转录组学研究揭示衰老奥秘

转录组学研究揭示衰老奥秘

引用

澎湃

1.

https://m.thepaper.cn/newsDetail_forward_29587141

衰老是一个复杂多面的生物过程，伴随生理功能的逐渐衰退和疾病易感性的增加。近年来，转录组学技术在衰老研究中取得了突破性进展，为理解衰老机制、开发延缓衰老的干预措施提供了新的视角。本文将综述转录组学方法在量化衰老水平、揭示衰老机制及开发延缓衰老的干预措施中的扮演的重要角色。

生命科学
Life science

近日，北京大学前沿交叉学科研究院的韩敬东教授在Cell Press细胞出版社旗下期刊Trends in Genetics发表了题为“Unraveling aging from transcriptomics”的综述论文。该论文全面系统总结了转录组学技术在衰老及其相关疾病研究中的最新突破，深入探讨了不同类型转录本在量化衰老水平、揭示衰老机制及开发延缓衰老的干预措施中的关键作用。

转录组学：理解衰老的关键

衰老是一个复杂多面的生物过程，伴随生理功能的逐渐衰退和疾病易感性的增加。RNA作为中心法则中的关键中介，在衰老调控中发挥着核心作用。研究表明，衰老与转录变异性增加、长转录本相对丰度下降、转录延伸速度加快等变化密切相关，这些RNA表达的变化对下游生物过程有着深远的影响。因此，从转录组学的角度理解衰老机制对提升健康寿命和解决衰老相关疾病至关重要。本文将综述转录组学方法在量化衰老水平、揭示衰老机制及开发延缓衰老的干预措施中的扮演的重要角色。

图1. 转录组技术的进展，包括大规模RNA测序、单细胞（sc）RNA测序和空间转录组学，提供了在整个衰老过程中表征转录组全谱的新机会。这些转录组数据有助于解决衰老研究中的三个基本问题：（i）我们的生物年龄是多少？（ii）我们为什么衰老？（iii）我们如何减缓或逆转衰老？因此，它们促进了新型RNA衰老生物标志物的鉴定，衰老潜在分子机制的阐明，以及抗衰老干预的开发。缩写：AAV，腺相关病毒；ASO，反义寡核苷酸；IL，白细胞介素；lncRNA，长非编码RNA；SASP，衰老相关分泌表型；snRNA-seq，单核RNA测序；TNF，肿瘤坏死因子。

转录组技术的进步为衰老研究带来了新的视角

近年来，转录组技术，尤其是RNA测序（RNA-seq）、单细胞/单核RNA测序（scRNA-seq/snRNA-seq）和空间转录组学技术（spatial transcriptomics）取得了显著进展。这些创新方法揭示了衰老过程的复杂性和异质性。Bulk RNA-seq 已被广泛应用于比较转录组学分析，揭示了物种内部及物种之间长寿的共同机制。长读bulk RNA测序揭示了此前未识别的RNA转录本多样性，阐明了多种生物过程和疾病背后的新分子机制。链特异性或定向bulk RNA测序明确了RNA转录所来自的DNA链，从而加深了我们对基因表达和调控的理解。单细胞转录组学可以定量单个细胞基因表达水平，揭示在bulk RNA测序中被掩盖的细胞内或细胞间的分子变化。空间转录组学将空间信息与细胞转录组结合，为细胞衰老的空间环境提供了新的洞察。

图2.三种转录组技术的概述。Bulk RNA测序提供了整体的平均基因表达谱，单细胞RNA测序使得在单个细胞层面上分析基因表达成为可能，而空间转录组学则提供了基因表达的空间分布信息。

量化衰老水平

量化衰老程度对于理解衰老过程及衡量抗衰老干预效果至关重要。衰老时钟作为该领域的关键方法，通过机器学习技术根据衰老生物标志物估算生物年龄。转录组衰老时钟可以分为两种类型：基于bulk RNA的衰老时钟和基于单细胞RNA的衰老时钟。

首个基于bulk RNA的衰老时钟由Peters等人于2015年开发，采用线性回归模型分析人类全血的bulk RNA-seq数据，随后类似时钟相继应用于皮肤成纤维细胞、肌肉和外周血单核细胞等样本。近期发布了针对线虫和猴子的多组织转录组衰老时钟，成为评估抗衰老策略的新工具。此外，随着组学技术的发展，融合了转录组学与其他组学数据的多模态衰老时钟也应运而生。而单细胞转录组学的发展则使得构建单细胞分辨率的衰老时钟成为可能，能够精准捕捉特定细胞类型的衰老轨迹。此外，转录组学在识别衰老细胞方面也发挥了重要作用。我们的实验室开发了SenCID方法，能通过bulk RNA-seq或scRNA-seq数据识别衰老细胞，克服了传统衰老标志物（如p16、p21表达和SA-β-gal染色）的局限性。

