微小外显子调控机制揭示自闭症相关基因变异

以下是对文章内容的详细中文概述。

本文研究的是神经微外显子，并把它和自闭症等脑发育障碍联系起来。神经微外显子是基因中非常短的片段，通常只有3到27个碱基长。基因制造RNA时，细胞可以决定把这些片段剪入还是不剪入，这个过程叫可变剪接。因为微外显子很短，过去容易被普通测序方法漏掉。研究发现，这类微外显子在动物神经系统中高度保守，很多基因靠它们调节神经发育、突触连接和脑功能。

过去的研究已经看到，在自闭症个体的脑组织中，微外显子的剪接模式经常发生异常；在小鼠里减少这类剪接也会引起类似自闭症的行为和神经结构变化。但人类微外显子的完整清单并不清楚，遗传变异如何改变微外显子剪接也没有被系统研究。本文通过大规模转录组数据，扩充了神经微外显子图谱，建立了预测剪接调控的代码，并用于评估自闭症患者中的遗传变异对微外显子的影响。

主要发现一：发现大量新的神经微外显子。研究分析了近5000个人脑及其他组织样本，以及约4.7万个人类皮层单细胞核样本，在人类中鉴定出1514个以前没有被正式注释的微外显子，其中292个在神经与非神经组织之间存在差异剪接。在人类和老鼠中，还发现许多新微外显子只在特定神经元类型中更常被剪入，或与神经发育阶段相关。它们分布的基因涉及神经迁移、囊泡融合、突触传递、转录调控等过程。

主要发现二：许多新微外显子具有调节基因表达的作用。有些新微外显子被剪入后会在RNA中产生提前终止密码子，从而触发无义介导的mRNA降解，这是细胞清除异常RNA的质量控制途径。研究者用单核测序、环己酰亚胺抑制翻译、人神经元中SMG1i抑制无义介导降解等方法验证，发现许多被预测触发降解的微外显子确实会受这些处理影响而更常被检测。说明微外显子不仅改变蛋白序列，也可能控制RNA稳定性。

主要发现三：建立机器学习模型，提炼神经微外显子的序列代码。模型使用大量已知和新的神经元微外显子作为训练阳性集合，并用长度、剪接位点强度、基因内部位置、GC含量等特征相近但不被剪入的序列作为背景。由于真正神经元微外显子数量有限，模型借助已有通用剪接模型和RNA结合蛋白结合模型提供的特征，再用梯度提升树学习。模型输出一个代码分数，用来判断一段序列是否更像会被神经元剪入的微外显子。

模型的分类性能较好，在测试集中精度-召回曲线下面积达到0.72，明显高于随机基线。它还把真正具有神经特异剪接的微外显子评分明显高于非神经或组成型剪接的微外显子。通过虚拟饱和突变，即在序列中逐个把每个碱基替换成其他碱基，模型显示5端和3端剪接位点尤其重要，而微外显子附近上游内含子区域对评分影响更大。这些影响程度和进化保守程度高度相关，说明模型抓住了真实的调控规律。

主要发现四：序列代码帮助识别重要调控因子。模型预测出的富集序列片段与已知的剪接调控蛋白结合位点相似，例如SRRM4、SRSF11、PTBP1和RBFOX。代码还提示C/U重复序列、UGC序列、ACUAAY等模式很重要。作者进一步在细胞里降低QKI表达，发现靠近ACUAAY模式且位于上游内含子的微外显子剪入增加；用报告基因实验把QKI结合位点突变后，这种变化消失，说明QKI可能是通过该模式抑制微外显子剪接的新调控因素。

主要发现五：遗传变异可能直接扰乱微外显子剪接，并多见于自闭症患者。作者分析自闭症家庭数据库中的全基因组数据，包括来自Simons Simplex Collection、SPARK和MSSNG的多个队列。他们重点看被模型选中、且对剪接调控重要的微外显子周围300碱基窗口，计算变异导致的代码分数变化。结果显示，频率越低的罕见或超罕见变异，预测造成的剪接破坏越大；高度保守区域内的内含子变异也更可能影响微外显子。

在多个独立队列中，被罕见或超罕见变异影响的微外显子集合显著重叠，说明这些微外显子不是偶然现象，而是反复受到遗传变异扰动。比较自闭症患者与健康对照同胞后，患者侧带有这些影响较大变异的累积分数更高。稀有变异广义失衡检验也显示，模型优先预测出的超罕见变异与自闭症状态显著相关。最终筛选出一组72个预测有影响的变异，在约百分之2.5的自闭症患者中出现，而他们的未患病同胞中没有。多数携带这些变异的患者属于病因不明的散发病例。

主要发现六：风险变异的靶基因汇聚到突触和神经功能相关通路。受影响的基因包括突触前活性区、跨突触黏附、钙信号、信号转导、囊泡运输、泛素化等相关功能模块。蛋白相互作用网络显示，这些基因不是孤立存在，而是形成与神经元发育、突触结构和信息传递密切相关的网络。这和已有研究一致，说明微外显子常通过改变蛋白相互作用来精细调控脑功能。

总结来说，本文做了三件事：第一，把神经微外显子的图谱扩大了，并发现许多新微外显子具有细胞类型特异性和RNA降解调控潜力；第二，建立了可以学习微外显子剪接规则的序列代码，并能用于预测遗传变异影响；第三，在自闭症人群中发现一组罕见或超罕见变异，可能通过破坏微外显子剪接影响突触和神经发育通路。该研究为非编码基因变异如何影响脑病提供了一个新的解释框架，也为基因诊断和后续研究提供了可查询的数据资源。