近日，一篇发表在国际杂志Nature上题为“Spatial mapping of mitochondrial networks and bioenergetics in lung cancer”的研究报告中，来自加州大学洛杉矶分校等机构的科学家们通过研究利用正电子发射断层扫描技术（PET）与电子显微镜相结合，在遗传工程化修饰的小鼠机体的肺部肿瘤中产生了线粒体网络的三维超分辨率图谱。

 

文章中，研究人员根据线粒体的活性和其它因素，利用一种称之为深度学习的人工智能技术来对肿瘤进行分类分析，并量化了整个肿瘤中数百个细胞和数千个线粒体的结构。研究人员对两种主要的非小细胞肺癌（NSCLC）亚型—肺腺癌和鳞状细胞癌进行了研究，并在这些肿瘤内部发现了不同的线粒体网络亚群；更为重要的是，他们还发现，线粒体能经常与诸如脂滴等细胞器组织在一起并产生特殊的亚细胞结构，同时还能支持肿瘤细胞的代谢和线粒体活性。

         图片来源：Nature (2023). DOI:10.1038/s41586-023-05793-3

 研究者推测，人类癌症样本中的线粒体群体并不会与各自的肿瘤亚型相互排斥，而是会存在一种活性谱；这些研究发现或许就为理解癌细胞中线粒体的功能提供了关键的信息，并有望帮助开发出新型癌症疗法。

 

研究者Shackelford说道，我们的研究代表了利用遗传工程化小鼠模型来生成高度详细的肺部肿瘤三维图谱的关键第一步；利用这些图谱，我们就能产生肺部肿瘤的结构和功能蓝图，并能提供非常有价值的线索来揭示肿瘤细胞是如何在结构上组织其细胞架构来对肿瘤生长的高代谢需求产生反应的，我们的研究发现或许有望帮助指导并改善当前的癌症疗法策略，同时还能阐明科学家们治疗肺癌疗法的新方向。 本文研究揭示了肺部肿瘤代谢通量的一个新的发现成果，并阐明了癌细胞对营养的偏好或许是由其细胞中线粒体和其它细胞器的区室所决定的，即要么依赖于葡萄糖，要么依赖于游离脂肪酸。

 

本文研究结果对于开发能够靶向作用肿瘤特异性的营养偏好的有效抗癌疗法具有非常重要的意义，这种多模式成像方法也能促使研究人员揭开癌症代谢此前未知的方面，研究人员认为，这或许也能应用于对其它类型癌症的研究中。  综上，本文研究结果表明，在非小细胞肺癌中，线粒体网络能被分隔成为不同的亚群，并支配着肿瘤的生物能量能力。

 

RNA是存在于生物细胞以及部分病毒、类病毒中的遗传信息载体，不同类型RNA具有不同的作用。转移RNA（tRNA）在蛋白质翻译中起着重要作用。如果tRNA中发生错误修饰或修饰缺失，会产生错误或不完整的蛋白质。

 

已有研究发现，多种tRNA修饰酶的突变与各种人类疾病有关，包括神经退行性疾病、代谢疾病和癌症。但是，研究tRNA一直面临着诸多挑战，部分原因是缺乏一种同时量化其丰度和化学修饰的简单方法。因为目前的纳米孔测序设置会丢弃绝大多数tRNA reads，测序产量低，并且基于转录物长度对tRNA丰度的表示有偏差。 

 

 近日，来自西班牙巴塞罗那科学技术研究所的研究团队及合作者在Nature Biotechnology发表了题为“Quantitative analysis of tRNA abundance and modifications by nanopore RNA sequencing”的研究论文。研究团队开发了一种名为Nano-tRNAseq的tRNA纳米孔测序新方法，可直接对天然tRNA进行精确测序，准确定量tRNA丰度并同时捕获tRNA修饰变化。研究团队利用Nano-tRNAseq成功检测了酿酒酵母tRNA群同一分子内不同tRNA修饰类型之间的串扰和相互依赖性，以及tRNA群体对氧化应激的反应变化。

图1.文章发表在Nature Biotechnology

牛津纳米孔技术公司（ONT）开发的直接RNA测序（DRS）平台是基于NGS技术来描述tRNA组的一个很有潜力的替代方案。该技术允许对天然RNA分子进行直接测序，因此，原则上可以检测和定量tRNA修饰和tRNA丰度，不需要逆转录或PCR。先前的研究已经证明，纳米孔可以使用固态或生物（ONT）纳米孔捕获tRNA。通过连接接头来延长tRNA分子，tRNA可以通过生物纳米孔进行测序、基础标记和定位。但上述方法tRNA分子的测序产量较低，并且没有报告是否使用该方法再现了现存的体内tRNA丰度和/或tRNA修饰。

 

研究团队发现，对原始纳米孔信号强度再处理，用RNA接头填充5′和3′tRNA末端，可以准确地进行碱基判定和映射，并捕获整个tRNA序列，使tRNA reads的数量增加12倍，并获得准确的tRNA丰度。这种基于纳米孔的方法被命名为Nano-tRNAseq（图1），可用于对天然tRNA进行测序，并在单个实验中获取到tRNA丰度和修饰动力学的定量估计。研究团队表示，在体外和天然tRNA分子测序、碱基判定和映射方面，Nano-tRNAseq方法是使用纳米孔进行DRS最成功的方法。

图2.Nano-tRNAseq可以有效地对天然tRNA进行测序

天然tRNA具有短而高度修饰的特性，这使它们的比对具有挑战性。对DRS数据集中修改碱基的不准确判定也使原tRNA检测含有很大比例的不匹配碱基。由于这些错误的碱基，使用推荐设置的常用长读长映射工具minimup2（-ax-map ont-k15）仅可以比对一小部分reads（2.56%）。为了提高Nano-tRNAseq reads可映射性，研究团队测试了短reads映射算法BWA，发现使用推荐参数的BWA-MEM比对在映射readas的比例方面优于minimup2。

 

当使用参数为-W13 -k6 -xont2d -T20的BWA-MEM时，发现增加的映射reads和错误比对之间存在最佳平衡，映射了54.63%的reads，错误比对很少（0.19%）。当在天然tRNA分子中比较两个映射算法的性能时，对比更加明显。随后，研究人员评估了Nano-tRNAseq reads的可映射性是否受5'和3' RNA接头长度的影响。研究发现，即使参考序列中没有RNA接头，短的和未修饰的序列也可以有效地比对，而短的和修饰的reads则从带有接头的延伸序列中受益匪浅，表明带有RNA接头的延伸序列分子对于指导富含“错配”短reads的正确比对至关重要，例如来自天然tRNA的短reads。