转录终止的跨域信号语法：cis元件、RNA结构、加工位点与RNAP释放窗口的机制比较与预测设计

《Advanced Biotechnology》：Cross-domain signal grammars of transcription termination

　　

转录终止确立基因边界、回收RNA聚合酶（RNAP），并防止相邻转录单元之间的干扰。终止依赖于cis作用元件、trans作用因子以及延伸复合物对暂停、切割、去稳定或释放的易感性。然而，预测的基序、稳定的RNA末端、加工位点、通读区域和聚合酶释放区域常被当作同一事件的测量，这使机制比较和模型开发复杂化。本综述将终止信号视为情境依赖的规则系统，其中序列决定簇、RNA结构与可及性以及加工位点通过其顺序和间距、分子读取器、条件门控和动力学窗口被解读。文章考察细菌内源性终止和Rho依赖性终止、古菌富含U及切割相关途径、以多聚腺苷酸化信号（PAS）为中心的RNA聚合酶II（RNAPII）终止，以及核内Pol I、Pol III和特化RNAPII途径，展示共享的动力学约束如何由细胞组织塑造的不同分子方案满足。将每个信号特征与其支持的测量相匹配，可澄清跨域比较，并指导转录组范围分析、预测以及在限定生物系统中的终止子工程。

1 Introduction
本文指出转录单元边界依赖DNA模板或新生RNA上的cis作用终止信号，但“终止子”可指预测发夹、映射RNA 3^′端、poly(A)位点、通读区域或聚合酶释放区域，导致跨系统比较困难。作者提出“信号语法”框架，用于描述cis元件顺序与间距、分子读取器或效应器、条件门控、动力学竞争及测量结果。

2 Analytical concepts and evidence framework for termination signals
2.1 Terminators, termination signals, and termination mechanisms
区分终止子、cis作用终止信号与终止机制。终止子是区域，cis信号是局部特征，机制是包含RNAP、trans因子、RNA加工酶及动力学或细胞情境的因果过程。候选信号或映射转录末端本身不能确定释放机制。

2.2 Signal features and an operational grammar
终止信号包含四类非互斥信息：序列基序、RNA结构、RNA可及性、加工位点。操作语法有五个维度：元件、句法（方向、顺序、间距）、读取器或效应器、条件门控、动力学规则。特征列表不等于语法；机制角色与证据强度应分开评估。

2.3 Experimental measurements and the evidence hierarchy
预测基序或结构是候选信号；RNA 3^′端可由终止、切割、加工、保护或降解产生；切割或多聚腺苷酸化位点不等于RNAPII释放。通读测量转录或RNA积累，终止窗口描述聚合酶信号下降区域。文中建立六级证据框架，从序列或结构预测、稳态RNA末端映射、扰动关联、新生转录或通读、报告基因或生化重构，到直接聚合酶释放，结论须匹配测量限制。

3 Bacterial intrinsic terminators (hairpin + U-tract)
3.1 Canonical hairpin/U-tract mechanism
经典内源性终止由GC富集反向重复形成RNA发夹，位于U富集区上游；发夹重塑RNAP出口通道，弱rU-dA杂合促进暂停后转录释放。若RNAP在动力学窗口内逃逸，则发生通读；RNA释放可先于RNAP-DNA解离。

3.2 Quantitative strength determinants and synthetic libraries
内源性终止是渐变而非二元。U尾评分、归一化发夹稳定性、闭合堆叠身份和下游DNA组成可解释许多经典终止子效率。大规模合成文库显示强发夹配对、有利基干组成、延伸poly(U)和更完美U-tract增强终止，但报告系统中通读常见，效率呈连续谱。

3.3 Host context, accessory factors, and cross-host portability
跨宿主研究显示简化发夹/U-tract骨架可在B. subtilis、Corynebacterium glutamicum和E. coli中工程化测试。NusA可刺激弱或非经典内源性终止子，NusG可与NusA协作。附属因子可扩展不完美发夹/U-tract模块功能，效率与跨宿主可移植性需在目标宿主和试验中确定。

3.4 Transcript-end mapping, internal termination, and context-dependent regulation
从全基因组数据分配内源性终止子需可重复RNA末端、兼容发夹/U-tract结构及靶向扰动。TERMITe、Rend-seq、TRS、PIPETS等方法识别候选位点，但机制分配仍需扰动或功能证据。INTERPIN提供大量预测发夹但仍是预测；通读可重塑操纵子结构，调控前导序列可产生条件依赖提前终止。

4 Bacterial Rho-dependent termination signals (rut + termination zone)
4.1 rut-like RNA accessibility and translation coupling
Rho依赖性终止需要可及Rho utilization（rut）区、Rho装载和ATP依赖性易位，并在RNAP逃逸前接触易感暂停延伸复合物。rut通常为C富集/G贫乏且非结构化。翻译通过核糖体遮挡调控rut可及性；翻译缺失、延迟、停滞或去偶联可暴露Rho装载位点，但结果还取决于RNA结构、下游暂停和动力学窗口。

4.2 Genome-wide Rho action, termination-zone inference, and prediction
全基因组映射显示Rho是广谱基因组管理因子，指导基因内和稳定RNA终止并抑制反义转录。高分辨率E. coli映射揭示聚合酶释放区与恢复转录末端分离；稳定3^′端常靠近保护性茎环而无U富集区。RhoTermPredict编码rut加暂停逻辑，F₁约0.6–0.7，但验证可能受基因表达和转录-翻译偶联影响。Rho终止是rut中心终止区，而非单一点。

5 Archaeal U-rich terminators and cleavage-linked termination
5.1 Intrinsic-like U/T-rich signals
古菌U富集区可促进内源性样释放、招募切割因子或参与转录末端成熟。与经典细菌内源性终止子不同，不总需要上游发夹，但细菌样发夹/U-tract仍可有活性。终止位置和效率受模板拓扑、温度、NTP条件、T-tract长度和远端上游序列影响。

5.2 Genome-wide 3′-end maps and transcript architecture
Methanosarcina mazei和Sulfolobus acidocaldarius的Term-seq显示3^′端由尿苷富集块主导，缺乏普遍必需上游RNA结构。Haloferax volcanii将基因间末端关联T-stretch，编码区末端关联AGATC样信号。连续终止子可产生替代3^′ UTR异构体。切割相关途径可使加工与终止末端接近，机制分配需因子扰动等支持。

5.3 aCPSF1/FttA-linked cleavage and other factor-dependent routes
古菌领域重要进展是CPSF73家族核糖核酸酶介导的切割相关终止。Methanococcus maripaludis中aCPSF1缺失导致终止缺陷，aCPSF1执行内切核酸酶切割，并与终止子U-tract合作决定效率，U₄ tracts数量正相关。FttA可在体外切割新生RNA终止停滞延伸复合物；FttA-Spt4/5-TEC结构显示Spt5桥接FttA至TEC。Eta等因子和直接RNA测序扩展景观，但蛋白家族关系不证明完整通路同源。

6 Eukaryotic nuclear transcription termination
6.1 PAS grammar and cleavage/polyadenylation
PAS中心RNAPII终止始于切割与多聚腺苷酸化（CPA）区域。核心cis元件常为AAUAAA或相关六聚体，位于切割位点上游，并读取上游和下游辅助序列。WDR33和CPSF30直接读取AAUAAA，CPSF160组织识别表面。下游U/GU富集元件、上游UGUA样基序等影响切割位置和位点强度。PAS强度反映组合，而非仅AAUAAA。

6.2 From PAS cleavage to RNAPII release
经典鱼雷模型提出PAS切割产生带5^′磷酸的下游RNA，由Rat1/Xrn2降解并追赶RNAPII促进释放。终止还涉及PAS识别后变构和动力学变化、CPA依赖延伸复合物改变、Spt5/CTD调控、聚合酶减慢、暂停及染色质/R-loop情境。证据支持变构/鱼雷耦合机制。终止窗口可在最后poly(A)位点与下游新生RNA信号下降之间推断。