图3. 在大规模RNA测序数据中观察到的跨物种长寿共享机制概述。通过对不同寿命的哺乳动物物种进行的大规模RNA测序数据的比较转录组学研究，揭示了长寿物种之间的共同长寿机制。例如，低能量代谢、强效DNA修复、低炎症、稳定的微管形成、下调的IGF-1信号、上调的线粒体翻译以及提高的翻译精度。

揭示衰老分子机制

衰老是众多生物过程复杂相互作用的结果，多个关键因素推动着衰老进程。目前已识别出衰老的十二个主要分子、细胞和系统水平的特征。其中，基因组不稳定性、端粒缩短、表观遗传改变、蛋白质稳态丧失、细胞自噬失调和线粒体功能障碍被归类为分子特征。本文总结了转录组学，特别是转录调控方面的研究如何加深了我们对推动衰老及衰老相关疾病的分子机制的理解。

图4. RNA影响衰老过程的分子机制。与衰老分子标志相关的RNA在衰老过程中的变化。这些衰老分子标志包括基因组不稳定性、端粒缩短、表观遗传修饰、蛋白质稳态丧失、自噬功能障碍和线粒体功能紊乱。箭头指向RNA的方向表示其表达在衰老过程中是上调还是下调。缩写：LAMP-2A，溶酶体相关膜蛋白2A；MALAT1，转移相关肺腺癌转录本1；OGG1，8-氧基鸟嘌呤DNA糖苷酶1；SIRT，去乙酰化酶；tsRNA，转运RNA衍生的小RNA。

抗衰老干预与临床试验

抗衰老干预是旨在减缓、逆转或预防与衰老相关的生物学过程的一系列策略或治疗方法。一系列研究表明，通过特定的干预措施可以延缓甚至逆转衰老的某些方面，如热量限制、运动、年轻血液、清除衰老细胞、重编程因子、药物治疗、RNA靶向疗法等。由于篇幅限制及本文聚焦于转录调控，我们将重点讨论与转录调控相关的干预措施。包括转录因子介导的重编程，RNA靶向治疗，二甲双胍，雷帕霉素等。

总结与展望

转录组学技术的进步，极大地提升了我们分析衰老及其相关疾病的转录组的能力。转录组包含多种RNA物种，已成为评估衰老速率的重要标志物。本文全面探讨了RNA在调控各种生物过程中所扮演的多维角色，从基因组稳定性到线粒体稳态。虽然mRNA主要通过调节蛋白质的丰度和稳定性发挥作用，但非编码RNA则展现了更加多样和复杂的效应。然而，转录组学在衰老研究中的应用仍面临一些挑战，例如数据集的复杂性、个体差异性，以及对长期纵向研究的需求。然而，这一领域也充满了广阔的前景。例如，多组学技术的迅速发展凸显了将转录组学与基因组学、表观基因组学、蛋白质组学、代谢组学及微生物组学等其他组学数据整合的重要性，这将有助于我们更全面地理解衰老过程，并为发现新的抗衰老靶点提供宝贵机会。

北京大学前沿交叉学科研究院CLS项目2021级博士研究生黄园芳，PTN项目2019级博士生研究生朱寿轩，CLS项目2023级博士研究生姚帅，CQB中心翟浩田博士，2019级CLS项目博士研究生刘晨阳为该论文的并列第一作者。北京大学定量生物学中心/生命科学联合中心/北京大学成都前沿医学中心韩敬东教授为该论文的通讯作者。该研究获得国家自然科学基金委员会和国家科技部等项目的资助。

本文参考文献（上线划动查看）

1. Soheili-Nezhad, S. et al. (2024) Time is ticking faster for long genes in aging. Trends Genet. 40, 299–312. doi:10.1016/j.tig.2024.01.009
2. Han, J.J. (2023) LncRNAs: the missing link to senescence nuclear architecture. Trends Biochem. Sci. 48, 618–628. doi:10.1016/j.tibs.2023.03.007
3. Stark, R. et al. (2019) RNA sequencing: the teenage years. Nat. Rev. Genet. 20, 631–656. doi:10.1038/s41576-019-0150-2
4. Meng, D. et al. (2024) Application of AI in biological age prediction. Curr. Opin. Struct. Biol. 85, 102777. doi:10.1016/j.sbi.2024.102777
5. Yang, Y. et al. (2024) Metformin decelerates aging clock in male monkeys. Cell 187, 1–21. doi:10.1016/j.cell.2024.08.021
6. Tao, W. et al. (2024) Single-cell senescence identification reveals senescence heterogeneity, trajectory, and modulators. Cell Metab. 36, 1126–1143.e1125. doi:10.1016/j.cmet.2024.03.009
7. López-Otín, C. et al. (2023) Hallmarks of aging: an expanding universe. Cell 186, 243–278. doi:10.1016/j.cell.2022.11.001
8. Guarente, L. et al. (2024) Human trials exploring anti-aging medicines. Cell Metab. 36, 354–376. doi:10.1016/j.cmet.2023.12.007

本文原文来自Cell Press