发布日期：2024-09-20浏览次数：129来源：蓝景科信
对基因转录和翻译的精准调控可以定义细胞的特殊形态和功能。利用单细胞转录组测序技术鉴定差异表达基因，在转录水平揭示细胞多样性调控机制研究已有很多报道，但是翻译水平的调控机制对细胞类型影响仍有待阐明。在本文中，作者以果蝇为研究模型，聚焦于头部的神经元细胞与神经胶质细胞。这两类细胞都由同一种神经干细胞分化而来，神经元细胞的主要功能是突触和电信号传导，而神经胶质细胞的作用是形成血脑屏障并充当免疫细胞。尽管两类细胞类型不同，它们的转录组却具有一定的相似性。
作者分析了RNA-seq和Ribo-seq数据，发现转录水平与核糖体足迹的数量并不总是匹配的（R2 = 0.664），说明转录后调控对于基因表达也有着重要影响。例如，分别编码控制钾离子通道的Shaker(sh)和海藻糖水解酶Trehalase(Treh)在转录水平上相似，但核糖体足迹结果显示Treh具有更高的翻译效率（TE），这些结果表明翻译调控在果蝇头部神经细胞的基因表达中占有重要地位。
图1. 果蝇头部转录组和翻译组数据比较分析
以上结果只能证明翻译调控对不同基因的作用，无法精确到具体细胞类型。作者进一步通过Gal4/UAS系统和nSyb/UAS系统表达RpL3表位标签标记的神经元细胞和神经胶质细胞，并提取免疫纯化标记后的核糖体和相关mRNA的复合体，最后成功获得了果蝇头部神经元细胞和神经胶质细胞的翻译组数据。神经元和神经胶质细胞中分别有10821和10994个基因上发现核糖体足迹，已知的标记基因被富集，而非靶标记被消耗完。KEGG结果显示与细胞类型已知功能相应的核糖体足迹有更好的富集。
作者同时对FLAG-tag纯化的核糖体-RNA复合体中的RNA进行测序，联合Ribo-seq结果对两种细胞类型在不同通路上富集程度进行了比较。许多具有功能特征的神经元基因，如离子通道、G蛋白偶联受体、神经肽和视觉感知蛋白在神经胶质中显示出很低的TE。与转录水平相比，这些基因在翻译水平上，神经元和神经胶质细胞之间的差异很大。在全基因组维度上，与RNA-seq相比，Ribo-seq数据在不同细胞类型的相关性更低（R2= 0.59 vs. 0.81）总之，这些数据表明翻译调节对塑造细胞类型特异性蛋白表达的实质性贡献。
图2. 细胞类型特异性Ribo-seq和RNA-seq揭示不同翻译调控机制
作者通过对差异翻译转录本（DTT）上核糖体足迹的分布进行分析，发现在神经胶质细胞中DTT的翻译受到抑制，核糖体足迹显著偏向5’端非翻译区（5’-UTR），并且这种模式在全基因组中并不多见。作者推测：神经胶质细胞通过5’-端uORFs的翻译来抑制下游ORF的翻译。此外，根据对5’-UTR与CDS序列上的密码子的足迹累计得分进行统计，发现AUG及其同源密码子在5’-UTR上有较高的积累而在CDS中任何密码子都没有显著的积累，并且与神经元功能相关的转录本通常含有长5’-UTR和上游AUG富集。因此，作者认为神经胶质细胞是通过uORF将核糖体停滞在5’-UTR上，从而抑制神经元相关转录本的翻译。
图3. 在神经胶质细胞中，核糖体在差异翻译转录本(DTTs)的5 '端阻滞
图4. 神经胶质中AUG上游的足迹积累
这种抑制能否引起细胞类型差异？作者选择Rh·1（视紫红质1蛋白）作为重点研究对象。发现Rh·1的主动翻译几乎只能在神经元中，并且在神经胶质细胞中Rh·1的转录本上核糖体足迹偏向5’-UTR区域。作者随后构建了转基因报告菌株，发现胶质细胞中Rh·1的蛋白水平显著低，且与报告菌株相比，转录后差异更为显著。结果说明神经胶质细胞通过uUTR区域选择性抑制神经元基因的蛋白质合成，从而增强神经元与神经胶质细胞翻译组的差异。
图5. 转基因Rh1-Venus报告基因揭示了神经细胞和胶质细胞的翻译差异
通过对果蝇大脑中两种神经细胞的RNA-seq和Ribo-seq分析，作者发现了大量的转录后调控现象，这些现象放大了细胞类型的差异。例如，部分基础蛋白质（在多种细胞类型均能表达）离子通道和神经递质受体等在神经胶质细胞中翻译效率较低，而在神经元细胞中的翻译效率较高。在神经胶质细胞的mRNA中，核糖体足迹分布显著偏向于5’-UTR，结合报告基因实验结果作者推断uUTR对神经胶质细胞的部分翻译过程进行了选择性抑制。这些发现为了解细胞类型多样性的调控的分子机制提供了新的见解。
核糖体印记测序（Ribosome profile sequencing, Ribo-seq）技术能够捕获正在翻译过程中与核糖体所结合的RNA片段，这些片段的长度一般接近30 nt。通过对这部分RNA片段进行高通量测序可以精确定位核糖体在翻译过程中的位置，并提供蛋白质合成动态的信息。将Ribo-seq与RNA-seq测序数据进行联合分析，可以揭示特定基因在转录和翻译层面上调控差异及这些调控对基因表达的影响。
Ribo-seq的基础分析
ORF在基因组上的分布统计与分类
三碱基节律分析
翻译基因统计与表达量分析
样本关系分析
样本关系分析
组间差异翻译基因分析
差异翻译基因的GO和KEGG功能富集分析
Ribo-seq还可与RNA-seq进行联合分析
翻译效率（TE）计算
Ribo-seq与RNA-seq的相关性分析
翻译效率与转录水平的关联分析
原文链接：https://elifesciences.org/articles/90713
