拟南芥蛋白质表达调控中基因组、甲基化、转录与翻译的独特作用解析中心法则信息流

　　本研究针对分子生物学中心法则中遗传信息传递的机制，通过整合多组学技术，在拟南芥中系统解析了从DNA到RNA再到蛋白质的信息流规律。研究发现DNA密码子频率和mRNA表达水平是蛋白质丰度的主要预测因子，而组成型基因体甲基化(gbM)和tRNA丰度在稳态环境下不提供额外信息。该研究揭示了密码子使用通过协调mRNA稳定性和翻译效率双重调控基因表达的进化机制，为理解真核生物基因表达调控提供了重要理论基础。

　　

在分子生物学的核心范式——中心法则中，遗传信息从DNA流向RNA再流向蛋白质的过程已被视为基本定律。然而令人困惑的是，大量研究表明mRNA与蛋白质表达水平之间的相关性通常只有0.5-0.6，这意味着有近一半的蛋白质丰度变化无法通过转录组数据解释。这种"缺失的相关性"引发了深刻的问题：究竟有哪些因素在调控蛋白质表达？表观遗传修饰如DNA甲基化是否发挥关键作用？tRNA丰度与密码子使用之间是否存在协调机制？为了解答这些基础性问题，研究人员在模式植物拟南芥中展开了系统性的多组学研究。

发表于《Genome Biology》的这项研究选择了两个遗传差异显著的拟南芥生态型(Col-0和Can-0)作为研究对象，它们在基因组序列上存在超过1%的分化。研究人员采用整合研究方法，结合第三代长读长测序技术(ONT和HiFi)、染色质构象捕获(Omni-C)、甲基化测序(ONT和bisulfite测序)、转录组测序(RNA-seq)、核糖体关联RNA分析(3'Ribo-seq)、tRNA定量(mim-tRNAseq)和定量蛋白质组学(DIA-MS)等技术，对处于严格控制的生长环境下的莲座叶进行了全面分析。所有测序数据保存在欧洲核苷酸档案库(ENA accession: ERP161680)，蛋白质组数据保存在PRIDE数据库(PXD058342)。

研究首先完成了两种生态型的高质量基因组组装和注释，Col-0和Can-0分别注释了28,763和28,532个蛋白质编码基因。通过比较基因组分析发现，尽管两个生态型存在大量遗传变异，但它们在各个组学层面都表现出高度保守性。

mRNA和蛋白质表达水平高度可重复但相关性较弱

研究发现mRNA和蛋白质表达在生物学重复间表现出极高重复性(相关系数>0.98)。在7771个同时检测到mRNA和蛋白质表达的基因中，mRNA与蛋白质的相关系数约为0.64-0.66，与先前研究一致。有趣的是，一个生态型中蛋白质表达的最佳预测因子不是自身的mRNA水平，而是另一个生态型中的同源蛋白质表达水平。

密码子组成影响表达

研究通过多元线性回归模型分析了61个密码子对基因表达的影响。令人惊讶的是，密码子频率 alone解释了约19%的mRNA表达变异和25%的蛋白质表达变异。更重要的是，同一密码子对mRNA和蛋白质表达的影响高度相关(R=0.80)，表明存在共同的调控机制。

tRNA丰度追踪全局氨基酸频率

研究发现tRNA丰度与密码子表达效应无关，但与基因组水平的氨基酸频率高度相关(R=0.811)。这表明tRNA丰度适应于整体氨基酸需求，而不是影响特定基因的表达。

跨组学水平建模揭示密码子组成对表达和gbM的显著影响

通过建立多层次线性模型，研究发现DNA密码子频率(CDS)是解释mRNA和蛋白质表达变异的主要因素。当加入mRNA表达水平后，模型能解释约50%的蛋白质表达变异。值得注意的是，组成型基因体甲基化(gbM)在解释表达变异方面贡献甚微，其大部分效应可以通过密码子组成解释。

生态型间比较

虽然组成型甲基化高度保守，但差异甲基化区域(DML/DMR)与差异表达显著相关。值得注意的是，差异甲基化更倾向于增加表达变异的幅度而非决定变化方向。

研究结论表明，在稳态环境下，拟南芥蛋白质表达主要受DNA密码子频率和mRNA水平的共同调控。密码子通过协调mRNA稳定性和翻译效率双重机制影响基因表达，而这种效应与基因组水平的密码子频率或tRNA丰度无关。组成型基因体甲基化的大部分效应可以通过局部序列背景解释，其在信息流中的作用被显著高估。

该研究的重要意义在于重新定义了中心法则的信息流概念，表明遗传信息的传递必须同时考虑序列组成和表达丰度两方面因素。研究发现为合成生物学中的密码子优化提供了重要指导，提示在设计基因表达时应基于物种特异的密码子效应数据而非简单的密码子使用频率。此外，研究建立的多组学整合分析框架为理解真核生物基因表达调控提供了范本。