线粒体参与各种细胞事件。人类线粒体基因组编码13种蛋白质,2个rRNA和22个TRNA,这是广泛接受的。源自人核基因组的基因变异无法完全解释线粒体疾病。高通量测序的出现,再加上新型生物信息学分析,解释了线粒体衍生的转录本的复杂性。最近,发现人线粒体基因组和核基因组的圆形RNA(CIRCRNA)位于线粒体。研究了核编码ciRCRNA到线粒体和线粒体在哺乳动物中编码circrnas的作用和分子机制的研究。这些circrnas与多种疾病,尤其是癌症有关。在这里,我们通过审查其鉴定,表达模式,调节作用和功能机制来讨论线粒体划分的circrnas的新兴领域。线粒体置换的ciRCRNA在细胞生理和病理学中具有调节作用。我们还强调了未来的观点和研究线粒体分离的circrnas及其潜在的生物医学应用方面的挑战。
## kegg_code scientific_name ## 26 mmur microcebus murinus ## 30 mmu mus musculus ## 31 mcal mus caroli ## 32 mpah mus pahari ## 34 mcoc mastomys coucha ## 40 pleu peromyscus lemyscus leucopus ## 50 plopime pacime ## Myotis ## 188 CSTI Colius Striatus ## 5722 ASF Candidatus Arthromitus sp。SFB-Mouse-JEAPAN ## 5723 ASM Candidatus Arthromitus sp。SFB-MOUSE-YIT ## 5724 ASO CANDIDATUS ARMTHROMITUS sp。SFB-mouse-NL ## common_name ## 26 gray mouse lemur ## 30 house mouse ## 31 Ryukyu mouse ## 32 shrew mouse ## 34 southern multimammate mouse ## 40 white-footed mouse ## 50 Pacific pocket mouse ## 113 greater mouse-eared bat ## 188 speckled mousebird ## 5722 Candidatus Arthromitus sp.SFB-Mouse-JEAPAN ## 5723 Candidatus Arthromitus sp。sfb-Mouse-yit ## 5724 candidatus arthromthomitus sp。sfb-Mouse-nl
每种 RNA 的水平取决于其产生率和衰变率之间的平衡。尽管先前的研究已经测量了组织培养和单细胞生物中整个基因组的 RNA 衰变,但很少有实验是在完整的复杂组织和器官中进行的。因此,尚不清楚在培养细胞中发现的 RNA 衰变决定因素是否在完整组织中保留,以及它们在邻近细胞类型之间是否不同以及在发育过程中是否受到调节。为了解决这些问题,我们通过使用 4-硫尿苷对整个培养的果蝇幼虫大脑进行代谢标记,测量了全基因组的 RNA 合成和衰变率。我们的分析表明,衰变率范围超过 100 倍,并且 RNA 稳定性与基因功能有关,编码转录因子的 mRNA 比参与核心代谢功能的 mRNA 稳定性低得多。令人惊讶的是,在转录因子 mRNA 中,更广泛使用的转录因子与在发育过程中仅短暂表达的转录因子之间存在明显的界限。编码瞬时转录因子的 mRNA 是大脑中最不稳定的。这些 mRNA 的特点是大多数细胞类型中的表观遗传沉默,如其富含组蛋白修饰 H3K27me3 所示。我们的数据表明存在针对这些瞬时表达的转录因子的 mRNA 不稳定机制,从而可以快速高精度地调节它们的水平。我们的研究还展示了一种测量完整器官或组织中 mRNA 转录和衰减率的通用方法,为了解 mRNA 稳定性在调节复杂发育程序中的作用提供了见解。
背景:RNA甲基化修饰是以表观遗传学方式调节的重要后翻译后修饰。最近,n 6-甲基腺苷(M 6 A)RNA修饰已成为肿瘤生物学的潜在表观遗传标记。方法:LIHC的基因表达和临床病理数据是从癌症基因组图集(TCGA)数据库中获得的。使用PERL和R软件通过基因表达分析确定长期非编码RNA(LNCRNA)和M 6 A与M 6与A之间的关系。共表达网络,并使用单变量COX回归分析鉴定了与预后相关的相关LNCRNA。然后将这些LNCRNA分为两个簇(群集1和群集2),以确定不同LNCRNA亚型之间的存活率,病原参数和免疫细胞浸润的差异。进行了最低的绝对收缩和选择算子(Lasso)进行回归分析和预后模型。HCC患者被随机分为火车组和测试组。根据模型的中位风险评分,HCC患者分为高风险和低风险组。我们使用火车组建立了模型,并通过测试组确认了模型。使用R软件分析了肿瘤突变负担(TMB),免疫逃避和免疫功能的M 6 A-LNCRNA。AL355574.1被确定为重要的M 6 A相关LNCRNA,并选择进行进一步研究。伤口愈合和Transwell分析用于确定细胞迁移能力。