mRNA 和蛋白对不上号？你缺的是“新生 RNA”这块拼图
做了转录组又做了蛋白组，却发现 mRNA 升高、蛋白却纹丝不动？两个组学“打架”，究竟是测得不准，还是生物学本来如此？本文用一篇经典综述讲清这个困扰领域二十余年的问题，并介绍如何用新生 RNA 检测把“说不清”变成“定位到”。
01 一个经典难题：mRNA 和蛋白，相关性只有 0.4 早在 1999 年，Aebersold 团队就在酵母中首次系统比较了 mRNA 与蛋白丰度，发现两者的相关性低得惊人——蛋白丰度根本无法用 mRNA 水平来预测（Gygi et al., Mol Cell Biol, 1999）。此后二十多年，这一现象在细菌、酵母、哺乳动物细胞乃至植物中被反复验证： 稳态条件下，mRNA 与对应蛋白丰度的相关系数 r 约为 0.3–0.6，典型值 0.4 左右 （Vogel & Marcotte, Nat Rev Genet, 2012；de Sousa Abreu et al., Mol Biosyst, 2009） 也就是说，把转录组和蛋白组的差异结果放在一起，“对得上”的部分是少数，“对不上”反而是常态。不少研究者因此陷入困惑：是数据质量有问题，还是结论不可信？ 02 “对不上”的两大类原因 第一类：技术原因。质谱对低丰度蛋白的检测限、不同平台动态范围的差异、批次效应、定量噪声……这些都会系统性削弱两组学之间的相关性。 第二类：生物学原因。这才是更深层的主体。mRNA 和蛋白之间隔着一整个“第二half”的调控（Vogel & Marcotte, 2012）： ① 翻译效率差异——两个 mRNA 丰度相同，翻译出蛋白数量可以差 20 倍（Gygi 1999 的经典观察）； ② 寿命不同步——mRNA 半衰期通常在分钟到小时级，蛋白却可持续数小时到数天，稳态“快照”天然存在时间差； ③ 合成与降解的相互抵消——转录上调可能同时伴随 mRNA 稳定性下降，净结果是稳态丰度“看起来没变”。 问题在于：只测稳态 mRNA，你无法区分“合成变了”还是“降解变了”；只看两组快照，也无法判断不一致到底来自技术噪声还是调控过程。这正是许多多组学项目“数据很多、结论很少”的深层原因之一。 03 破局思路：把“两个快照”变成“三个环节” 基因表达不是一个点，而是一条流水线： 合成（新生 RNA） ↓ 净积累（稳态 mRNA） ↓ 功能执行（蛋白） 传统分析只拿到了中间和末端两个静态快照。如果再加入“合成速率”这一上游维度，不一致的原因就可以被系统地定位——这正是高水平研究拆解基因表达调控的经典策略（Schwanhäusser et al., Nature, 2011；Jovanovic et al., Cell, 2015）。 而测“新合成的 RNA”，正是 EU-Click 新生 RNA 检测所做的事。 04 EU-Click 新生 RNA 检测：看清“正在发生什么” 原理一句话：5-乙炔基尿苷（EU）作为尿嘧啶类似物，在转录过程中被 RNA 聚合酶直接掺入新合成的 RNA；通过生物正交 click 反应偶联生物素，即可用链霉亲和素磁珠从总 RNA 中特异性富集“新生 RNA”，再行测序（Jao & Salic, PNAS, 2008）。 它测的不是细胞里“存量有多少”，而是“此刻正在合成多少”。将它与稳态转录组、蛋白组放在同一批样本中联合分析，mRNA-蛋白不一致就能被逐层拆解： 新生 RNA ↑ ＋ 蛋白 ↑，稳态 mRNA 不变 新生 RNA 不变，稳态 mRNA 变 新生 RNA、稳态 mRNA 均不变，蛋白变 三个层面均无变化，仅单一组学“显著” 换句话说：新生 RNA 是区分“测量噪声”与“转录代谢调控”的仲裁者。它让“mRNA 和蛋白对不上”从一个笼统的困惑，变成一个可以被逐基因定位、逐通路解释的生物学问题。 05 适用场景 凡是“转录组 × 蛋白组”结果对不上、或需要区分转录调控与转录后调控的项目，都适合引入新生 RNA 维度： ◉ 药物处理 / 刺激响应：快速识别早期转录响应（稳态尚未改变之前） ◉ 应激与发育研究：解析合成-降解动态平衡的重塑过程 ◉ 肿瘤与疾病机制：定位失控发生在转录、RNA 稳定性还是翻译层面 ◉ 多组学数据“打架”的存量项目：补充新生 RNA 检测，对已有数据做仲裁与再挖掘 EU-Click™ 新生 RNA 检测试剂盒 基于 EU 掺入 + click 化学富集体系，兼容培养细胞与组织样本，支持与 RNA-seq / 蛋白组联合的多组学整合分析方案；提供从实验设计、检测到联合分析解读的一站式支持。 新生 RNA 检测技术服务 Gro-seq|Pro-seq|NET-seq|SLAM-seq等。 ☎ 咨询与项目评估：【15801217100】 参考文献 [1] Gygi SP, et al. Correlation between protein and mRNA abundance in yeast. Mol Cell Biol, 1999, 19(3):1720-1730. [2] de Sousa Abreu R, et al. Global signatures of protein and mRNA expression levels. Mol Biosyst, 2009, 5(12):1512-1526. [3] Vogel C, Marcotte EM. Insights into the regulation of protein abundance from proteomic and transcriptomic analyses. Nat Rev Genet, 2012, 13:227-232. [4] Schwanhäusser B, et al. Global quantification of mammalian gene expression control. Nature, 2011, 473:337-342. [5] Jovanovic M, et al. Dynamic profiling of the protein life cycle in response to pathogens. Cell, 2015, 163(4):983-994. [6] Jao CY, Salic A. Exploring RNA transcription and turnover in vivo by using click chemistry. PNAS, 2008, 105(41):15779-15784. 本文仅供学术交流使用 | 部分内容基于公开文献综述
→ 转录变化被 mRNA 稳定性变化抵消——蛋白差异由转录层面真实驱动，稳态数据“掩盖”了它
→ RNA 稳定性/降解层面主导，需从 RNA 加工与降解机制入手
→ 提示翻译效率或蛋白降解层面的调控（也可提示蛋白组测量需复核）
→ 高度怀疑技术噪声或批次效应，提醒回查质控
✉ 技术支持：【tongbiotech@126.com】
扫码关注，获取更多多组学整合分析干货
