博文

人类和小鼠增强子RNA的系统单细胞分析

已有 332 次阅读 2026-10-25 17:07 |个人分类:科普|系统分类:科普集锦

人类和小鼠增强子RNA的系统单细胞分析

增强子是调节相关基因时空表达的非编码 DNA 元件。许多增强子区域招募转录因子（TF）和 RNA 聚合酶 II 来产生增强子 RNA（eRNA）。然而，eRNA 的表达水平通常远低于附近的编码基因，报告的表达水平是近端 mRNA 的 19–34 倍。尽管有些 eRNA 每个细胞可达 70-95 个拷贝，但由于被 RNA 外泌体迅速降解，其检测仍然较为困难。尽管不稳定，eRNA 已被证明通过多种机制调控基因表达。例如，FOXC1e、NRIP1e 和 TFF1e 与乳腺癌细胞中的胶蛋白 RAD21 相互作用，促进染色质环路和致癌基因表达。MMP9 eRNA 和 CCL2 eRNA 结合转录共激活因子 BRD4，并增强靶基因的转录活性。eRNA 也可以被 TF 和 RNA 结合蛋白调控。例如，seRNA-1 受 MyoD 调控，并与 hnRNPL 相互作用以增强 Mb 表达。这些发现表明 eRNA 参与了多样的调控网络。

由于 eRNA 不稳定且表达率低，标准 RNA 测序（RNA-seq）对其检测的敏感性有限。eRNA 通常采用新兴的 RNA 测序方法进行分析，如全局运行测序（GROseq）和精确核运行测序，这些方法在 RNA 聚合酶 II 主动转录过程中捕捉 RNA 分子。基于这些数据，已有多个主动增强子数据库，包括 HACER、RAEdb和 eRNAbase。然而，这些方法需要复杂的制备，且成本高昂，限制了数据的可用性。因此，尽管存在局限性，传统的 RNA 测序数据仍被广泛用于识别和研究 eRNA。例如，Zhang 等人整合了来自 54 个人体组织的 9577 个 GTEx 样本中的 RNA-seq 数据，鉴定出 45,411 个 eRNA。Han 等人分析了癌症基因组图谱（TCGA）数据，识别出约 30 万个 eRNA 基因座位于超增强子区域，促成了 TCeA 数据库的建立。另一项 TCGA 泛癌研究鉴定了 9108 个癌症相关 eRNA，其中大多数表现出癌症类型特异性表达，5715 个 eRNA 与至少一个临床特征相关。这些研究揭示了 eRNA 在人类组织和癌症中的广泛相关性，但 eRNA 在单细胞分辨率下的表达异质性仍被充分表征。

单细胞 RNA-seq（scRNA-seq）已被广泛用于定义细胞类型、标记基因和细胞异质性。然而，只有少数研究在单细胞水平上研究了 eRNA 表达。C1 CAGE scRNA-seq 捕捉转录本五端的转录起始位点，已被用于表征 EpiSC 样细胞中的 eRNA 活性。RamDA-seq 实现全长 RNA 测序，并揭示了小鼠胚胎干细胞分化过程中的细胞特异性eRNA 活性。近年来，像 ReapTEC 这样的五端 scRNAseq 方法实现了基因表达和增强子活性的单细胞分辨率同时剖析，揭示了候选增强子和大型 CD4T 细胞图谱中的细胞类型特异性调控程序。然而，这些研究在规模和生物学范围上有限，大多数聚焦于特定细胞类型、发育系统或专门测序平台。关于 eRNA 在组织和生物环境中表达的广泛单细胞视角仍然缺乏。

然而，eRNA 的表达水平极低，以至于 10X Genomics 等基于滴滴的 scRNA 测序平台对 eRNA 的检测敏感度有限。全长 scRNA-seq 以其更高的准确性和覆盖率著称，已被验证能够检测到广泛的转录本，包括各种类型的非编码 RNA（ncRNA），如长非编码 RNA（lncRNA）和循环 RNA（circRNA）。例如，Luo 等和 Wu 等分别使用全长 scRNA 测序系统分析单细胞水平的 lncRNA 和 circRNA 表达，并描述了两种 ncRNA 在不同细胞类型中的多样表达模式，使我们推测全长 scRNA-seq 数据富含 ncRNA 信息，可能对单细胞层面的 eRNA 探索具有关键作用。

在本研究中，首先通过比较多个测序平台来评估全长scRNA-seq检测eRNA表达的能力。然后，收集并分析了来自人类和小鼠样本的大规模全长 scRNA-seq 数据集，以表征 eRNA胚胎发育以及脑组织和人类癌症的 eRNA 表达。检查了 eRNA 异质性、细胞类型特异性标记 eRNA 以及这些生物环境中的潜在调控网络。最后，通过实验验证了结肠癌（CC）中代表性标志物 eRNA 的完整转录本，并进一步研究了其潜在的临床应用。这些发现为在单细胞分辨率下了解 eRNA 的调控机制提供了见解，并提高了对 eRNA 在不同生物过程中作用的理解。

图1人类和小鼠增强子RNA的系统单细胞分析

参考文献

[1] Rong, H., Liu, H., Li, Y., Yu, X., Du, J., Zuo, J., Meng, Z., Gao, L., Li, X., Tao, Y., Huang, C., Shen, Z., Xi, Y., Guo, G., Huang, D., Zhang, Q., Zhao, Y., Ye, M., & Liao, Q. (2026). A systematic single-cell analysis of enhancer RNAs across human and mouse. Nucleic acids research, 54(18), gkag914. https://doi.org/10.1093/nar/gkag914

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC