整合精准注释提升无义介导mRNA降解规则：基于1086例多组学数据的系统评估

《Nucleic Acids Research》：Integrative and accurate annotations enhance current nonsense-mediated mRNA decay rules

本研究针对PTCs（premature termination codons）变异致病性评估中NMD（nonsense-mediated mRNA decay）逃逸规则覆盖不全的问题，通过整合1086例匹配基因组与转录组数据，系统评估了MNVs（multi-nucleotide variants）、翻译状态和RNA异构体对NMD效率的影响。研究发现精准注释使NMD效率解释力提升12.0%，揭示了高频变异和低保守区域通过MNVs或核糖体未翻译机制逃逸NMD的生物学机制，为遗传病致病性判定提供了新范式。

　　

在人类遗传疾病研究中，由无义变异、移码InDels和剪接异常产生的提前终止密码子（PTCs）可能导致截短蛋白的产生，通过功能丧失、显性负效应或获得性功能效应引发疾病。无义介导的mRNA降解（NMD）作为真核生物保守的mRNA监视系统，能识别并降解含PTCs的转录本，但部分PTCs却能逃逸NMD降解。这种逃逸现象在疾病相关基因中尤为关键——仅逃逸降解的无义变异才引发疾病，而触发NMD的变异反而可能通过抑制截短蛋白加重表型。因此，准确判断PTCs是否触发NMD成为理解变异致病性的核心难题。

现有研究提出了PTC位置依赖的NMD逃逸规则：若PTC位于最后一个外显子或距最后一个外显子-外显子连接处<50-55核苷酸（50-nt规则）、起始密码子150核苷酸内（起始近端规则）或长度>407核苷酸的外显子（长外显子规则），则倾向于逃逸NMD。尽管这些规则可解释约70%的NMD效率变异，但等位基因频率（AF）和基因组保守性（如PhyloP评分）等因素的生物学机制尚未明确，暗示存在未被发现的规则。此外，RNA异构体表达和多核苷酸变异（MNVs）可能通过改变编码区解读或翻译状态影响NMD效率，但既往系统分析未整合这些因素。

为突破现有规则局限，九州大学与大阪制药研究团队通过分析gnomAD、GEUVADIS和MAGE项目中1086例匹配基因组与转录组数据，构建个体特异性基因组进行RNA-seq比对，采用RSEM进行转录本定量，并利用Ribo-seq数据评估翻译状态。通过随机森林回归模型量化各因素对NMD效率（以变异等位基因频率VAF为指标）的贡献度，系统重构了NMD逃逸规则的解释框架。

研究首先验证了经典位置规则的有效性：74.5%的NMD触发型SNVs呈现等位基因失衡（VAF<0.35），而50-nt规则和起始近端规则组仅16.7%和31.8%显示降解迹象，长外显子规则组虽有58.2%失衡，但逃逸趋势仍显著高于触发组。基因表达水平分析进一步证实，携带NMD触发型SNVs的个体其基因表达量显著降低。

关键发现集中于三类精准注释的整合价值：

1. 1.
   MNVs重定义变异本质：5.5%的MNVs为"救援型无义MNVs"——其组分含无义SNV但组合效应不产生终止密码子。如MAN2A2基因中rs142925505（C>T）与rs2106673（A>G）构成的MNV将密码子CAG变为TGG（Gln→Trp），VAF为0.495且无降解证据。88%的此类MNVs无等位基因失衡，且组分SNVs的AF显著高于典型无义SNVs，部分为常见变异。
2. 2.
   翻译状态决定NMD激活前提：约4%的蛋白编码基因（如GSDMB）虽转录活跃（TPM≥1）却几乎无核糖体结合，其PhyloCSF评分显著低于翻译基因。82%位于非翻译基因的无义SNVs（VAF>0.35）逃逸NMD，从机制上解释了低保守区域变异逃逸现象。
3. 3.
   RNA异构体复杂性：14.6%的无义SNVs存在异构体混合表达（如CELF1基因中MANE Select异构体适用50-nt规则，而含3'UTR剪接位点的异构体属NMD触发型）。主要表达异构体为NMD触发型时，其相对表达量显著低于逃逸型异构体，印证NMD按异构体特异性激活。

精准注释后（排除346个混淆SNVs），NMD触发型SNVs的降解比例升至85.5%。随机森林模型显示，整合注释使NMD效率解释方差提升12.0%（55%→67%），其中50-nt规则贡献最大（R²=30.2%），起始近端规则次之（R²=12.5%）。新注释特征（MNVs、翻译状态、异构体）解释力达4.0%-5.9%，超过长外显子规则。AF和保守性等模糊特征的贡献度下降，表明其部分生物学机制已被新注释解析。

本研究通过多维度数据整合，证实PTC位置依赖规则是NMD靶向选择的核心框架，且其适用性比既往认知更广泛。MNVs重注释、翻译状态验证及异构体层级分析，为遗传病致病性判定提供了更精准的注释标准。尽管长读长RNA-seq可进一步提升异构体定量精度，且VAF与总表达量的差异可能涉及转录适应机制，但本研究确立的整合注释策略无疑为基因组规模的NMD逃逸机制评估树立了新标杆。