最后,进行了体外实验,以确认AL355574.1对HCC生物学功能和可能的生物学机制的影响。HUH7和HEPG2细胞,通过CCK-8,EDU和菌落形成测定法测量细胞增殖能力。MMP-2,MMP-9,E-钙粘着蛋白,N-钙粘着蛋白和Akt/mTOR磷酸化的表达水平均由Western blotting确定。结果:通过一致的聚类分析将具有显着预后值的LNCRNA分为两个亚型。我们发现lncRNA亚型之间的临床特征,免疫细胞浸润和肿瘤微环境(TME)显着差异。我们的分析表明,这些不同的LNCRNA亚型与免疫浸润和基质细胞之间的显着相关性。我们使用LASSO回归创建了最终风险概况,其中特别包括三个LNCRNA(AL355574.1,AL158166.1,TMCC1-AS1)。构建了由三个LNCRNA组成的预后特征,该模型显示出出色的预后预测能力。低风险队列的总生存期(OS)显着高于火车和测试组的高风险队列。两个风险评分[危险比(HR)= 1.062; P <0.001]和阶段(HR = 1.647; P <0.001)被视为通过单变量和多元COX回归分析的HCC预后独立指标。在HUH7和HEPG2细胞中,AL355574.1敲低抑制了细胞的增殖和迁移,抑制了MMP-2,MMP-9,N-钙粘着蛋白和AKT/MTOR磷酸化的蛋白质表达水平,但促进了E-Cadherin的蛋白质表达水平。
摘要:肝细胞癌 (HCC) 的发病率正在上升,40% 的患者在晚期才被诊断出来。在过去 5 年中,临床上可用于治疗 HCC 的药物数量急剧增加,使得患者管理变得尤为复杂。免疫检查点抑制剂 (ICI) 提高了患者的总体生存率,显示出随时间推移的持久治疗效果,并且与酪氨酸激酶抑制剂 (TKI) 相比,其反应模式不同。尽管对免疫疗法有反应的病例的生存率有所提高,但相当一部分患者是原发性进展者或不适合接受免疫疗法。事实上,患有非病毒病因(例如非酒精性脂肪性肝炎 (NASH))和特定驱动基因发生改变的患者对免疫疗法的反应可能较低。因此,提高对药物耐药机制的理解并识别出可用于指导最佳治疗方法的生物标志物是提高患者生存率的必要措施。大量证据表明,非编码 RNA (ncRNA) 是癌症的关键参与者。 ncRNA 在癌症进展和耐药性中发挥作用的分子机制已被广泛研究。然而,尚无研究总结临床前环境中基于 ncRNA 的策略与 TKI 或 ICI 之间的协同作用。本综述旨在提供最新信息,说明 ncRNA 可能作为治疗靶点与分子靶向药物和免疫疗法联合使用,以及作为选择晚期 HCC 最佳治疗方案的预测工具。
图2核糖开关机制,功能和保护。(a)核糖开关是高度结构化的RNA基序,这些RNA基序嵌入了许多细菌mRNA的5'非翻译区域中,在那里它们可以在共同转文时增强或抑制基因表达,以结合小分子或元素离子离子配体。这样的机制涉及RNA聚合酶(RNAP)对转录产量的调节,而其他机制则更直接地改变了mRNA转化为蛋白质的可能性。(b)上游适体区域结合配体,渲染形成结合口袋(黄色框)的核心段以及侧翼建筑片段(蓝色框),高度保守。[112,113]相比,下游表达平台显示出较少的保护,最可能是因为它在功能上与许多对特定细菌具有特殊性的蛋白质效应子相互作用。使用biorender.com创建。
膀胱癌(BCA)是影响男性的最常见的恶性肿瘤之一。致癌转录因子在人类癌症进展中起重要调节剂。在我们的研究中,我们旨在构建人工循环的非编码RNA(aciRCRNA),这些功能单元由三个功能单元组成,这些功能单位模仿CRISPR-CAS系统并阐明其在膀胱癌中的治疗作用。此外,还进行了调节aciRCRNA和CRISPR-DCAS系统之间基因表达的效率的比较。我们连接了TFS适体的cDNA序列,并构建了一个circrna。为了证明平台的实用性,选择了β -catenin和nf -κB作为功能靶标,而T24和5637细胞系作为测试模型。实时定量PCR(QPCR),双荧光素酶测定和相关表型测定法被用于检测相关基因的表达和治疗效果。为了阐明ACIRCRNAS的功能,采用了能够检测β-蛋白酶和NF-κB表达的荧光素酶载体来评估aciRCRNA对β-Catenin和NF-κB的抑制作用。因此,确定了涉及acircrna-3的最佳组合。接下来,使用QPCR分析来评估aciRCRNA处理后靶标基因的相对表达水平。使用C-Myc和Cyclin D1的表达来确定β-蛋白酶的功能,而BCl-XL和TRAF1用于确定NF-κB的功能。ACIRCRNA抑制了BCA细胞中的β -catenin和NF -κB相关的信号传导。CD63-Hur融合蛋白用于将aciRCRNA加载到外泌体中。结果表明,aciRCRNA可以抑制目标转录因子的活性,并且抑制作用优于cripsr-dcas9-krab。此外,功能实验表明,膀胱细胞中阿西尔纳的转染导致增殖减少,凋亡增强和抑制迁移。总而言之,与CRISPR-DCAS9-KRAB系统相比,我们的合成基因装置表现出抗肿瘤调节能力,并显示出更高的肿瘤抑制效率。因此,我们的设备为癌症治疗提供了一种新的策略,可能是癌细胞的有用策略。
