基因表达的动态平衡依赖于RNA合成与降解的精确协调，但在完整组织中对这两类过程进行同步空间测量长期以来面临技术瓶颈。2026年9月2日，美国宾夕法尼亚大学Hao Wu吴昊教授团队在《Nature Neuroscience》发表了题为“Spatial mapping of RNA turnover kinetics in the mouse brain”的研究论文。该研究将无转基因的体内代谢RNA标记技术与空间转录组学平台上的原位化学重编码方法结合起来，实现了新合成RNA与已有RNA在同一组织切片中的同步共定位，并绘制出小鼠大脑中RNA周转速率的空间分布图谱。
研究团队首先系统优化了4-硫代尿苷（4sU）的体内标记方案，他们在胚胎和出生后小鼠大脑中验证了该方案的标记效率与低毒性特征，并且发现4sU无需依赖转基因表达的尿嘧啶磷酸核糖转移酶即可高效穿过血脑屏障和胎盘屏障，其标记效率与传统的TU-tagging方法相当。研究团队将原位SLAM化学反应引入Visium空间转录组流程，使组织切片中的4sU标记RNA发生T-to-C转换，从而在测序数据中将新合成转录本与已有转录本区分开来，化学转化效率较对照组提升了14.6倍，并且组织形态和基因检出灵敏度均未受到明显影响。全脑22个空间区域的量化分析结果显示，多数脑区的新RNA比例稳定在25%左右，但齿状回的新RNA比例高达44.8%，这一特征在成年小鼠大脑中同样得以维持，说明齿状回中存在独特的RNA代谢调控状态。齿状回中Upf1、Mettl3、Cnot1和Ago2等RNA降解通路的关键因子以及嘧啶补救途径的限速酶Uck1均显著上调，而局部4sU可用性和血管密度在各脑区之间并无显著差异，研究团队由此认为该区域的快速周转源于细胞内在的分子调控机制。
在电惊厥刺激（ECS）实验中，研究团队对成年小鼠进行了3小时的4sU标记，并且分别在刺激后0分钟、30分钟和120分钟采集样本进行空间NT-seq分析。整合44,434个空间点的数据之后，他们发现齿状回是ECS响应最为剧烈的脑区，该区域的新RNA和旧RNA水平均发生了显著变化，而其他脑区的响应幅度则要平缓许多。通过动态聚类分析，研究团队识别出74个早期激活基因（如Fos和Egr1）以及291个晚期激活基因（如Nptx2和Bdnf），前者主要富集转录调控功能，后者则与突触可塑性密切相关。与此同时，66个基因表现出转录抑制的特征，52个基因通过旧RNA降解途径实现下调，这些不同的调控策略在不同脑区中展现出了明显的分布差异。与基于剪接的RNA velocity分析方法相比，基于代谢标记的新RNA检测能够更加准确地捕捉早期应答基因的瞬时激活信号，并且不受基因长度和内含子覆盖度的干扰。
研究团队还开发了名为RNAkinetoScope的计算框架，该框架通过k近邻图聚合相邻细胞或空间点的转录组信息，从而在单细胞或单点分辨率下估算RNA合成速率（α）和降解速率（γ）。在P7皮层15种细胞类型中，他们划分出了100个动力学基因模块，并且发现细胞类型特异性转录因子通常具有更快的周转速率，而神经突定位的mRNA则表现出更高的稳定性。空间分析结果显示齿状回中慢周转模块（含Stxbp1和Snca等基因）的合成速率与降解速率均显著高于非齿状回区域，而快周转模块（含Rorb和Pou3f1等基因）则没有表现出这种趋势，说明动力学缩放主要作用于稳定转录本以维持其在齿状回中的丰度平衡。神经突富集基因在齿状回同样呈现合成与降解的同步提升，这为局部蛋白质合成和神经元结构可塑性的维持提供了分子层面的解释。
研究团队最后利用LASSO回归模型对体内mRNA半衰期进行了系统性预测，模型中整合了mRNA序列基本特征、密码子频率、3‘UTR基序、miRNA靶标评分以及RNA结合蛋白（RBP）的结合信息。该模型在单细胞数据和空间数据中均表现出了稳健的预测能力，预测值与实测半衰期之间的相关系数达到了0.44以上。分析结果显示大多数miRNA（92%）发挥去稳定作用，其中miR-124和miR-137在兴奋性神经元中的效应最为强烈，而miR-200b、miR-495和miR-182则表现出齿状回特异性。在RNA结合蛋白方面，45%的RBP呈现出稳定作用（如PCBP2和hnRNPU），55%表现为去稳定作用（如PUM2和TIAL1），其空间分布模式与miRNA截然不同，说明这两类转录后调控因子在脑区特异性RNA稳定性调控中发挥着互补的功能。该研究提供的实验流程、计算工具和数据资源均已公开，可推广至多种组织和疾病模型。
READING
BioPeers
热门跟贴