{
  "id": "transcriptome",
  "title": "转录组",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "转录组是细胞、组织或生物体在特定条件下全部RNA转录本的集合，涵盖其种类、结构与丰度。",
  "category": "science",
  "subcategory": "biology",
  "type": "concept",
  "aliases": [],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/transcriptome/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/transcriptome/",
      "json": "https://aiwiki.page/en/transcriptome.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "转录组是细胞、组织或生物体在特定时间和特定条件下所含的全部RNA转录本的集合。它包括编码蛋白质和不编码蛋白质的RNA，可从序列、分子结构和丰度等方面加以描述。与细胞谱系中相对稳定的基因组不同，转录组会随发育、环境条件、生理活动和疾病状态而变化。对转录组进行系统研究的学科称为转录组学。"
    },
    {
      "heading": "范围与组成",
      "text": "转录本是以DNA为模板，经转录产生的RNA分子；不过，样本中测得的RNA分子可能已在转录后经历了广泛的加工。“转录组”既可指某个生物系统中的全部RNA分子，也可指其中检测到的不同转录本种类的集合。因此，转录组研究必须明确其研究的生物学范围，以及所用方法能够捕获的RNA类别。\n\n主要组成包括：\n\n- **信使RNA（mRNA）：**携带蛋白质合成所需信息的转录本。\n- **核糖体RNA（rRNA）：**核糖体的结构与催化组分；在许多生长活跃的细胞中，按质量计算，rRNA占细胞RNA的大部分。\n- **转运RNA（tRNA）：**在蛋白质合成过程中将氨基酸与密码子对应起来的衔接分子。\n- **非编码RNA：**一个广泛的类别，包括rRNA和tRNA，以及长链非编码RNA、微RNA、小核RNA和其他参与调控或加工的分子。\n- **前体RNA及未完全加工的RNA：**仍保留着某些序列的分子，这些序列随后会在RNA成熟过程中被移除。\n\n在真核生物中，单个基因可通过选择性转录起始、可变剪接，以及选择不同的RNA切割和多聚腺苷酸化位点，产生多种转录本异构体。转录组还可包含来自细胞器基因组的RNA，包括线粒体和叶绿体基因组产生的RNA。\n\n许多实验只能测量上述多样性中的一部分。例如，富集多聚腺苷酸化RNA能够捕获许多真核生物的mRNA，却会排除大多数rRNA和tRNA，并遗漏大量未多聚腺苷酸化的转录本。尽管这类实验并未涵盖所有RNA类别，通常仍被称为转录组分析。"
    },
    {
      "heading": "生物学意义与动态变化",
      "text": "转录组从分子层面呈现了基因表达的情况。DNA序列大体相似的细胞也可能具有截然不同的转录组，因为它们表达的基因不同，对RNA加工和降解的调控方式也不同。这些差异有助于形成细胞身份及其不断变化的功能状态。\n\n转录本丰度并非仅由转录决定。它反映了RNA生成与清除之间的平衡，同时也受到加工、运输以及细胞生长过程中稀释作用的影响。某种RNA的丰度 \\(R\\) 可用以下简化模型描述：\n\n\\[\\frac{dR}{dt}=s-kR,\\]\n\n其中，\\(s\\) 为其合成速率，\\(k\\) 为一级清除速率常数。在稳态假设下，\n\n\\[R=\\frac{s}{k}.\\]\n\n因此，RNA丰度升高可能源于合成增加、稳定性提高，或两者共同作用。常规的丰度测量本身无法区分这些可能性。\n\n转录组会在发育过程中、细胞周期的不同阶段发生变化，也会响应营养物质、温度、信号分子及其他条件而改变。即使在其他方面相似的细胞之间，间歇性转录和调控状态差异也可能使RNA丰度出现波动。\n\n转录组并不等同于蛋白质组。翻译、蛋白质降解及翻译后调控都会影响RNA丰度与蛋白质丰度之间的关系。因此，转录组学与蛋白质组学提供的是互补的信息，而非可以相互替代的信息。"
    },
    {
      "heading": "转录组研究的发展",
      "text": "早期的基因表达研究通常考察单个转录本或规模较小的基因集合。大规模互补DNA测序、表达序列标签和基因表达系列分析扩大了可研究的转录本数量。\n\n随后，DNA微阵列通过将标记后的样本材料与预先设计的探针杂交，实现了对数千种转录本的并行测量。这使基因组尺度的表达比较得到广泛应用，但其覆盖范围取决于探针设计和已有的转录本序列知识。\n\n自2000年代后期起，RNA测序（RNA-seq）逐渐成为广泛开展转录组分析的主要方法。测序使研究人员能够在测量表达水平的同时，识别此前未注释的转录本、剪接接头和序列变异。此后的技术发展又将转录组学扩展至单个细胞、分离的细胞核、保留空间组织信息的组织样本，以及长RNA分子。\n\n这些技术所能捕获的内容各不相同。通量更高，并不一定意味着对每一类RNA的覆盖都更完整，也不一定意味着对每个转录本的重建都更准确。"
    },
    {
      "heading": "测量方法",
