Nat Neurosci | 吴昊团队开发Spatial NT-seq技术并绘制小鼠大脑RNA动力学空间图谱

细胞中mRNA的丰度由RNA的合成（synthesis）与降解（degradation）共同决定，而这两个过程又随着细胞类型、组织位置和外界刺激不断变化。因此，要真正理解复杂组织中的基因调控，仅仅知道“ 某 个基因表达了多少”并不够，还需要进一步回答：这些RNA何时产生、以多快的速度产生，以及能够存在多久。

近年来，单细胞和空间转录组技术快速发展，使研究人员能够以前所未有的分辨率描绘复杂组织中的基因表达图谱。然而，这些方法主要检测RNA的稳态丰度，难以区分特定时间窗口中新生成的RNA与此前已经存在的RNA，因此无法进一步解析RNA合成和降解对基因表达变化的相对贡献。代谢性RNA标记虽然能够追踪新生RNA，但过去的相关研究主要集中于体外培养细胞，在完整组织中同时获得空间位置与RNA动力学信息仍然具有挑战。

近日 ，美国宾夕法尼亚大学吴昊 (Hao Wu)团队在Nature Neuroscience杂志发表题为Spatial mapping of RNA turnover kinetics in the mouse brain的研究论文，建立了一个整合体内代谢标记、单细胞/空间转录组和动力学建模的“in vivo Timescope”研究框架，用于解析体内转录组的动态调控。在前期单细胞新生转录组技术 scNT-seq 的基础上（Qiu* & Hu* et al, Nature Methods, 2020），研究团队 首先 优化 和验证 了无需转基因动物的体内4-硫尿苷（4sU）RNA代谢标记体系 。为证明 体内4-硫尿苷（4sU）RNA代谢标记 方案可靠又通用，团队首先以体 内 TU tagging（4tU/Neurod6-UPRT转基因小鼠）和体外RNA标记为基准，系统优化4sU的给药与反应条件。结果显示，4sU可跨越母胎屏障和血脑屏障，在胚胎及出生后小鼠脑中 高效及广 泛标记不同细胞类型，同时对细胞类型组成和整体转录组影响较小。

结合 体内4sU代谢标记 ，团队 开发了 空 间新生转录组技术 Spatial New RNA Tagging Sequencing（Spatial NT-seq） 。该方法 开发了组 织切片中的原位化学转化反应（in situ chemical recoding），使新生RNA中的4sU在逆转录过程中产生可检测的T-to-C转换，从而在同一张组织切片中同时获得新生RNA（new RNA）和已有RNA（old RNA）的空间分布（图1）。Spatial NT-seq在保持组织结构、空间信息和转录组检测灵敏度的同时，实现了RNA丰度与RNA动力学的联合测量。在Spatial NT-seq技术的基础上，研究团队进一步构建了 RNAkinetoScope 计算框架，通过整合邻近细胞或空间点（spot）中新生和已有RNA信息，在单细胞或单spot尺度估算RNA合成和降解速率。

图1. 开发Spatial NT-seq技术 和 RNAkinetoScope 计算框架 ， 解析小鼠 体内RNA动态变化

应用 Spatial NT-seq 技术和 RNAkinetoScope 算法模型 ，作者取得了以下发现：

1. 齿状回是大脑RNA周转的“热点区域”

利用Spatial NT-seq，研究团队描绘了小鼠大脑不同区域的RNA周转 （RNA turnover） 图谱。研究发现，不同脑区之间存在显著的RNA动力学差异，其中海马齿状回 区域 （dentate gyrus，DG）表现出尤为突出的高RNA周转特征。在出生后第7天小鼠脑中，大多数脑区的新生RNA比例约为25.7%，而齿状回达到约44.8%，这一特征在成年小鼠脑中仍然存在（图2）。

更进一步的动力学分析发现，齿状回并不仅仅表现为更快的RNA降解，而是同时具有更高的RNA合成速率和RNA降解速率。研究者将这种合成与降解协同增强的调控模式概括为 “RNA kinetics scaling”。在这种情况下，细胞可以在不剧烈改变RNA稳态丰度的前提下，提高RNA库的更新速度，从而使基因表达系统具备更强的动态响应能力。论文提出，这一机制可能与齿状回持续发生的神经发生以及其高度的神经可塑性密切相关。

