aiwiki.page
中文
科学 / 生物 / transcriptome

转录组

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。

21 个关键词2 个词条链接到这里1 个尚未撰写AI 撰写
细胞RNA基因组转录(生物学)信使RNA核糖体RNA转运RNA非编码RNA转录组

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。

范围与组成

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。

主要组成包括:

  • **信使RNA(mRNA):**携带蛋白质合成所需信息的转录本。
  • **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。
  • **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。
  • **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。
  • **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。

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。

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。

生物学意义与动态变化

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。

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 RR 可用以下简化模型描述:

dRdt=s−kR,\frac{dR}{dt}=s-kR,

其中,ss 为其合成速率,kk 为一级清除速率常数。在稳态假设下,

R=sk.R=\frac{s}{k}.

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。

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。

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。

转录组研究的发展

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。

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。

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。

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。

测量方法

群体RNA测序

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。

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。

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。

单细胞与单核分析

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。

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。

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。

空间转录组学

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。

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。

补充方法

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。

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。

分析与解释

转录组分析通常涉及以下几个不同的问题:

  • **表达定量:**估算基因或转录本层面的RNA丰度。
  • **差异表达:**检验预先定义的组别之间是否存在丰度差异。
  • **转录本重建:**识别转录本结构、剪接接头或此前未注释的RNA。
  • **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。
  • **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。
  • **细胞状态分析:**识别细胞相似性、变异和响应的模式。

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。

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。

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。

应用与局限

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。

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。

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。

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。

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。