【资料图】
翻译组反映了mRNA翻译合成蛋白质的过程，包含基因表达过程在翻译层级的重要信息。核糖体分析（ribosome profiling）是翻译组研究的主流技术，通过对核糖体保护片段（RPF）的深度测序，对翻译效率进行定量，在亚密码子精度下解析翻译的实时状态。
近年来非常活跃的翻译研究领域积累了大量核糖体分析数据，描绘了各种条件下（如药物处理、基因敲除或敲低、各种压力环境等）细胞翻译组的异常改变。此前的研究通常只针对特定实验条件下的翻译组，而杨雪瑞课题组则提出，大量不同的实验条件下产生的数据通过整合形成大数据集，提供了翻译组复杂变化的多样性，为翻译调控模式的研究提供了高信息量的参考坐标框架。
使用这一策略，杨雪瑞课题组首次揭示化合物RocA通过翻译起始因子eIF4A调控翻译延伸过程的新功能。这一成果近期发表于Nature Communications，文章题目：核糖体分析大数据集的重新分析揭示RocA通过eIF4A蛋白对翻译延伸动态的干扰作用（Reanalysis of ribosome profiling datasets reveals a function of rocaglamide A in perturbing the dynamics of translation elongation via eIF4A）。
RocA是楝科植物中发现的天然化合物，具有非常好的抗肿瘤、抗病毒功能。RocA及其衍生物是近年来临床研究的热门分子。此前的研究证明RocA通过其靶点蛋白eIF4A，阻碍43S翻译前起始复合物PIC在5’ UTR上的扫描，从而抑制翻译起始。在杨雪瑞课题组的研究中，他们首先收集整理了100余套人类细胞在不同药物或基因扰动条件下的核糖体分析数据，并使用此前开发的翻译组数据解析工具，定量分析了细胞翻译起始与延伸动态过程的变化，形成覆盖各种翻译调控模式的参考坐标系。其中一个非常令人意外的观察是，作为众所周知的翻译起始抑制剂，RocA却与其它经典的翻译延伸调控作用聚为一类。
图1：翻译组大数据的整合分析揭示不同的翻译调控模式
在这一关键信息与线索的启发下，通过对一系列核糖体分析数据的深入挖掘，研究最终揭示了RocA双模态、选择性的翻译抑制功能，即一部分基因转录本的翻译被抑制于翻译起始阶段，而另一部分抑制于翻译早期延伸阶段。通过对eIF4A突变的核糖体分析数据及eIF4A iCLIP数据的分析，研究证明两个作用机制都依赖于eIF4A与RNA 5’ UTR及CDS区多嘌呤序列的结合。进一步，disome-seq分析证明RocA通过eIF4A引起核糖体在翻译早期延伸阶段的累积，引起核糖体碰撞，阻滞翻译延伸。
图2：RocA对两种基因的双模态翻译调控模式（定义为延伸响应型基因ERGs与起始响应型基因IRGs）
本研究发现RocA引起的核糖体累积与翻译延伸阻滞在多种肿瘤细胞中都存在，因此进一步提出RocA抑制肿瘤的新机制，即RocA通过eIF4A抑制翻译延伸，通过阻滞核糖体移动，导致disome形成。而此前的研究已经证明异常累积的核糖体碰撞形成的disome会招募蛋白激酶ZAKα，通过激活压力感知激酶p38和JNK来诱导细胞的凋亡。
杨雪瑞课题组长期关注复杂生物学过程中的翻译组及其调控，开发了一系列针对核糖体分析数据的算法工具，从不同角度深入解析翻译组图谱与翻译动态调控过程（Nat Commn, 2016; NAR, 2018; BMC Bioinfo, 2020）。这些工具支持了一系列合作研究，帮助解析了多个重要生物学过程中的特异性翻译调控机制（Cell Res, 2017, 2021; Mol Cell, 2020）。此次发表的论文进一步展示了一种有特色的研究模式，即高效的数据挖掘算法与大数据资源结合，产生新线索，进一步在分子机制研究的支持下，获得新的生物学发现。
清华大学生命学院2017级博士生李发金、2016级博士生方剑火、2020级博士生于奕凡为论文共同第一作者，杨雪瑞副教授与李发金为论文通讯作者。研究工作得到国家自然科学基金委、国家重点研发计划重点专项的资助。国家蛋白质科学研究（北京）设施（清华大学蛋白质研究技术中心）下属生物计算平台、基因测序与分析平台为本研究提供了大力支持。
