首页
模型资源
临床前CRO
资源中心
科研工具
关于我们
商城
集团站群
CN
Nature Biotechnology
翻译效率共变揭示跨细胞类型的调控模式
2025-08-15
加入邮件订阅!
您将获得赛业生物最新资讯

小赛推荐:

本研究通过大规模分析人类和小鼠的核糖体分析数据,引入翻译效率共变(TEC)概念,揭示了翻译调控的共享模式及其与基因功能和蛋白质相互作用的关系,为理解哺乳动物转录组的组织原则提供了新视角。

 

文献概述
本文《Translation efficiency covariates identify conserved coordination patterns across cell types》,发表于《Nature Biotechnology》杂志,回顾并总结了翻译效率共变(TEC)在跨细胞类型中的调控作用。研究团队通过分析3819个核糖体分析数据集,涵盖117种人类和94种小鼠组织及细胞系,系统性地评估翻译效率(TE)的共变模式。文章进一步分析了TEC在基因功能预测、蛋白质互作复合物合成中的潜在作用,并展示了其在进化保守性、功能富集和调控机制研究中的应用价值。

背景知识
在转录组研究中,RNA共表达已被广泛用于预测基因功能、调控网络和蛋白质互作。然而,翻译效率(TE)是否也存在类似的共变模式仍不清楚。翻译效率受多种因素影响,包括mRNA的结构、RNA结合蛋白(RBP)的调控、核糖体分布等。尽管已有研究在特定细胞类型中观察到翻译效率的保守性,但其在更广泛细胞类型中的模式尚未系统解析。本研究填补了这一空白,为翻译调控在生物功能和系统生物学中的作用提供了数据支持。此外,TEC的发现也为合成生物学中基因表达系统的理性设计提供了新思路,特别是在多亚基蛋白复合物的表达协调方面。本研究还验证了LRRC28与FOXK1的潜在调控关系,为代谢疾病和癌症研究提供了新的靶点。

 

构建全基因组人源化小鼠模型,用于研究基因调控、表达模式及疾病机制,支持靶点验证与功能研究。

 

研究方法与实验
研究团队从GEO数据库中收集了3819个核糖体分析数据集,并通过手动整理确保数据的准确性和完整性。随后,他们使用RiboFlow流程对核糖体分析数据进行处理,并结合RNA-seq数据计算翻译效率(TE)。TEC(Translation Efficiency Covariation)被定义为基因对之间翻译效率变化的相似性,并使用比例性评分(ρ)进行量化。为了验证TEC的生物学意义,研究团队进一步结合AlphaFold2-Multimer预测蛋白互作可能性,并通过实验验证LRRC28过表达对糖酵解能力的影响。

关键结论与观点

  • TEC在人类和小鼠中高度保守,且与RNA共表达无明显相关性。
  • 蛋白质互作复合物的翻译效率在不同细胞类型中呈现显著正相关,表明翻译水平协调可能有助于维持蛋白复合物的化学计量平衡。
  • TEC可有效预测基因功能,如LRRC28与糖酵51个基因的TE呈负相关,提示其可能参与糖酵解调控。
  • 研究发现AG富序列在CDS区富集,可能作为RBP结合位点,参与翻译调控。
  • TEC分析揭示了转录后调控网络的组织原则,为合成生物学中多亚基蛋白表达系统的设计提供理论支持。

研究意义与展望
本研究首次系统性揭示了翻译效率共变(TEC)作为哺乳动物转录组的组织原则。TEC不仅可用于预测基因功能,还可为蛋白质复合物的翻译协调提供定量证据。未来,随着单细胞核糖体分析技术的发展,TEC有望被扩展至异质性细胞环境,用于研究发育与疾病中翻译调控的动态网络。此外,LRRC28的调控机制研究可能揭示新的代谢相关疾病靶点,为癌症和代谢紊乱的治疗提供新方向。

 

提供多种代谢疾病模型,涵盖肥胖、糖尿病、高尿酸血症等,支持体内药效评价、靶标分析及体外机制研究。

 

结语
本研究通过大规模整合人类和小鼠的核糖体分析与RNA-seq数据,首次定义了翻译效率共变(TEC)作为基因调控的新维度。TEC不仅在功能基因组学中具有预测价值,还揭示了翻译水平协调在蛋白质互作中的重要性。研究团队通过AlphaFold2和实验验证,展示了LRRC28与FOXK1的潜在结合及其对糖酵解的抑制作用,为翻译调控在疾病机制中的应用提供了实验证据。TEC的发现拓展了我们对转录后调控网络的理解,并为合成生物学中多蛋白复合物的表达优化提供了理论框架。未来,该研究将促进更多翻译调控因子的发现,并为细胞功能研究、疾病建模和生物技术开发提供新工具。

 

文献来源:
Yue Liu, Shilpa Rao, Ian Hoskins, Hakan Ozadam, and Can Cenik. Translation efficiency covariation identifies conserved coordination patterns across cell types. Nature biotechnology.