Multi-omic long-read sequencing reveals nucleosome control of transcriptional fidelity at the isoform level

在每一个活细胞内部，构建和运行一个生物体的指令都写在一种被称为 DNA 的长而细的分子中。为了将这种巨大的分子塞进微小的空间，它被紧紧地缠绕在被称为核小体的梭形蛋白质上。把这些梭子想象成绳子上的珠子。这种缠绕不仅仅是为了节省空间，它还充当了守门员的角色。当 DNA 被紧紧缠绕时，细胞的机器无法读取这些指令。当梭子被移开或移除时，指令就变得可以获取，细胞便可以开始工作。细胞使用被称为“重塑者”的特殊蛋白质，使这些梭子沿着 DNA 绳子滑动，从而打开特定区域以开始读取基因，并在任务完成后将其关闭。这一过程至关重要，因为单个基因可以以不同的方式被读取，从而产生不同版本的蛋白质，而这些梭子的精确排列有助于决定产生哪一个版本。

长期以来，科学家们一直难以观察到 DNA 上的这种梭子排列是如何影响来自同一段 DNA 的特定蛋白质版本的。以往的方法就像是在拍摄一张模糊的人群照片；它们可以告诉你房间里平均有多少人，但无法告诉你哪个具体的人正站在哪个具体的物体旁边。它们无法看清在同一条 DNA 链上，是否有的梭子在基因的起始处是打开的，而在中间是关闭的。由于缺乏这种清晰的视角，人们无法理解 DNA 的物理状态是如何直接塑造最终的遗传信息的。

加州大学圣克兹分校的一个研究小组决定通过观察单条 DNA 链而非平均值来解决这个问题。他们使用了一种常用于研究基础细胞生物学的简单生物——酿酒酵母。科学家们移除了两种特定的蛋白质——ISW1 和 CHD1，它们是细胞的“梭子移动器”。如果没有这些蛋白质，DNA 绳子上的梭子就会失去其有序的排列。研究人员使用了一种强大的新技术，该技术可以一次性读取非常长的 DNA 和 RNA 链。这使得他们能够观察单根 DNA 纤维，看清梭子的确切位置，然后观察来自那根完全相同的 DNA 纤维所产生的 RNA 信息，从而了解细胞实际构建了什么。

他们开发了一种新的计算机方法，根据 DNA 链在基因起始处和基因中间的梭子是处于开放还是关闭状态，将这些独立的 DNA 链进行分组。他们发现，当这些梭子移动蛋白质缺失时，细胞并不仅仅是随机地搞乱了 DNA。相反，梭子的移动是协调一致的。在许多 DNA 链上，原本位于基因起始处的梭子移动到了基因中间，而基因的中间部分则变得开放了。这种偏移改变了细胞遵循的指令。原本安静的基因变得活跃，而原本活跃的基因则变得安静了。更重要的是，细胞开始从错误的起始点读取基因，从而产生了与通常不同的遗传信息版本。

这项研究表明，这种梭子排列的变化是导致细胞制造出不同版本蛋白质的直接原因。当梭子位置不对时，细胞的读取机器（称为 RNA 聚合酶）在沿着 DNA 平稳移动时会遇到困难。它会开始读取，但随后会停滞或脱落，无法完成工作。这对于那些通常非常活跃的基因尤为明显。研究人员还发现，细胞在剪掉遗传信息中不必要的部分（这一过程称为剪接）时遇到了困难。因为梭子的间距不正确，执行这种剪切工作的机器无法高效地完成工作，从而导致不完整或有缺陷的信息。

其中一个最令人惊讶的发现是，细胞试图通过从基因内部的隐藏位置开始读取来补偿这些错误。这些隐藏位置看起来像是正常的起始点，但通常被梭子阻挡。当梭子移动蛋白质消失时，这些隐藏位置就会开放，细胞便从那里开始读取。这意味着细胞正在产生正确和错误信息的混合体，而且往往来自同一个基因。研究人员展示了单条 DNA 链上梭子的特定模式可以精确预测细胞会产生哪种版本的信息。

研究还排除了一个常见的观点，即细胞的读取机器会撞上其他试图从这些隐藏点开始读取的机器。数据表明，即使没有其他机器在路径中，减速现象依然存在。相反，问题仅仅在于 DNA 链本身太“乱”了。由于缺乏梭子的规则间距，读取机器无法高效地穿过 DNA。这种秩序的缺失也使得细胞在剪掉信息中多余部分时变得更加困难，从而导致最终产物出现更多错误。

通过逐条观察细胞的机器，研究人员证明了 DNA 的物理组织是一个精密的控制系统。它不仅是开启或关闭基因，它还决定了指令如何被读取和处理。当组织 DNA 的蛋白质被移除时，系统会失去其保真度，导致遗传信息的混乱混合。这项工作提供了一个清晰的图景，展示了我们遗传密码的物理结构如何影响构成生命的复杂蛋白质的多样性，表明梭子的排列与 DNA 绳子本身所写的字母一样重要。