2. “新RNA”和“旧RNA” 揭示ECS刺激后的 转录和转录后 调控

为了进一步检验Spatial NT-seq解析动态生物学过程的能力，研究团队将其应用于电休克刺激（electroconvulsive stimulation，ECS）后的成年小鼠脑。ECS能够诱导快速的神经元活动，被广泛用于研究神经活动依赖的基因调控，同时也是临床电休克治疗的重要实验模型。传统转录组分析主要反映一个基因的总RNA水平是升高还是降低，而Spatial NT-seq则可以进一步区分这种变化究竟主要来自RNA合成 速率 的改变 （ 转录调控 ） ，还是来自既有RNA稳定性和降解速率的改变 （ 转录后调控 ） 。

研究发现，齿状回不仅具有最高的基础RNA周转水平，也是ECS后反应最显著的脑区。通过分析新生RNA和已有RNA 变化 ，研究团队解析出不同的调控模式 。 例如， Fos 等早期反应基因在ECS后迅速发生转录激活，而 Nptx2 等基因则表现出相对较晚的转录响应（图3）。 研究团队还发现ECS不但可以诱导基因表达，还可以通过转录和转录后调控降低基因表达。例如 Zbtb18 等 基因表达降低主要源于 新生RNA下降（ 转录抑制 ） ， Dgat2 等 基因则主要通过既有RNA加速降解进行调控。由此，Spatial NT-seq将 “差异表达”进一步拆解为转录调控和转录后调控。

进一步分析发现，不同类型的ECS响应基因分别富集于与重度抑郁症、情绪障碍、精神分裂症以及双相情感障碍相关的基因集合，为进一步理解ECS所诱导的脑区特异性分子响应提供了新的线索。

3. 机器学习模型预测与体内RNA稳定性相关的调控元件

团队 进一步利用机器学习模型分析这些体内RNA半衰期数据，系统评估mRNA序列特征、密码子组成、3′UTR元件以及miRNA和RNA结合蛋白（RBP）等因素对RNA稳定性的影响。分析不仅重新识别出AU-rich element、 polyadenylation motif以及密码子使用等已知RNA稳定性调控规律，还发现了一系列具有明显细胞类型和脑区特异性的miRNA及RBP调控效应。这些结果为进一步解析细胞类型及空间区域特异的RNA转录后调控机制和调控网络提供了新的研究工具和数据资源。

总体而言，Spatial NT-seq技术在传统空间转录组的“空间”维度上进一步加入了“时间”维度，使研究人员能够在完整组织中同时观察RNA的位置、丰度、合成与降解。本研究建立的“in vivo Timescope”体系，将体内RNA代谢标记、Spatial NT-seq对新生与既有RNA的空间共检测、RNA动力学建模以及机器学习预测相结合，为研究转录与转录后调控如何共同塑造复杂组织中的基因表达提供了新的技术框架。尽管本研究主要聚焦于小鼠大脑组织，Spatial NT-seq还可以拓展至其他模式动物、离体人组织体系以及人源3D类器官，用于研究发育、疾病和外界刺激过程中RNA动力学的空间调控。

宾夕法尼亚大学 遗传系博士后 邱琦、张红杰和夏子杰为共同第一作者，吴昊为通讯作者。邱琦负责 主要的 实验，张红杰负责主要 的 计算分析并开发RNAkinetoScope，夏子杰 构建Neurod6-UPRT transgenic老鼠并 参与 开发和 优化spatial NT-seq。研究还得到Zhaolan Zhou、Hongjun Song、Guo-li Ming和Erica Korb 等 合作团队的大力支持。

宾夕法尼亚大学 遗传系 吴昊 团队（ https://www.wulabupenn.org ）欢迎对单细胞分辨率的时空多组学技术（ time-resolved single-cell and spatial multiomics ）开发及相关数据分析算法开发及应用的同学加入。

原文链接：
https://www.nature.com/articles/s41593-026-02420-y

制版人： 十一

学术合作组织

（*排名不分先后）

战略合作伙伴

（*排名不分先后）

推荐直播

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

点击主页推荐活动

关注更多最新活动！