6.3 Alternative PAS choice, readthrough, and non-canonical RNAPII termination
替代PAS选择、通读和非经典释放路线与经典通路并存。Sen1结合RNAPII、接触上游RNA，利用ATP依赖性5^′至3^′易位酶活性拉拽RNA并去稳定延伸复合物。DNA导向终止中，T富集DNA元件可在切割独立或互补情境贡献RNAPII终止。替代多聚腺苷酸化（APA）改变3^′ UTR长度和编码输出。通读和下游基因（DoG）转录是终止或加工改变的下游结果，ARTDeco可量化，但DoG功能需位点特异扰动。

6.4 Other nuclear RNA polymerases and transcript-class-specific RNAPII termination
Pol I和Pol III使用紧凑序列或因子结合信号，特化RNAPII转录单元使用转录类别特异路线。Pol I终止结合DNA结合终止因子、暂停及保守RNA发夹；Rnt1切割、Rat1和Rpa12参与经典终止，TRAMP/Rat1参与起始近端监视。Pol III终止紧凑且 largely polymerase intrinsic；C128叶识别非模板poly(dT)并稳定暂停，T tracts必要但不总充分，Sen1可作失效保护。特化RNAPII路线包括Sen1单分子重构、Integrator与CTD关联和U1/U2 snRNA基因加工、复制依赖性组蛋白转录的PAS与组蛋白下游元件（HDE）。

6.5 Pathophysiological consequences of altered 3′-end processing and RNAPII termination
人类疾病可涉及cis PAS变异、CPA或终止相关因子失调及APA重塑。这些类别影响RNA 3^′端形成重叠阶段，但对聚合酶释放缺陷证据不同。疾病相关APA转变可能反映PAS识别、切割、异构体稳定性或细胞状态组成改变；归因于RNAPII终止需下游转录或释放测量。cis变异如XPA AATAAA到GATAAA变异显示切割位点通读增加和报告基因表达降低。SETX突变与共济失调眼动失用2型相关，但未确立具体因果终止缺陷。

7 Cross-domain convergence and divergence of termination signal grammars
7.1 Shared kinetic and biochemical constraints
跨域终止将持续延伸复合物转为易释放或加工偶联状态。保守多亚基RNAP核心施加共享物理约束，但不规定单一信号架构。细菌内源性终止将逻辑集中于局部发夹/U-tract模块；Rho依赖性终止分布于rut、翻译状态、RNA结构、Rho易位和下游暂停；古菌结合U富集内源性样去稳定与切割相关路线；RNAPII将PAS识别和CPA切割偶联至下游释放窗口。共同问题是使延伸复合物终止倾向。

7.2 Polymerase evolution, cellular organization, and lineage-specific machinery
RNA聚合酶进化约束终止语法变异。所有多亚基RNAP共享保守核心架构，细菌ω和真核RPB6为同源物。古菌和真核RNAP共享相似亚基架构。RNAPII CTD扩展和Pol I/Pol III特化允许转录类别特异偶联。NusG/Spt5家族说明保守延伸因子可被招募到不同终止情境。细菌紧凑基因组和转录-翻译偶联与局部内源性模块和rut区一致；真核核内转录与翻译分离、染色质组织、CTD招募和广泛RNA加工可能促成PAS识别、切割和释放的空间分离。

7.3 Homology, convergence, and limits of evolutionary inference
功能相似与进化相关需不同证据。相似动力学逻辑支持功能类比或趋同，而aCPSF1/FttA与CPSF73家族、NusG与Spt5同源支持组件家族层面共同祖先。同源组件可被招募到不同通路，无关因子可解决类似释放问题。跨域综合支持保守聚合酶约束、选定组件同源和分歧细胞方案，但不支持完整终止通路的单一线性轨迹。

