在癌症的世界里，TEs 更是 “小动作” 不断。就拿乳腺癌来说，研究发现，TEs 可以通过异常剪接来改变基因的表达。打个比方，基因表达就像一场有序的交响乐演奏，而 TEs 的异常剪接就像是突然闯入的不和谐音符，扰乱了整个乐章的和谐。不仅如此，肿瘤相关的 DNA 去甲基化常常发生在 TEs 附近，这又进一步影响了像 LIN28B 和 MET 等致癌基因的表达，导致一系列不良后果，比如产生肿瘤特异性的 TE 嵌合抗原，这些抗原甚至还可能成为肿瘤免疫治疗中的新靶点 —— 肿瘤新抗原。
然而，探索 TEs 在癌症中的奥秘并非一帆风顺。以往常用的短读长 RNA 测序（SR-seq）技术，就像是戴着一副度数不合适的眼镜看东西，存在着诸多限制，很多肿瘤特异性的 TE 剪接事件都在它的 “眼皮子” 底下溜走了，没被发现。这可让科学家们犯了愁，就好比在黑暗中摸索，却找不到那照亮前路的明灯。
为了揭开 TEs 在乳腺癌中的神秘面纱，来自相关研究机构的科研人员们踏上了探索之旅。他们在《Genome Medicine》期刊上发表了题为 “Transposable elements generate alternative isoforms and alter post - transcriptional regulation in human breast cancer” 的论文。经过一系列艰苦的研究，他们得出了许多重要结论，发现 TEs 在乳腺癌转录组中有着广泛的影响，而且长读长测序（LR-seq）技术在研究 TEs 对转录组的影响方面具有独特优势，这些发现为乳腺癌的研究和治疗开辟了新的方向。
进一步研究发现，TE 在转录组中的分布是有规律可循的。编码序列（CDS）区域的 TE 密度最低，就像这片区域对 TE 有 “排斥力” 一样，这可能是因为自然选择不允许 TE 轻易破坏蛋白质编码序列；而 5' 非翻译区（UTR）、3'UTR 和非编码异构体中的 TE 密度则依次升高。特别是 3'UTR 区域，TE 的高密度可能与肿瘤发生密切相关，它们就像隐藏在基因调控网络中的 “小恶魔”，影响着 mRNA 的稳定性、定位和翻译效率。
科研人员还对含有 TE 的异构体进行了分类，发现 57% 的新的不在目录中的（NNC）异构体与 TE 重叠，而且 NNC 新剪接接头中约 50% 也与 TE 重叠。这表明 TE 对癌症中的新异构体贡献巨大，就像是为新异构体的产生提供了重要的 “原材料”。此外，大部分含有 TE 的异构体都具有潜在的蛋白质编码能力，并非会被无义介导的衰变（NMD）轻易降解，这进一步说明这些异构体可能在乳腺癌中发挥着重要的功能。
LR-seq 揭示了癌症基因组图谱中 TE 的优先可变剪接
为了探究 TE 在乳腺癌和正常乳腺组织中的可变剪接差异，科研人员对来自癌症基因组图谱（TCGA）的 1,135 个乳腺肿瘤样本、114 个相邻正常活检样本以及基因型 - 组织表达（GTEx）项目的 1,329 个样本进行了分析。他们通过将每个可变剪接（AS）事件的 5' 和 3' 端与 RepeatMasker 注释的 LINEs、SINEs、DNA 和 LTRs 进行交叉比对，成功识别出 644 个与 TE 重叠的差异 AS 事件。
在这些事件中，46% 在 GENCODE 中没有记录，而且大约 44%-56% 的 TE 介导的 AS 事件在乳腺肿瘤或正常组织中存在偏向性使用。这意味着在乳腺癌发生过程中，TE 介导的剪接变化就像一把 “双刃剑”，可能在肿瘤发展中扮演着重要角色。
科研人员进一步对 TE 介导的 AS 事件进行分类研究，发现不同类型的 AS 事件中 TE 的分布和作用机制各不相同。比如，LINE 重叠的可变第一外显子大多起始于反义方向的 LINEs，而且部分反义 AS 事件与 L1 反义启动子相关；SINEs 在盒式外显子（CA）中大多以反义方向存在，且主要是 Alu 元件，这些反义 SINEs 在可变最后外显子中常作为剪接受体，而正义 SINEs 则主要作为可变转录终止位点。
此外，科研人员还发现了一些与乳腺癌相关基因的非规范 TE 介导的异构体转换事件。这些事件可能影响乳腺癌相关基因的表达，如 BSG、KYNU、VIPR1 和 RHOA 等，而且部分事件在特定的乳腺癌亚型中富集，这就像是为不同亚型的乳腺癌找到了独特的 “基因指纹”，对于理解乳腺癌的发病机制和精准治疗具有重要意义。
TE 的可变剪接具有乳腺癌亚型特异性，并与患者生存相关
科研人员之前发现不同乳腺癌亚型（如 Luminal A、Luminal B、HER2 阳性和基底型）存在特异性的 AS 事件，他们猜测 TEs 的可变剪接可能也具有亚型特异性。通过交叉分析，他们发现了 67 个亚型富集的 TE 剪接事件，涉及 55 个基因。
