解码沉默的调控因子：整合多组学和机器学习技术揭示了水稻耐砷性的非编码驱动因素

《Plant Gene》：Decoding silent regulators: Integrating multi-omics and machine learning reveal non-coding drivers of arsenic stress tolerance in rice

环境积累的毒金属loid（如砷、镉、锑）威胁水稻生产力与食品安全，ncRNA通过转录调控和表观修饰参与植物抗逆机制。多组学技术结合AI/ML分析可系统解析基因-环境互作网络，为分子育种提供新工具。

　　

Jisha Chakraborty | Ranjini Saha | Sanket Roy | Chittabrata Mal | Surajit Bhattacharya

阿米蒂生物技术学院，阿米蒂大学，加尔各答 700135，印度

摘要

有毒类金属（如砷（As）、镉（Cd）和锑（Sb）在环境中的积累已成为影响植物生产力、食品安全和环境可持续性的主要挑战。作为全球主要粮食作物的水稻（Oryza sativa），由于其生长环境常处于淹水状态，这促进了这些类金属的吸收，因此尤其容易受到其影响。最近的研究强调了非编码RNA（ncRNAs），如微小RNA（miRNAs）、长链非编码RNA（lncRNAs）和小干扰RNA（siRNAs）在转录、转录后和表观遗传层面调控植物应激反应中的核心作用。高通量组学技术（包括基因组学、转录组学、蛋白质组学和表观基因组学）的进步使我们能够从系统层面深入了解这些调控网络。整合多组学方法，并结合人工智能（AI）和机器学习（ML）工具，大大提升了我们从大型数据集中挖掘信息、识别应激响应ncRNAs以及解析复杂基因-环境相互作用的能力。尽管针对植物应激生物学的全方位多组学数据集仍然有限，但新兴的AI引导框架在加速发现ncRNA生物标志物及其功能方面显示出巨大潜力。本文强调了基于组学的探索在研究水稻植物非编码调控层方面的意义，并倡导通过分子育种、基因组编辑和基于ncRNA的生物技术干预来开发抗逆作物品种。

章节摘录

引言：

类金属具有介于金属和非金属之间的物理化学特性，对生物系统有显著影响，能够调节植物的生理功能、人类健康和环境稳定性。天然存在于地壳中的类金属，如硼（B）、砷（As）、硅（Si）、硒（Se）、锑（Sb）、锗（Ge）和碲（Te），参与了多种重要的生化途径。然而，当它们的浓度超过细胞可承受的范围时……

非编码RNA作为细胞代谢过程的沉默调节者

曾经被视为转录噪声的非编码RNA（ncRNAs），如今已被证明是在非生物胁迫下调控植物适应性的关键因素，包括对砷（As）毒性的响应。这些RNA包括微小RNA（miRNAs）、小干扰RNA（siRNAs）、长链非编码RNA（lncRNAs）、环状RNA（circRNAs）以及tRNA/rRNA衍生物片段，它们在转录、转录后、翻译和表观遗传层面多层次地调控基因表达（Sablok等人）

从基因组到代谢组：利用组学革命培育抗逆作物

干旱、盐碱、极端温度和重金属毒性等非生物胁迫会导致植物出现深刻的生理和分子变化，扰乱其生长、发育和生产力（Abobatta, 2023）。作为回应，植物会激活复杂的信号级联反应，通过一系列应激响应基因和调控网络来感知外部胁迫并启动下游的转录、转录后和生化反应（Rai等人, 2021）

多组学方法在砷胁迫下连接基因型与表型

多组学已成为解析植物对非生物胁迫响应的复杂分子网络的强大工具。通过整合基因组学、转录组学、蛋白质组学和表观基因组学，多组学有助于从系统层面理解植物的适应性和抗逆性，从而加速抗气候变异性作物品种的培育（Duruflé和Déjean, 2023）。典型的多组学研究流程始于结构合理的实验设计……

AI和ML在ncRNA调控研究中的应用

高通量转录组学、表观基因组学和多组学数据集的指数级增长彻底改变了基因调控的研究方式，需要先进的计算方法来解析这些复杂的网络。人工智能（AI）和机器学习（ML）已成为揭示非编码RNA（ncRNAs）在调节植物应激反应中多方面作用的重要工具（Zhang等人, 2024）。与传统生物信息学方法不同，ML……

结论与未来展望

组学技术的整合彻底改变了我们对水稻及其他作物如何应对类金属胁迫（尤其是砷毒性）的理解。其中最具变革性的发现之一是识别出小型和长链非编码RNA作为调控基因表达网络的关键分子，这些网络控制着胁迫感知、信号传导、解毒和适应性反应。高通量测序、转录组分析及功能基因组学的进步……

CRediT作者贡献声明

Jisha Chakraborty：撰写初稿，概念构思。 Ranjini Saha：撰写初稿，概念构思。 Sanket Roy：撰写初稿，概念构思。 Chittabrata Mal：撰写与编辑，监督工作。 Surajit Bhattacharya：撰写与编辑，验证工作，监督，资金筹集，概念构思。

资金支持

本研究得到了ANRF（批准编号：CRG/2022/007O83）和DSTBT-WB（2296 (Sanc.)/STBT-13015/8/2024-WBSCST SEC）的资助。

未引用参考文献

Mohan等人，2025 Yu等人，2020

利益冲突声明

无。

致谢

作者衷心感谢Anusandhan国家研究基金会（ANRF）和西孟加拉邦政府科学技术与生物技术部（DSTBT WB）提供的资金支持，以及阿米蒂大学在基础设施建设方面提供的帮助。SR感谢ANRF提供的奖学金。