中山大学中山医学院教授王金凯团队在国家自然科学基金等项目的资助下，开发一种深度学习算法揭示了N6-腺苷酸甲基化（m6A）在核糖核酸（RNA）异构体上的复杂性。近日，相关成果在线发表于《分子细胞》（Molecular Cell）。
基于内源性标记建立在单分子水平检测m6A的深度学习模型，解析m6A在RNA异构体上的特异性修饰模式和机理。研究团队供图
真核生物的pre-mRNA能够通过选择性加工形成不同的RNA异构体，这些可变的加工方式包括可变剪接、可变加尾。此外，相同基因也存在可变启动子，从而产生具有不同5’端的RNA异构体。这些种类复杂的RNA异构体在哺乳动物细胞中广泛存在，然而m6A是否能够选择性地标记这些RNA异构体并不清楚，尤其是不同RNA异构体上的相同m6A位点是否也能够产生差异的m6A修饰？对这一科学问题理解的欠缺主要是由于技术的匮乏。
研究人员通过APOBEC1-YTH在细胞内使内源的RNA的m6A附近产生C-to-U突变并进行第三代牛津纳米孔直接RNA测序，从而通过已知m6A位点附近10~100 nt的C-to-U突变在单分子水平对m6A进行内源性标记，通过半监督学习进行数据清洗后，获得约一百万个单分子水平的5-mer的m6A电信号，训练出一个在单分子水平准确检测m6A修饰的深度学习模型m6Aiso。
研究人员进而揭示了相同的m6A位点在不同的异构体上也能够通过至少三种不同的机制产生广泛的差异。尤其是在上皮间质转化模型中，TGF-β诱导后，活化的转录因子SMAD3会通过招募METTL3/METTL14/WTAP选择性地促进以SMAD3为启动子的下游RNA的m6A修饰，从而造成相同基因使用不同启动子的异构体呈现选择性的m6A上调。
该研究为理解m6A在异构体上的复杂性以及m6A的选择性调控机理提供了新的视角。
相关论文信息：https://doi.org/10.1016/j.molcel.2025.01.014
面对以大模型通用人工智能为代表的新技术，以及由此带来的工业界、产业界的新发展新模式，MBA人才教育何去何从？ 12月1日，在清 “太忙了。”这是清华大学人工智能（AI）国际治理研究院副院长梁正面对记者脱口而出的一句话。 去年11 根据12月13日发表于《自然》上的两项研究，澳大利亚北部和中部地区的土著是地球上基因最独特的群体，他们的基因变异率很高， 12月20日，由中国工程院院刊Engineering评选的 “2023全球十大工程成就”在京发布，期刊执行主编、中国工程院陈建峰院士发 按照三秦英才引进计划和三秦英才特殊支持计划《实施办法》和2023年省级人才计划评审工作安排，经申报推荐、形式审查 岁月不居，时节如流。转眼间，2023年已步入尾声。这一年给我们留下了太多值得铭记的精彩时刻：我国科学家成功制备并验证5 。本文链接：m6A在核糖核酸异构体上的复杂性获揭示http://www.sushuapos.com/show-11-18740-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。