比如，在基底型乳腺癌中，AP2A2 基因的 LTR 可变第一外显子事件富集；HER2 阳性乳腺癌中，ERBB2 癌基因存在多个 Alu 外显子化事件；Luminal A 亚型中，长链非编码 RNA CASC2 的 Alu 外显子富集；Luminal B 亚型中，有丝分裂激酶 AURKA 基因的 LINE1 元件外显子化。这些发现就像为不同亚型的乳腺癌找到了各自独特的 “分子标签”。
更重要的是，科研人员发现这些 TE 重叠的 AS 事件与患者生存相关。例如，AP2A2 基因中与 LTR 转座子重叠的 AF 外显子在基底样肿瘤中富集，并且与不良预后相关；DUXAP9 和 ECHDC1 基因中 LINE1 元件外显子化的 TE 介导的 AS 事件也与不利的生存结果相关。这表明亚型特异性的 TE 剪接事件可能影响患者的预后，为乳腺癌的临床治疗提供了新的潜在生物标志物和治疗靶点。
LR-seq 在全长转录本中捕获 ADAR 编辑
3'UTR 区域常常含有互补的 Alu - SINE TEs 对，这些区域是 RNA 编辑酶 ADAR 的作用底物。在乳腺癌中，ADAR 的表达和编辑活性上调，但由于 Alu 元件的重复性和高序列相似性，研究 ADAR 编辑一直是个难题。
不过，太平洋生物科学公司的 Iso - Seq CCS reads 技术（准确率 > 99%，读取次数 > 10 次）为解决这个问题带来了希望。科研人员利用 REDItools 工具，通过识别 A>G 错配（A>I 脱氨事件的测序产物）来寻找 ADAR 编辑事件。他们发现 A>G 和互补的 T>C 替换在 TEs 中比在非 TE 区域更频繁发生，而且这些编辑主要发生在 Alu - SINE TEs 中。
通过对 LR-seq 异构体最后外显子的分析，科研人员发现了数千个含有 ADAR 编辑特征的异构体，其中一些事件在许多肿瘤中普遍存在，如 TMED4 基因中的 ADAR 编辑事件，这表明 LR-seq 能够检测到与癌症相关的 ADAR 编辑，为研究乳腺癌的发病机制提供了新的视角。
此外，科研人员还在 RHOA 基因中发现了一个 ADAR 编辑的 Alu 元件，这个 Alu 元件在 RHOA 的编码序列中，其编辑可能影响 RHOA 的功能。RHOA 在乳腺癌中过表达与肿瘤进展相关，这进一步说明 ADAR 编辑可能在乳腺癌发展中发挥重要作用。
多态性 TE 插入可驱动 AS，且可通过 LR-seq 发现
几乎 10% 的人类基因组结构变异是由 TE 插入引起的，这些多态性 TE 常常是遗传的种系变异。但由于许多种系多态性 TE 在 GRCh38 参考基因组中缺失，在大多数 SR-seq 研究中也被忽视。
科研人员利用 LR-seq 技术，通过提取未比对到参考基因组的 LR-seq reads（含有剪辑、插入或缺失片段，≥25bp），并与 Dfam TE 序列数据库进行同源性搜索，来寻找多态性 TE 插入。他们在 30 个 LR-seq 样本中，识别出约 58,000 个含有未比对片段的全长、环形一致 reads。
通过与人类基因组结构变异联盟（HGSVC）注释的多态性 TE 插入进行交叉比对，科研人员聚焦于 Alu 亚家族，发现了多个涉及多态性 Alu 插入的可变剪接事件，如 ANO9、HSD17B7、HEXA、ZFYVE19 和 CDK17 基因中的事件。而且这些基因在乳腺癌肿瘤和 GTEx 正常组织中的表达存在差异。
研究结论和讨论部分指出，LR-seq 技术让科研人员深入探究了 TEs 对乳腺癌转录组和转录后调控的影响。研究发现，TEs 是乳腺癌中可变剪接的重要来源，含有 TE 的异构体在数据集中占比很大，还参与了数千个异构体的 RNA 编辑，这些事件可能与癌症进展或预后相关。
同时，研究还发现了 300 个在乳腺癌患者中优先剪接的 TE，部分 TE 介导的剪接事件在特定亚型中富集且与患者生存相关，这为乳腺癌的诊断和治疗提供了潜在的生物标志物和治疗靶点。此外，科研人员还发现了新的 ADAR 编辑位点，以及多态性 TE 插入对转录的影响，拓展了对 TE 介导的转录组多样性的认识。
不过，研究也存在一些技术限制，比如 RNA 测序协议可能会低估低丰度转录本和核内保留的转录本，一些重复位点可能因比对困难而被遗漏。但尽管如此，这项研究依然意义重大，它成功识别出数百个新的含有 TE 的转录本，为未来研究 TE 介导的癌症剪接机制奠定了基础，为乳腺癌的研究和治疗开辟了新的道路，让我们离攻克乳腺癌这个难题又近了一步。
