小鼠大脑中RNA周转动力学的空间图谱

《Nature Neuroscience》：Spatial mapping of RNA turnover kinetics in the mouse brain

　　

摘要

基因调控需要RNA合成与降解的协调控制，然而在完整组织中测量RNA周转仍具有挑战性。研究人员在此提出空间NT-seq（spatial NT-seq）技术，该方法将无需转基因的代谢RNA标记（metabolic RNA labeling）与空间转录组学平台上的原位化学重编码（in situ chemical recoding）相结合，可同时绘制新合成RNA和预先存在RNA的空间图谱。将空间NT-seq应用于小鼠大脑，研究人员揭示了RNA周转中显著的区域异质性，并鉴定出齿状回（dentate gyrus, DG）是一个以基础RNA合成与降解协同上调为特征的空间热点区域。此外，空间NT-seq还揭示了电休克刺激（electroconvulsive stimulation, ECS）——一种临床用于难治性抑郁症的治疗方法——所引发的快速、脑区特异性的转录及转录后响应。最后，研究人员利用计算建模鉴定了在不同空间和细胞背景下塑造小鼠大脑全转录组mRNA稳定性的序列特征和转录后调控因子。综上所述，这一整合的“体内时间镜”（in vivo timescope）框架提供了RNA周转动力学的空间解析视图，并揭示了RNA稳定性在体内的调控架构。

**论文解读：小鼠大脑RNA周转动力学的空间图谱**

**一、研究背景**

哺乳动物大脑的复杂功能源于由多种细胞类型组成的空间上截然不同的神经环路和脑区。这一精细结构要求在转录和转录后水平对基因表达进行精确的时空控制。RNA周转动力学（RNA turnover kinetics）决定了转录本产生和降解的速率，塑造了稳态转录组，并决定了基因表达响应的时间精度。快速RNA周转使细胞能够适应发育线索和环境刺激，而慢速周转则支持长距离RNA运输至远端神经元区室进行局部蛋白质合成，并稳定参与维持染色质完整性的长寿命非编码神经元RNA。RNA周转和稳定性的失调与神经发育、神经精神及神经退行性疾病相关，这凸显了在体内跨大脑空间和细胞背景绘制RNA周转动力学和稳定性调控图谱的必要性。

标准单细胞和空间转录组学技术测量的是总RNA丰度，这是一个反映RNA合成与降解平衡的静态快照，因此掩盖了潜在的动力学调控。代谢RNA标记可区分新转录RNA与预先存在的RNA池，从而能够通过“单脉冲”或“脉冲追踪”标记策略定量测量RNA周转。近期研究将代谢标记与单细胞RNA测序（scRNA-seq）或成像相结合，以测量细胞类型特异性的RNA周转动力学，但主要局限于体外培养细胞的分析。因此，体内RNA动力学的空间图谱，以及序列特征或转录后调控因子如何塑造RNA稳定性，在很大程度上仍未得到探索。

**二、研究内容与结论**

研究人员以“TU标记”（TU tagging）为基准，优化并验证了一种无需转基因的4-硫代尿苷（4sU）代谢RNA标记策略，用于量化小鼠大脑中的体内RNA周转，并将其与原位化学重编码相结合，开发了空间NT-seq技术。该方法能够在完整组织中同时实现RNA丰度和周转动力学的空间图谱绘制。将空间NT-seq应用于电休克刺激（ECS）后的小鼠大脑，研究人员解析了不同脑区中RNA合成和降解对活性诱导基因表达变化的贡献。该技术进一步揭示了RNA周转中显著的区域异质性，并鉴定出齿状回（DG）为RNA周转的热点区域，其特征为RNA合成与降解的协同上调，提示存在一种RNA动力学缩放机制（RNA kinetics scaling），可能支持DG细胞在持续神经发生和外部刺激过程中的功能可塑性。

该研究发表在《Nature Neuroscience》杂志上。这一整合的“体内时间镜”框架结合了无需转基因的RNA标记、空间多模态转录组学（即新合成与预先存在RNA的联合检测）和计算建模，以解析转录和转录后调控如何共同塑造基因表达图谱，为理解大脑中RNA动力学调控提供了全新的视角和资源。