8 Computational biology and machine learning for terminator discovery, prediction, and design
8.1 Training labels, measurements, and candidate annotation
计算发现取决于训练或参考标签。细菌内源性终止子标签可能指预测发夹/U-tract、Term-seq 3^′端、报告基因效率或数据库条目；Rho依赖性标签可能指Rho抑制剂通读、rut样序列、RNA-seq梯度或映射Rho利用位点；真核标签可能指poly(A)位点、切割位点、组织特异PAS优势、通读或RNAPII终止窗口。核心挑战是匹配预测任务与测量相同结果的训练数据。BacTermFinder等输出候选注释而非机制终点；RhoTermPredict编码rut加暂停模型，F₁约0.6–0.7，最好生成假设。INTERPIN和TERMITe提供互补数据层。

8.2 Prediction, benchmarking, and cross-system transfer
真核PAS预测靶向切割和多聚腺苷酸化位点，而非RNAPII释放。深度模型学习PAS六聚体、辅助元件和局部结构的组合；人类到小鼠直接性能在不同模型和数据集间变化，AUC约0.66–0.75。解释依赖物种、组织、负集构建、窗口定义和测序方案。PolyA_DB 3、PolyASite 2.0和PlantAPAdb提供切割/poly(A)位点标签，但不直接标记下游终止窗口。内源性终止子分类器不是Rho预测器，poly(A)位点模型也不是RNAPII释放模型。

8.3 Generative design, synthetic biology, and biomanufacturing applications
近期E. coli研究将SVR终止强度预测器与WGAN-GP生成器偶联用于内源性终止子设计；18个构建候选中有13个在E. coli MG1655双荧光报告基因中终止效率高于0.90。终止子设计应用于表达边界控制。跨宿主最小设计、宏基因组筛选和Halomonas底盘工程测试终止子作为生物部件。跨宿主可移植性和生物制造效用仍需在目标宿主和通路情境中测量。大规模并行直接RNA测序支持迭代测试。计算设计必须测试候选是否在目标宿主和试验中保留预测结果。

9 Technical bottlenecks, future directions, and conclusions
9.1 Measurement, dataset, and validation bottlenecks
核心瓶颈不是候选基序、映射技术或计算模型短缺，而是不同测量生成结果的比较。预测基序、映射RNA末端、切割位点、通读和聚合酶释放是不同测量；将其压缩为单一正训练类可使标签差异表现为生物分歧。Term-seq、Rend-seq、TERMITe、PIPETS、长读长和直接RNA、3^′端图谱、FLEP-seq解决互补RNA末端、异构体、切割/APA位点和终止窗口，但仍受加工、稳定性、截断、覆盖和终点选择影响。可审计记录应链接信号特征、试验和终点、扰动、条件、推断机制和宿主/构建情境。基准测试应避免同源或近重复位点进入不同数据分区，使用基序匹配、表达或实验测试的负样本。

9.2 Future experimental and machine-learning-guided directions
核心生物问题是如何特定cis元件、trans因子和延伸状态共同使RNAP承诺释放。进展依赖将cis元件扰动与RNA末端形成、加工/切割、新生转录/通读、因子依赖和翻译或染色质情境测量配对。直接监测聚合酶释放和生化重构仍低通量，但战略选择例子可锚定基因组尺度参考数据并区分RNA末端数据中看似相似的机制亚类。机器学习指导的终止子发现可结合序列决定簇、RNA结构、可及性、特征顺序和间距、trans因子可用性、宿主身份和生物条件。迭代设计-构建-测试-学习循环提供实用方法测试模型转移。主动学习策略是提出方向，而非既定终止子设计标准。

9.3 Conclusions
跨三域，终止信号不能化为可互换离散序列基序。内源性发夹/U-tract模块、Rho中心RNA可及性区、古菌U富集和切割相关路线、RNAPII PAS中心窗口以不同空间尺度组织cis信号，通过不同分子机制。将其视为操作语法使元件、组合规则、分子读取器、条件门控、动力学约束和结果可直接比较而不暗示单一机制。共享功能需求是创造延伸复合物易感终止的情境，而映射RNA末端、切割位点、通读信号或释放位置报告该过程不同阶段。未来工作应确定哪些信号特征因果改变聚合酶释放而非RNA成熟，整合映射、扰动、报告基因和直接释放试验，并测试端点匹配标签训练的模型是否在宿主和遗传情境中保留预期行为。