1957 年，英國生物學家 Francis Crick 提出一個假設，他認為 DNA 會將遺傳訊息傳遞給 RNA，再由 RNA 將訊息傳遞給蛋白質，這個過程無法從蛋白質層級反向回到核酸階層，便是大家現今熟知的分子生物學中心法則（Central Dogma）。在真核生物中影響遺傳訊息表現的步驟除了轉錄、轉譯之外，還有 RNA splicing 和 RNA editing 等。了解這些基因表現的過程後，當生物學家想要研究某種疾病為什麼在相同條件下有個體或種族差異，就可以從每個步驟逐一解析。
首先，在 DNA 層次，可以藉由 PCR 的結果來得知某個基因是否存在，最常見的就是實驗室為了確保 knockout 老鼠的來源，所做的 genotyping；其次，當確認並非缺失 DNA 所造成的差異，這時可能是 mRNA 的表現量有所不同，以往慣用 RT-PCR 來測試 mRNA 是否有被轉錄，或 qPCR 來定量，若想研究大量基因表現，則會選擇 microarray，現在則由於近年來 NGS 的發展，傾向使用 RNA-seq。RNA-seq 和 microarray 比較起來，microarray 只能針對已知的基因序列設計 probe 經由 hybridization 的方式來偵測基因表現量。但基因在各種組織或不同刺激下，會經由 RNA 選擇性剪接（RNA alternative splicing）產生不同的亞型（isoform），或是經由 RNA editing 機制造成基因序列有所改變。此時 RNA-seq 不僅可以偵測基因表現量且還精準讀取每一個序列。相較於 microarray 來說，RNA-seq 將可能可以發現新的基因，新的基因亞型和不同的選擇性剪接或是 RNA editing 機制。
然而科學家的腳步並沒有停止，有人提出質疑，認為 mRNA 表現量無法很好地解釋蛋白質表現量的差異，美國的 Nick Ingolia 和 Jonathan Weissma 便在 RNA-seq 的基礎上發展出了 Ribo-seq（又稱為 Ribosome profiling），差別是—後者在處理樣本的過程中加入了ribonuclease、將沒有核醣體保護的 RNA 分解、只分析有核醣體結合、當下正在進行轉譯的 RNA 片段（ribosome-protected RNA fragments, RPFs），能讓大家進一步了解轉譯調控（translational regulation）的作用，例如召集核醣體至起始子（initiation codon），這次的文章同時使用了 RNA-seq 和 Ribo-seq 的方法，並進行比較分析。
本篇小新聞聚焦於成因複雜的疾病—以高血壓（hypertension）作為代表，比較自發性高血壓大鼠品系 SHR/Ola 和其同類系（congenic）的大鼠 BN-Lx 品系中，心臟和肝臟 RNA-seq 和 Ribo-seq 的結果。首先，針對一些疾病特異性的調控路徑進行分析發現：兩個品系的大鼠間有差別的部分裡，有七成左右的只有 Ribo-seq 能夠偵測出來，其中甚至包含有關脂肪酸的代謝路徑。由此可見，主要影響高血壓的基因表現層次可能以轉譯調控為主。
對照 RNA-seq 和 Ribo-seq 的數據和全基因組關聯分析（Genome-wide association study, GWAS）的資料，也能發現到某些基因只有在 Ribo-seq 的結果中才有表現差異。GWAS 是指利用比較實驗組和對照組的單核苷酸多態性（SNP），不預設致病基因，再篩選出與疾病相關的 SNPs，提供複雜成因疾病更多可能的研究方法，而SNP就好比整體基因上的一個個地標，和過去利用標誌基因和致病基因的連鎖不平衡（linkage disequilibrium）或是以限制性片段長度多態性（restriction fragment length polymorphism, RFLP）來分析的意思相同，只是 SNP 是密集度高很多的地標，能夠幫我們更精準定位可能的致病基因。在先前人類 GWAS 的結果中，和心律相關的 Myh6 以及和肝臟葡萄糖代謝有關的 Acadl 基因都只在 Ribo-seq 的結果中發現差異。而 GWAS 雖然能夠獲得大量的資料，但是通常難以解釋其功能性的差別，或許未來在分析時，能夠以轉譯調控為可能解釋的方向。
在 GWAS 研究中所使用的大鼠品系 SHR/Ola。圖片來源：doi: 10.1038/ncomms8200
撰稿人 | 林琬瑜
文章連結：Schafer, S., Adami, E., Heinig, M., Rodrigues, K. E. C., Kreuchwig, F., Silhavy, J., … Hubner, N. (2015). Translational regulation shapes the molecular landscape of complex disease phenotypes. Nature Communications, 6, 7200. doi: 10.1038/ncomms8200
參考資料：
- Wang, Z., Gerstein, M., & Snyder, M. (2009). RNA-Seq: a revolutionary tool for transcriptomics. Nature Reviews. Genetics, 10(1), 57–63. doi: 10.1038/nrg2484
- Ingolia, N. T. (2014). Ribosome profiling: new views of translation, from single codons to genome scale. Nature Reviews Genetics, 15(3):205-13. doi: 10.1038/nrg3645
- Kumar, V., Wijmenga, C., & Xavier, R. J. (2014). Genetics of immune-mediated disorders: from genome-wide association to molecular mechanism. Current Opinion in Immunology, 31, 51–57. doi: 10.1016/j.coi.2014.09.007
[…] 影響疾病的基因到底是誰？轉譯調控機制揭開成因複雜疾病的神秘面紗 […]