      "text": "群体RNA测序\n\n群体RNA测序对从一群细胞中提取的RNA进行分析。典型流程包括RNA提取、质量评估、特定RNA类别的富集或去除、文库构建、测序和计算分析。\n\n大多数流程会先将RNA转化为互补DNA，再进行测序，不过也有直接对RNA进行测序的方法。测序读段可比对至参考基因组或参考转录组，也可在没有完整参考序列的情况下进行组装。\n\n群体测量适合比较不同组织或实验条件。然而，它得到的是样本中各细胞的平均结果。观察到的表达差异，可能是单个细胞的表达发生了变化，也可能是细胞类型的比例发生了变化，或是两者同时发生。\n\n单细胞与单核分析\n\n单细胞RNA测序通常利用分子条形码，将RNA测量结果归属到各个细胞。它能够揭示群体测量所掩盖的细胞群体和状态。\n\n单核RNA测序则分析从分离细胞核中获得的RNA。它适用于某些冷冻组织或难以解离的组织，但细胞核中的RNA组成不同于完整细胞。细胞核测量结果通常含有更高比例的未完全剪接转录本。\n\n许多高通量方法仅对转录本末端进行采样，而且只能捕获现有分子中的一小部分。因此，计数为零并不一定意味着该基因在生物学上处于不活跃状态。通过计算方法得到的细胞分组也需要加以解释：它们可能代表稳定的细胞类型、短暂状态、技术效应，或这些因素的混合。\n\n空间转录组学\n\n空间转录组学在测量RNA的同时，保留其在组织中的位置信息。相关方法包括在带有空间索引的表面捕获RNA并进行测序，以及基于成像检测RNA分子。\n\n不同平台的空间分辨率和转录本覆盖范围各不相同。有些测量结果综合了多个细胞的信号，有些则能定位单个RNA分子。空间信息有助于将基因表达与组织结构联系起来，但仅凭分子在空间上邻近，并不能证明细胞之间存在通信或因果性的相互作用。\n\n补充方法\n\n长读长测序有助于识别完整的转录本结构，并区分短读长难以分辨的转录本异构体。小RNA测序采用适合短调控RNA的样本制备方法。RNA代谢标记和新生转录检测研究的是新合成的RNA，而非仅测量已积累的RNA丰度。\n\n靶向方法，包括逆转录定量聚合酶链式反应和原位杂交，常用于以不同的测量原理对选定的研究发现进行检验。"
    },
    {
      "heading": "分析与解释",
      "text": "转录组分析通常涉及以下几个不同的问题：\n\n- **表达定量：**估算基因或转录本层面的RNA丰度。\n- **差异表达：**检验预先定义的组别之间是否存在丰度差异。\n- **转录本重建：**识别转录本结构、剪接接头或此前未注释的RNA。\n- **异构体使用情况：**确定同一基因的不同转录本所占的相对比例是否发生变化。\n- **功能解释：**考察受影响的基因群是否具有共同的生物学功能。\n- **细胞状态分析：**识别细胞相似性、变异和响应的模式。\n\n测序计数取决于文库大小、捕获效率、转录本特性和样本组成。因此，必须进行归一化，才能作出有意义的比较。每百万转录本数等指标考虑了转录本长度和测序深度，但并不能普遍替代差异表达检验所用的统计模型。\n\n大多数测序测量得到的是相对量，而非绝对量。如果某组转录本大幅增加，即使其他转录本的绝对分子数保持不变，它们测得的比例也可能下降。外源对照或独立测量有助于研究这类效应，但这些方法也有各自依赖的假设。\n\n生物学重复对于估计变异程度至关重要。在比较不同生物个体时，来自同一个体的数千个受测细胞，并不会自动构成数千个独立重复。分析还必须处理多重检验、混杂变量和批次效应。"
    },
    {
      "heading": "应用与局限",
      "text": "转录组学用于研究发育、细胞分化、环境响应、宿主与微生物的相互作用，以及遗传扰动或实验干预的影响。对于基因组注释不完整的生物，转录本数据有助于识别已表达的基因，并改进基因模型。在群落层面开展的RNA分析通常称为宏转录组学，用于研究混合微生物群体中的表达情况。\n\n在生物医学研究中，转录组用于表征与疾病相关的细胞状态，并识别候选生物标志物。即使某种RNA模式与某种状况之间的关联能够重复观察到，也不能仅凭这一点确定其机制或证明其临床价值。\n\n重要的局限包括采集过程中的RNA降解、组织解离诱发的变化、对低丰度转录本捕获不全，以及难以将读段准确归属到相似序列。转录本结构、化学修饰和文库构建还可能引入额外偏倚。参考注释可能遗漏相关的转录本异构体，对某些生物和种群的表征也可能比对另一些更充分。\n\n检测到转录本也不能确定其具有生物学功能：它可能存在时间很短，可能是转录的副产物，也可能仅在特定条件下具有功能。反过来，未检测到某个转录本，也不能证明它不存在。\n\n最后，常规转录组分析呈现的是RNA丰度的一个瞬时图景，而不是对调控因果关系、蛋白质活性或代谢通量的直接测量。确定机制通常需要额外证据，例如受控干预、时间分辨测量或独立的分子检测。"
    }
  ],
  "links": [
    "cell",
    "rna",
    "genome",
    "transcription-biology",
    "messenger-rna",
    "ribosomal-rna",
    "transfer-rna",
    "non-coding-rna",
    "eukaryote",
    "alternative-splicing",
    "gene-expression",
    "cell-cycle",
    "translation-biology",
    "protein",
    "proteomics",
    "rna-sequencing",
    "single-cell-rna-sequencing",
    "spatial-transcriptomics",
    "polymerase-chain-reaction",
    "biomarker"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}