不相同。在人类中,端粒酶在生殖系相关细胞和某些增殖细胞群中具有显著活性,而许多体细胞的端粒酶活性很低。多数人类癌症通过重新激活端粒酶来维持端粒,但也有一部分采用与重组有关的端粒替代性延长机制。这些差异涉及染色体末端的维持,并不意味着端粒酶是能够普遍复制细胞RNA的工具。
细菌逆转录酶及其专门功能
逆转录酶广泛存在于细菌中,参与可移动遗传元件的活动及多种抗病毒防御过程。它们的多样性表明,以RNA为模板合成DNA并非真核细胞及其病毒独有的特征。一些细菌逆转录酶在进化上与可移动内含子相关,另一些则是某些系统的组成部分,而这些系统的产物和生物学作用与逆转录病毒DNA截然不同。
II类内含子是能够自我剪接的RNA元件,其剪接通常由内含子自身编码、具有逆转录酶活性的蛋白质辅助完成。在移动过程中,切除的内含子RNA与其编码的蛋白质形成核糖核蛋白复合物,识别DNA靶位点。内含子RNA可通过逆向剪接插入DNA的一条链中,随后由一个DNA末端提供引物,启动逆转录。之后,经宿主介导的加工,新位置上便形成内含子的DNA拷贝。这一机制将RNA催化与靶位点引发的DNA合成结合起来。
某些II类内含子逆转录酶具有极高的持续合成能力,并且能够在相对较高的温度下发挥作用。这些特性与它们复制长而具有复杂结构的内含子RNA这一生物学任务相适应,也使其成为开发实验室用酶的有用起点。在解释剪接体内含子及相关RNA加工机制的进化起源的模型中,II类内含子也占有重要地位;不过,具体的历史路径仍属于进化重建,而非直接观测到的事件。
逆转录子产生一种独特的核酸产物,称为多拷贝单链DNA,简称msDNA。逆转录子RNA通过折叠,使其内部的一个羟基能够引发DNA合成,从而产生分支状的RNA–DNA结构。在许多已得到研究的逆转录子中,逆转录酶及其核酸产物与相关效应因子协同作用,构成抵御噬菌体的防御系统。感染引发的变化可激活防御反应,阻止噬菌体有效繁殖,有时则以受感染细胞的死亡为代价。
多样性产生型逆转录元件将逆转录用于另一种目的:在局部产生序列变异。模板区的RNA拷贝在逆转录过程中,会发生与模板中腺嘌呤相关的特征性诱变。由此产生的序列信息随后被转移到一个相关的可变区,该区域通常位于编码参与分子相互作用的蛋白质的基因内。在研究较为深入的博德特氏菌噬菌体BPP-1系统中,这一机制使受体结合蛋白产生多样性,并可改变其对宿主的识别。
某些细菌的成簇规律间隔短回文重复序列系统含有与适应蛋白Cas1融合或相结合的逆转录酶。在已得到研究的实例中,这些系统能够从RNA中获取信息,并将相应的DNA序列整合到CRISPR阵列中。因此,细菌逆转录酶展示了同一种基本化学反应的多种不同用途:可移动元件的传播、防御相关核酸的产生、蛋白质的定向多样化,以及源自RNA的免疫记忆的获取。
实验室中的合成、扩增与测序
在实验分子生物学中,逆转录将RNA转化为更稳定、更易于操作的DNA形式。典型的反应体系包含RNA、逆转录酶、脱氧核糖核苷三磷酸、引物、适宜的盐类和缓冲液。由于RNA容易被核糖核酸酶降解,样本的保存和提取方式会显著影响结果。反应产物反映的是在给定条件下成功被复制的RNA分子,并不必然是原始样本的完整或无偏记录。
引物的选择决定哪些RNA参与反应。寡聚脱氧胸苷酸引物〔oligo(dT)引物〕与带有多聚腺苷酸尾的RNA结合,广泛用于真核生物的信使RNA。随机引物可在多个位点起始合成,并能复制不带多聚腺苷酸尾的转录本,其中也包括含量丰富的核糖体RNA,除非事先已将其去除。基因特异性引物则将合成限定于选定的靶标。由oligo(dT)引物引发的反应可能偏向转录本 端附近的区域,而随机引物和基因特异性引物则会引入不同的序列偏倚和可及性偏倚。
先进行逆转录,再进行聚合酶链式反应,称为RT-PCR。在两步法流程中,先合成cDNA,再分取等份产物用于独立的扩增反应。在一步法流程中,逆转录和扩增在同一反应容器内依次进行。定量逆转录PCR通常缩写为RT-qPCR,通过荧光监测扩增产物的积累。“RT”表示逆转录,而非实时;混淆两者会使人难以分清某一实验方案测量的是RNA、DNA,还是扩增动力学。
