跳到正文
原文
YouTube· Global ImmunoTalks · YouTube·· 12 小时前精选评分82

Monika Wolkers 讲座:CD8 T 细胞翻译调控与 SONAR 机器学习改造

T 细胞功能的翻译调控及机器学习改造(Monika Wolkers)

导读

Global ImmunoTalks 播出 Sanquin 研究所 Monika Wolkers 的专家讲座,阐述 CD8 T 细胞蛋白丰度主要由翻译调控驱动,并介绍其团队开发的蛋白丰度预测模型 SONAR。

要点概括

荷兰 Sanquin 研究所 Monika Wolkers 讲述 CD8 T 细胞中蛋白表达的转录后/翻译调控(RNA 。

  • mRNA 与蛋白脱节:人 T 细胞中 Tbet 与 STAT1 的 mRNA 水平相同,但蛋白水平相差 >150 倍,说明蛋白丰度主要由转录后调控决定。
  • 三类细胞因子差异化调控:TNF 主要依赖翻译控制,IFNγ 同时依赖翻译/转录/RNA 稳定性,IL-2 需先有新合成;记忆 T 细胞含 TNF/IFNγ 的“前置 mRNA”却被 3'UTR 的 ARE 元件阻断翻译,种系缺失 IFNγ 的 ARE 元件即令 T 细胞抗肿瘤能力显著增强(更多 IFNγ、RNA 更稳定),且在人 T 细胞中保守。
  • RNA 结合蛋白 ZFP36L1/L2:ZFP36L2 在记忆 T 细胞阻断翻译、激活时释放;ZFP36L1 在黑色素瘤 scRNA-seq 的功能失调肿瘤浸润淋巴细胞中高表达,在 OT1 T 细胞(B16 黑色素瘤小鼠)敲低可增加细胞因子并产生、改善肿瘤控制;二者分工(L1 早、L2 晚),双敲除体外产生大量细胞因子但体内因死亡增多、增殖下降而无更好疗效。
  • mTOR 通路:用 Torin-1(抑制 mTORC1/2)与雷帕霉素证明 mTOR 经 3'UTR 促进翻译;质谱筛选到 13 个受 Torin 调控且依赖 ARE 的 RBP,其中 DDX21 被 mTOR 磷酸化(Raptor 缺失则磷酸化消失),其敲除重现 Torin 表型,并与 IL-2/TNF/IFNγ 的 3'UTR 结合。
  • 核糖体占用谱:对静息/活化 T 细胞做 polysome 分级联合蛋白组与 RNA-seq,发现活化后核糖体占用分布发生显著重排。
  • 机器学习模型(SONAR):整合 5'/3'UTR、编码区、RBP 基序、RNA 修饰位点、GC 含量、保守性、密码子使用等特征预测蛋白丰度,加入 RNA 定量后原代人免疫细胞预测提升至 >50%;据此改造 3'UTR 可提升 GFP 及新抗原 TCR(突变 CDK4 黑色素瘤)表达与体外杀伤,且 RNA 水平不变——证明为翻译层面调控。
深度解读

mTOR 通路在翻译层面的核心机制早已奠基:mTOR 通过磷酸化 PHAS-I,将其从 eIF-4E 上释放,驱动帽依赖翻译 [2]。核糖体谱进一步显示,mTORC1 选择性促进含 5'TOP 基序的 mRNA,与 5'UTR 长度或复杂度无直接关联 [1];氨基酸饥饿下 TIA-1/TIAR 结合 5'TOP mRNA 将其隔离于应激颗粒,翻译抑制与 mTOR 失活协同发生 [3]。但这一框架主要建立在增殖细胞与细胞系之上,对 T 细胞——尤其在静息向活化切换中——翻译程序如何决定细胞因子这类效应分子的快速输出,仍缺系统描述。

荷兰 Sanquin 研究所 Monika Wolkers 以蛋白–mRNA 严重脱节为切入:人 T 细胞中 Tbet 与 STAT1 的 mRNA 水平相当,蛋白丰度却相差超过 150 倍。三类核心细胞因子调控路径不同——TNF 主要受翻译控制,IFNγ 同时受翻译、转录与 RNA 稳定性多层调控,IL-2 则需活化后新合成。记忆 T 细胞内预先储备的 TNF、IFNγ mRNA 被 3'UTR 上 AU 富集元件(ARE)封锁翻译;敲除 IFNγ 的 ARE 元件可显著增强 T 细胞抗肿瘤能力,蛋白更多、RNA 更稳定,机制在人 T 细胞中保守。RNA 结合蛋白 ZFP36L1 与 ZFP36L2 分别在活化早、晚期阻断细胞因子翻译,黑色素瘤模型中敲低 ZFP36L1 能改善 OT1 T 细胞肿瘤控制;但双敲除虽在体外释放大量细胞因子,体内却因死亡增多、增殖下降而无获益。

mTOR 与翻译的连接由 Torin-1 与雷帕霉素对比厘清:mTOR 经 3'UTR 而非 5'UTR 通路促进翻译;质谱筛出 13 个受 Torin 调控且依赖 ARE 的 RNA 结合蛋白,其中 DDX21 被 mTOR 直接磷酸化(Raptor 缺失时磷酸化消失),其敲低重现 Torin 表型并结合 IL-2、TNF、IFNγ 的 3'UTR。核糖体占用谱显示活化后核糖体在 mRNA 上显著重排。她还介绍了 SONAR 机器学习框架,整合 5'/3'UTR、编码区、RBP 基序、RNA 修饰位点、GC 含量、保守性与密码子使用等特征,叠加 RNA 定量后对原代人免疫细胞蛋白丰度预测提升至 50% 以上;据此改造 3'UTR,可在 RNA 水平不变的前提下提升 GFP 与靶向突变 CDK4 新抗原 TCR 的蛋白表达及体外杀伤。DDX21 受 mTOR 调控以支持细胞因子快速产生的机制已在同行评审工作中得到独立印证 [4],ZFP36L1 在早期(约 6 小时)即达峰值抑制、ZFP36L2 在晚期介入的时序分工也被进一步细化 [5]。

但仍有未解之处。改造 3'UTR 仅展现体外杀伤增强,未给出相应体内数据;ZFP36L1/L2 双敲除在体外细胞因子激增与体内适应性下降之间的反差,亦提示翻译抑制并非越松越好——效应 T 细胞功能取决于翻译输出与细胞适应性之间的精细平衡。

推荐理由

SONAR 模型整合多种 UTR 特征预测蛋白丰度并改造 3'UTR 提升 TCR 表达,方法本身可迁移至其他蛋白工程场景。

来源:YouTube

CBACBA Frontier Insights (CFI)美国华人生物医药科技协会(CBA)www.cba-usa.org