miR-34c-5p 9.50e-04↓2.19E-05↓1.05E-08↓8.11E-01 <0.0001 miR-22-3p NS 6.95E-04↓3.36E-04↓3.36E这胞-8.91E-01 <0.0001 let-7g-5p 1.31E-05↑3.45e-04↑2.29e-06↑-8.48e-01 <0.0001 let-7f-5p 1.83e-05-05-05-05-05-05-05↑2.34e-02↑2.34e-02↑3.74E-06E MIRIRIR 8.18E-03↑9.16E-05↑3.46E-06↑-7.50E-01 <0.0001 mir-125a-5p 1.96e-03↑7.14E-07-07-07↑1.36E-04↑1.36E-04↑-7.41E-0.41E-0.41E-01E-01E-01 <0.0001 Mir-25-3p 3.08e-02; 4.242 5.14E-03 ↑ -5.96E-01 3.00E-04 miR-128-3p NS 1.33E-04 ↑ 2.31E-03 ↑ -5.73E-01 6.00E-04 miR-23a-3p 3.83E-04 ↓ 8.87E-05 ↑ 1.98E-04 ↑ -5.53E-01 1.00E-03 miR-99a-5p 4.75E-06↓8.55E-06↑3.52E-04↑-4.94E-01 4.00E-03 MIR-423-5P 1.24E-04-04-04↓1.9E-05-05-05-05-05↑ 1.18E-06↑1.53E-05↑-4.57E-01 8.50E-03 MIR-199B-3P-3P-3P 1.08E-03↓5.77E-04↑7.68E-03E-03↑-4.4.18E-01 1.72E-01 1.72E-02E-02E-02 MIR-199A-3P 1.02 e12.1.02 e12.1.02-1.02-1.02-7.777; -4.16E-01 1.80E-02 miR-29a-3p 5.40e-05↓5.80E-05↑3.18e-03↑-2.85E-01 1.14E-01 MIR-26A-5P 1.33E-03↓↓4.17E-05 E.17E-05 e 4.17e-05 ^ ns -1.59e-01 3.85e-01.-59e-01 3.85 e-01-5e-01.5.55e-01-5e-01-5E-01-5E-01-5E-01-5E-01-5E-01-5E-01-5E-01-5E-01-5E-01-5E-01-5E-01-5E-01-5E-01-5E-10 4.43E-04↓4.66E-05↑NS -2.04E-01 2.63E-01
额颞痴呆(FTD)和肌萎缩性侧索硬化症(ALS)的最常见遗传原因是G 4 C 2重复扩展在C9orf72基因的内含子中。这种重复的扩展经历了双向转录,产生了感觉和反义重复的RNA物种。在所有阅读帧中,有义务和反义的重复RNA都经历重复相关的非AUG翻译,以生成五种不同的二肽重复蛋白(DPRS)。重要的是,毒性与感官和反义重复衍生的RNA和DPR既相关。这表明针对感官和反义重复RNA可能会提供最有效的治疗策略。涉及RNA的CRISPR-CAS13系统为同时定位多个RNA转录本的途径提供了有希望的途径,因为它们成熟了自己的引导阵列,因此可以从单个构造中靶向一个以上的RNA物种。我们表明,源自Ruminococcus flavefaciens(CASRX)的CRISPR-CAS13D可以成功地将C9orf72 sense和反义重复记录和DPR降低到过度表达C9orf72重复的HEK细胞中的背景水平。CRISPR-CASRX还显着降低了三种独立的C9ORF72患者衍生的IPSC-神经元系中的内源性和反义重复RNA和DPR,而没有可检测到的脱靶效应。为了确定CRISPR-CASRX在体内是否有效,我们使用AAV递送处理了两种不同的C9orf72重复小鼠模型,并观察到在有意义和反义重复的转录本上都显着降低。这项工作共同介绍了将RNA靶向CRISPR系统作为C9ORF72 ALS/FTD的治疗方法的潜力。
1 Arc Institute,3181 Porter Drive,Palo Alto,CA 94304,美国 2 加州大学伯克利分校生物工程系,加州伯克利,美国 3 加州大学伯克利分校 - 加州大学旧金山分校生物工程研究生课程,加州伯克利,美国 4 东京大学工程研究生院化学与生物技术系,东京都文京区本乡 7-3-1,日本 5 东京大学先进科学技术研究中心结构生物学部,东京都目黑区驹场 4-6-1,日本 6 东京大学研究生院生物科学系,东京都文京区本乡 7-3-1,日本 7日本京都市下京区 600-8411 8 日本科学技术振兴机构进化科学技术核心研究中心,日本埼玉县川口市本町 4-1-8 332-0012 9 美国加利福尼亚州斯坦福大学医学院生物化学系 10 美国加利福尼亚州伯克利市加利福尼亚大学伯克利分校计算生物学中心 *贡献均等;作者按字母顺序排列 † 通讯作者为 Patrick D. Hsu:patrick@arcinstitute.org