定量结果的解读取决于RNA投入量、逆转录效率、扩增效率以及归一化方法。荧光阈值的差异本身,并不能证明在所有检测条件下,起始RNA的含量都存在相同的倍数差异。基因组DNA污染是另一个重要的干扰因素:即使不存在由RNA生成的cDNA,也可能发生扩增。设置不加逆转录酶的对照,以及围绕外显子连接处设计检测方案,有助于区分信号来源,但其有效性取决于靶标的基因组结构。
大多数RNA测序方法也以合成cDNA为起点。在随后的处理中,会先引入接头、样本标识序列,有时还会引入唯一分子标识符,然后再进行DNA测序。单细胞实验流程可利用逆转录为转录本添加细胞特异性条形码,从而将测序读段归属到其来源细胞。相比之下,直接RNA测序直接读取RNA分子,在实际测序时,无需先将RNA序列转化为cDNA。
通过酶工程改造,逆转录酶的热稳定性、对抑制剂的耐受性,以及复制具有复杂结构或较长RNA的能力均得到了提升。提高反应温度可以减少部分RNA二级结构,但温度仍须兼顾酶的活性和样本的完整性。一些文库构建方案会有意利用模板切换,将已知序列连接到cDNA末端。同一特性也可能产生人为的嵌合分子,因此,实验设计和数据解读都与酶的作用机制密不可分。
抗病毒抑制与工程化遗传系统
逆转录酶是重要的抗病毒靶点,因为某些病毒依赖的这种酶活性,与宿主正常染色体复制所依靠的机制存在显著差异。用于抗HIV治疗的两大类抑制剂具有不同的作用机制。核苷类和核苷酸类逆转录酶抑制剂在细胞内经加工转化为磷酸化形式后获得活性,与天然底物竞争。其中许多药物在掺入DNA后会阻碍DNA链继续延伸,因为其化学结构无法支持正常的链延长。
齐多夫定于1987年获批用于HIV治疗,是一种具有重要历史意义的核苷类似物。其他药物在碱基结构、活化途径、细胞内存留时间,以及与病毒和宿主聚合酶的相互作用等方面各不相同。替诺福韦是一种核苷酸类似物,用于HIV和乙型肝炎的治疗方案。这两种病毒都涉及逆转录,因此某些药物对二者均有抗病毒活性,但这并不意味着所有逆转录酶抑制剂都对所有通过逆转录复制的病毒有效。
用于抗HIV-1治疗的非核苷类逆转录酶抑制剂并不充当核苷酸底物,而是与酶的一个变构口袋结合。这种结合会改变酶的构象,损害其聚合酶功能。并非所有逆转录酶都具有这一口袋,或都对特定化合物具有同样的敏感性。因此,对HIV-1有效的抑制剂,可能对亲缘关系较远的病毒酶或端粒酶几乎没有作用,甚至完全无效。
病毒聚合酶的变化可导致耐药性产生。有些突变会改变其区分底物的能力,减少类似物的掺入;另一些突变则会增强对已掺入抑制剂的移除能力,或削弱药物结合。这些影响取决于具体药物及突变组合。逆转录酶抑制剂作用于DNA合成阶段,本身并不能移除已经整合的HIV前病毒,也无法清除乙型肝炎病毒在细胞核内的共价闭合环状DNA(cccDNA)储存库。这些区别有助于解释,为什么抑制病毒复制与清除持续存在的病毒遗传物质是两个不同的生物学问题。
逆转录也已被用于基因组编辑。2019年问世的先导编辑将一种经改造、可在DNA单链上产生切口的Cas9蛋白,与工程化逆转录酶及先导编辑向导RNA结合使用。这种向导RNA既引导靶标识别,又携带引物结合序列和编码预期编辑结果的模板。基因组DNA切口处的一个末端与引物结合区配对,随后逆转录酶以RNA为模板延伸该末端。细胞对由此形成的DNA中间产物进行加工后,即可将预设序列写入基因组。
这种工程化应用不同于常规的cDNA合成,因为其引物是染色体的一部分,而RNA模板编码的是预先设计的局部改变。编辑结果取决于靶序列、向导RNA设计、递送方式、细胞状态和修复途径。细菌中的逆转录子及源自逆转录元件的蛋白质,也已在实验中被改造用于生成供体DNA或记录分子事件,使逆转录从生物学研究对象进一步成为可编程遗传系统的组成部分。