**三、关键技术方法**

研究人员主要运用了以下核心技术方法：（1）基于4sU的无需转基因体内代谢RNA标记技术，通过腹腔注射对小鼠进行体内标记，实现了对胚胎和出生后大脑中新生RNA的高效标记；（2）优化后的单细胞代谢标记新RNA标签测序（scNT-seq2），结合基于微流控液滴的单细胞RNA测序平台，用于细胞类型特异性RNA周转分析；（3）空间NT-seq（spatial NT-seq），该方法将4sU标记与Visium空间转录组学平台相结合，通过在原位化学重编码反应（SLAM反应）中将4sU转化为胞嘧啶类似物，从而在同一组织切片上同时捕获新合成（new）和预先存在（old）的转录组；（4）机器学习预测模型，利用LASSO回归分析鉴定调控RNA稳定性的序列特征和转录后调控因子（包括miRNA和RNA结合蛋白）。样本来源为C57BL/6J小鼠，包括胚胎期（E16.5）、出生后早期（P7、P12）和成年期（P56）小鼠。

**四、研究结果**

**1. 小鼠大脑中无转基因代谢RNA标记的基准验证**

研究人员通过将Nex-Cre小鼠与条件性UPRT品系杂交生成“Ex-UPRT”小鼠，以“TU标记”为基准系统评估了4sU在脑内的体内RNA标记效率。结果表明，4sU在UPRT表达细胞中的标记效率与4tU相当，且能更有效地标记UPRT非靶向细胞类型。在野生型动物中，4sU能穿过胎母屏障和血脑屏障，高效标记胚胎大脑中的新生RNA。4sU标记对全局基因表达和mRNA剪接的影响极小。标记时长和剂量实验显示，标记RNA比例随标记时间近似线性增加。此外，基于标记的NTR与基于剪接的USTR存在显著相关性，且RNA标记分析可定量捕获不同基因结构或功能基因组的周转差异。

**2. 空间NT-seq的开发与验证**

研究人员开发了空间NT-seq，该方法结合了无转基因体内4sU标记、冷冻组织切片、甲醇固定和组织学染色与优化的原位SLAM反应，实现了组织切片内4sU标记新生mRNA的化学重编码。与原位对照相比，空间NT-seq的T-to-C转换效率提高了14.6倍，同时保持了组织结构和空间分辨率。空间NT-seq准确再现了scNT-seq2观察到的转录因子相对看家基因更高的周转率，且其聚类分布和比例在对照组和处理组间高度一致。

**3. 跨脑区全局RNA周转的空间图谱绘制**

对P7小鼠大脑的空间NT-seq分析显示，大多数脑区的新RNA比例相似（平均±标准差为25.7%±3.1%，不包括DG），而DG（44.8%）、CTX_L2/3（32.0%）和CA1（29.9%）等特定区域表现出显著更高水平。P56成年小鼠大脑的分析进一步证实了DG中升高的RNA周转。这些区域差异不太可能由局部4sU可用性驱动。此外，DG中多种主要RNA降解途径的关键组分以及嘧啶补救途径中的尿苷/胞苷激酶Uck1均上调，提示增加的RNA降解和嘧啶核苷补救可能促进了DG中升高的RNA周转。

**4. ECS诱导的RNA动力学的时空解析图谱**

研究人员对成年雄性小鼠进行ECS处理，并在刺激后0分钟（对照）、30分钟和120分钟进行空间NT-seq分析。结果显示，早期即刻早期基因（IEGs）如Fos和Egr1的快速激活在代谢标记的新RNA中被特异性地检测到，而非旧RNA中。联合分析新合成和预先存在的转录组发现，DG是ECS最敏感的区域，在转录和转录后水平均表现出显著变化。研究人员将DG中ECS诱导的ARGs分为四类：早期响应基因（74个）、晚期响应基因（291个）、转录抑制基因（66个）和可能通过mRNA降解调控的基因（52个）。与疾病基因集的比较显示，转录激活的ARGs富集于重度抑郁症、情绪障碍和精神分裂症相关基因，而通过旧RNA降解调控的基因富集于双相情感障碍相关基因。

