ceRNA调控网络

更新于 2026年11月19日 版权声明
三、ceRNA调控网络

(一)RNA间通过ceRNA进行对话

传统观念认为,miRNAs负性调节基因,降低目标RNAs的稳定性或抑制其翻译。因此,miRNAs通常被视作活性调节元件,而目标mRNAs则被视为miRNAs的沉默对象(图12-11A)。相反,在2009年,Seitz通过计算推测出已证实的miRNA结合位点能够作用于miRNAs,从而调节miRNA的作用。最近的实验证实,由于假基因和其对应的基因序列具有高度同源性,因此常常拥有很多相同的MRE,所以假基因可以与其所对应的蛋白质编码基因竞争相同的miRNA池,导致miRNA水平和活性的下降,进而使miRNA的靶mRNA表达上调。IncRNA也可以下调miRNA的表达水平,进而miRNA的靶mRNA表达上调。综上所述,mRNA、假基因的转录产物和lncRNA都可以与miRNA结合。

因此,ceRNA调控网络机制认为除了传统的miRNA-RNA作用方式外,还存在反向的RNA-miRNA作用方式,这样编码RNA和非编码RNA就可以通过竞争miRNA进行交互。在这个假说的基础上,MREs可看做“RNA语言”的信使,转录体之间可通过该信使调节各自的表达水平(图12-11B)。含有越多相同MREs的RNAs之间能更有效地“交流”,这种“语言”能通过ceRNAs对话(或者ceRNA网络),适用于整个mRNA系统。

ceRNA调控网络机制除了能解释所有非编码RNA的功能外,它还对“编码基因必须被翻译成蛋白才能发挥功能”这一传统理论做出挑战。该机制认为,mRNA还有额外且可预测的功能,那就是调节其他mRNA。1条mRNA可能既存在非编码功能,又存在编码功能,而且这两种功能的作用可能并不一致,甚至可能相反,从而建立更庞大的调节网络,产生复杂的功能,并导致生理和病理条件的多样性。此外,该机制能够解释3'-UTR的调节功能。除了作为顺式调节元件,调节转录体的稳定性以外,3'-UTR可能通过结合miRNA反向调节其他基因表达(图12-11C)。同时,该机制认为,所有类型的RNA彼此之间都能竞争miRNA,从而产生大规模调节网络。

图示

图12-11 ceRNA语言基础

A.mRNAs和miRNAs之间的作用可能是双向的,因此1条mRNA的水平能够影响到其他mRNA的水平和活性。B.RNA之间能够通过microRNA、microRNA反应元件(MREs)进行交流。RNA之间含有的相同MREs数量越多,它们之间的交流就越“深入”。C.RNA的3'-UTRs含有MREs,能够自身顺式调节RNA分子,也可能反式调节miroRNAs的水平,从而调节其他RNA的水平

(二)ceRNA网络的逻辑与调节

ceRNA网络调控依赖于人们对MREs的精确数量和位置的了解。尽管一些目标预测算法能成功找到miRNA结合位点,但由于miRNA结合的机制仍不明确,因此这些算法通常无法预测出那些重要的结合位点。我们期望有更好的目标预测算法和新的生化技术出现,进一步证实ceRNA网络调控机制。例如,使用免疫印迹交联实验或HITS-CLIP分离出RNA后进行高通量测序,这可以找出与RNA诱导沉默复合体[RNA-induced silencing complex,RISC,一种多蛋白复合物,可结合小干扰RNA(siRNA)的引导链或miRNA。RISC使用siRNA或miRNA作为模板识别互补mRNA。当找到互补链时,RISC激活RNase,并降解mRNA]关联的MREs。

那么,ceRNA网络存在需要哪些细胞条件呢?首先,ceRNA和miRNA的浓度的重要性是显而易见的。ceRNA表达水平的改变要很大才足以消除或减弱miRNA对竞争ceRNAs的抑制。其次,ceRNA的有效性还将取决于miRNAs的数量。它受到亚细胞定位及与RNA结合蛋白相互作用的影响。由于miRNAs并非无处不在,并非持续表达,因此在特定的组织、发展阶段或病理情况下,ceRNA同样影响miRNA的整体水平。尽管ceRNA网络可以通过一个miRNA发挥作用,但大多数强大的ceRNA网络将含有多个转录体,这些转录体含有多个MREs,可结合多个miRNA。总之,ceRNA网络取决于RNA和miRNA的密度、浓度、亚细胞定位,还取决于不同物种、不同细胞类型的不同阶段。再次,并非所有的ceRNAs中的MREs都是相同的。尽管两个MRE可能结合相同的miRNA,但它们可能具有特定的核苷酸组成,在某些部分存在差异。因此,单个MRE结合miRNA的能力对整体ceRNA功能也很重要。同样,miRNA也能结合数十至数百个RNA,但对不同RNA的抑制程度也不尽相同,其中完全的抑制是很少见的,剩下的大多数结合仅具微调功能。可以想象,如果一个miRNA结合到ceRNAs上,miRNA的主要目标将受到最大影响。

(三)支持ceRNA网络调控的实验证据(https://www.daowen.com)