**5. 体内RNA动力学分析工作流程的开发与基准测试**

研究人员应用优化的二项式混合模型校正不完整的4sU标记和背景突变，从体内单细胞和空间NT-seq数据中计算稳态RNA动力学参数。分析显示，不同皮质细胞类型的平均RNA半衰期为4.6小时，与之前研究一致。全转录组脑RNA半衰期跨度超过两个数量级（从<1小时到>100小时）。单细胞和空间NT-seq数据的RNA动力学分析均表现出高度的可重复性。

**6. 跨皮质细胞类型体内RNA周转动力学的图谱绘制**

研究人员分析了皮质兴奋性神经元中RNA丰度与合成率及降解率的关系，揭示了RNA动力学调控与基因功能的密切联系。通过k-means聚类鉴定了100个不同的RNA动力学模块。神经元特异性模块3和模块13具有相当的合成率，但降解率差异显著，导致不同的RNA丰度和半衰期。动力学模块进一步被分为“协同”（cooperative）、“中性”（neutral）和“去稳定”（destabilizing）调控策略，不同策略的基因富集于不同的细胞功能。

**7. 跨脑区RNA周转动力学的空间图谱绘制**

对P7小鼠大脑的空间RNA动力学分析证实，DG表现出全局性升高的RNA合成和降解。比较DG与其他脑区发现，慢周转模块3（而非快周转模块13）的基因在DG中表现出RNA合成和降解速率的一致性显著增加。这一发现揭示了“RNA动力学缩放”机制，即DG中许多基因的周转通过合成和降解的协同调控而升高，这可能使DG神经元在外部刺激下保持功能可塑性和快速ARG诱导能力。

**8. 单细胞和空间点分辨率下体内RNA动力学景观的分析**

研究人员开发了RNAkinetoScope计算框架，利用k近邻（kNN）图聚合邻近细胞或点的转录组信息，在单细胞或点分辨率下估计RNA合成和降解速率。这一方法在保持簇内异质性的同时提高了RNA动力学推断的准确性。单细胞分辨率分析揭示了代表神经元基因RNA动力学的簇内异质性；空间点分辨率分析则显示了RNA合成和降解在空间域内外的异质性，以及RNA丰度受转录和区域特异性降解的共同塑造。

**9. 小鼠大脑RNA稳定性调控景观的预测建模**

研究人员利用转录组范围的mRNA半衰期测量和机器学习方法，绘制了影响RNA稳定性的遗传特征和分子调控因子图谱。LASSO回归模型的预测与观测RNA半衰期高度相关，且在不同标记策略、测序方法和标记时长下表现一致。模型揭示的特征包括基础mRNA序列特性（如开放阅读框外显子-外显子连接密度与稳定性正相关，3'非翻译区长度与稳定性负相关）、密码子频率、3'UTR调控基序、miRNA和RNA结合蛋白。值得注意的是，DG表现出独特的密码子调控谱。

**10. 小鼠大脑中miRNA和RBP介导的RNA稳定性调控的体内图谱**

通过LASSO建模，研究人员发现大多数miRNA（92%）被预测为去稳定mRNA，而少数（8%）表现出稳定效应。脑富集miRNA如miR-124、miR-9和miR-137在不同脑区显示出广泛的调控效应，而miR-182.5p、miR-495.3p和miR-200b.3p则表现出DG特异性效应。与miRNA不同，RBP表现出平衡的稳定（45%）和去稳定（55%）效应。预测的已知RBP效应与体外研究结果高度一致（九分之八），与培养细胞中的RBP敲低实验结果也有很好的一致性（七个重叠RBP中的五个）。

**五、总结与讨论**

空间NT-seq技术的开发和应用为理解大脑中RNA周转动力学提供了空间解析的全景视图。该研究揭示了DG作为RNA周转热点区域的特征，提出了“RNA动力学缩放”机制，并通过机器学习模型鉴定了调控RNA稳定性的序列特征和转录后调控因子。这一“体内时间镜”框架整合了无需转基因的RNA标记、新旧RNA的空间联合检测和预测建模，为研究发育和疾病中的RNA周转及RNA稳定性失调提供了广泛适用的平台。未来与新兴的单细胞分辨率空间转录组学平台及使用正交核苷类似物的多脉冲标记技术相结合，将进一步阐明复杂组织环境中RNA合成与降解之间的调控相互作用。该研究为理解转录和转录后基因调控的相互作用提供了新见解，并对基于mRNA的治疗设计具有潜在意义。