1.编码基因 Lee等的研究发现,在乳腺癌细胞系4T1中,miR-199a-3p和miR-144可以下调Rb1的表达;miR-144和miR-136则可以下调PTEN的表达,进而抑制肿瘤的生长。多能聚糖(versican)基因的3'-UTR可以下调miR-199a-3p、miR-144和miR-136的表达水平和活性,使Rb1和PTEN表达上调,进而发挥抑癌作用。而成瘤实验也证实,转染了多能聚糖3'-UTR的细胞所形成的瘤体明显比未转染的细胞小。这表明多能聚糖基因的3'-UTR可以通过ceRNA机制而发挥抑癌作用。Jeyapalan等的研究表明,CD44的3'-UTR可以拮抗胞质中的miRNAs,并导致CD44 mRNA的表达上调,并产生相应的生物学功能。Tav等使用miRNA的靶标预测软件进行计算机预测,然后通过大量翔实的实验证实了PTEN和SERINC1、VAPA、CNOT6L等基因之间可以通过ceRNA机制进行相互调控,并通过影响P13K/AKT通路而发挥抑癌作用。此外,Arvey及其同事发现miRNA的作用受其靶点mRNA的影响。有多个靶点基因的miRNA更能下调靶点基因。同样,当某个mRNA上调时,由于MRE总量超过了miRNA,miRNA的抑制作用将会减弱(图12-12)。因此,改变单个ceRNA的表达水平能够影响其他具有相同MRE的ceRNA。

图示

图12-12 细胞内的MRE浓度影响miRNA的作用

2.假基因 另有实验证明假基因能够与其祖先基因竞争miRNA。例如,最近的研究显示,假基因PTENP1和抑癌基因PTEN拥有很多共同的MRE。两者可以通过竞争性结合相同的miRNA分子而实现相互调控,PTENP1的高表达可以在miRNA的中介下使PTEN的水平升高而发挥抑癌作用。假基因KRASIP和KRAS之间也具有相似的调控作用。

3.lncRNA IncRNA“linc-MD1”可以下调miR-133和miR-135的表达,进而调控MAML1和MEF2C的表达,从而调控肌细胞的分化。此外,肝癌细胞中高度上调的lncRNA(HULC)可以下调包括miR-372在内的多种miRNA分子的水平,并参与肝癌的发生和发展。Franco-Zorrilla及其同事发现,拟南芥中的非编码RNA IPS1能通过模拟miR-399的靶点与之结合。类似地,疱疹病毒中的一种非编码RNA saimiri RNA能够结合并降解人类miR-27,从而产生对病毒感染、转化有利的细胞环境。

不管是假基因,还是编码基因,它们的3'-UTR都具有强大的生物学活性,成为miRNA的内源性“诱饵”。大约在证实这些内源性“诱饵”的3年前,许多研究已发现外源性表达“miRNA海绵”能够有效特异地抑制miRNA的功能。所谓的“miRNA海绵”是一种人工合成的转录体,它将某种MRE的多个拷贝串联起来。通常将它克隆到病毒载体上,因此能在细胞中高表达。这种海绵结构的应用令人激动,也许会成为将来RNA治疗的模式。类似地,我们认为ceRNA就是“内源性海绵”,能够影响目标miRNA的分布。和人工海绵不同,ceRNA含有多种miRNA的MREs,因此能够影响多种miRNA的多个靶点。

尽管ceRNA调控同时适用于蛋白编码RNA和非编码RNA,但由于非编码ceRNA不具备翻译功能,专门和miRNA结合,因此可能更有效地抑制miRNA。广泛地使用HITSCLIP和其他相关技术,将最终揭示假基因和IncRNA如何通过miRNA发挥作用,并明确它们各自在ceRNA中的位置和影响。

假基因是ceRNA的最好例子。它与其祖先基因含有许多相同的MRE,是最佳的“MRE海绵”。然而,假基因调节细胞生物学的能力却超过调节其祖先基因的能力。例如,PTENP1通常通过miRNA网络调节PTEN,但其在PTEN缺失的细胞中依然具有生物学活性。此外,OCT4、NPM1和许多核糖体蛋白基因通常也受多种假基因的调控,这表明基因-假基因的网络是广泛且错综复杂的。

RNA Y过表达(如转录激活)会使细胞内某些MRE的浓度上升,microRNA对其他含有相同MRE的转录体(如RNA X)的抑制减弱,RNAX水平随之上升。反之亦然,RNAY下调可使MRE浓度下降,结果导致RNAX水平下降。

(四)ceRNA分子的计算机预测

根据ceRNA调控理论,拥有相同MRE的RNA分子之间可以通过竞争性结合miRNA而相互调控。理论上来说,拥有一个以上共同MRE的RNA分子都可以成为ceRNA,两者共享的MRE越多,它们之间相互调控的程度也就越高。因此,准确地预测RNA分子的MRE,进而寻找共同的miRNA是研究ceRNA调控机制的基础。目前有多个计算机软件可用于预测miRNA的靶基因,通过对2个靶基因的所有miRNA分子进行逐一比对,就可以找出2个靶基因共享的miRNA分子。2个靶基因共享的miRNA分子越多,那么这2个基因通过ceRNA机制进行相互调控的可能性就越大。在植物中,miRNA与靶基因几乎是以完全互补配对的方式结合;而在动物中miRNA分子和靶基因的结合方式非常复杂。但是,人们在研究过程中发现,miRNA和靶基因间的作用仍然具有一定规律性。目前,有多个软件可用于预测miRNA的靶基因,它们主要是根据已证实的miRNA及其靶基因序列之间相互作用的规律性,遵循几个常用原则进行设计的。常用的miRNA靶基因预测软件有miRanda、TargetScan、RNAhybrid、DIANA-microT、PicTar、RNA22和FindTar等。目前已知的miRNA靶基因及其确切的靶点并不多,在算法编写过程中没有足够的已知样本可供参考,所以各种预测软件的特异性和灵敏度都不高,其预测结果需要通过实验研究进行验证。这种通过计算机软件进行miRNA靶基因预测,然后通过实验进行验证的方法,为研究ceRNA调控机制提供了一条有效途径。

✍AI写作