企业官网建设流程全解析

文献来源：Info X Med 搜 《Nature Reviews Molecular Cell Biology（Progress）》

结论先行：基因表达并不止于转录。翻译是细胞中最耗能、也最受调控的步骤之一。过去，核糖体谱（ribosome profiling）等方法能在全基因组水平测量翻译，但受样本量和通量限制，难以用于稀有细胞和动态过程。近年来，scRibo-seq、Ribo-ITP、Ribo-lite、T&T-seq、Ribo-STAMP 和 RIBOmap 等新方法把翻译测量推进到单细胞甚至空间分辨率，正在揭示“转录组”与“翻译组”之间的巨大落差。

一、为什么单细胞翻译这么难

单细胞转录组已经成为细胞分类的“金标准”，但 mRNA 丰度只是基因表达的中间环节。翻译受起始、延伸、终止和回收等多个层面调控，同一个转录本在不同细胞中的翻译效率可能截然不同。

传统 bulk 核糖体谱的主要步骤是：

1. 在保持核糖体与 mRNA 结合的条件下裂解细胞。
2. 用核酸酶消化未被核糖体保护的 RNA。
3. 超速离心纯化单核糖体，富集约 30 nt 的核糖体足迹片段（RPF）。
4. 建库测序，映射核糖体在转录本上的位置和数量。

这套流程的痛点在于：凝胶回收低回收率、高交叉污染、低通量，以及低起始量建库效率差，很难直接用于单细胞。

图：原文 Fig. 1. Comparison of bulk and single-cell ribosome profiling methods

二、三类单细胞核糖体谱方法

三种方法各有取舍：

• scRibo-seq可并行处理数千个细胞，曾用于解析氨基酸饥饿和细胞周期中的核糖体停顿，分辨率达单密码子；但因使用 MNase，序列偏倚较强，需要用随机森林预测 A 位点位置。
• Ribo-ITP和Ribo-lite更适合极少量样本（单卵母细胞/单胚胎），但逐个纯化限制通量；且 poly(A) 加尾 + 模板切换会丢失片段末端的位置信息，因此难以做密码子级定位。

判断数据质量的常用指标：编码序列富集、三联体周期性、读段框偏倚和片段长度分布，可帮助评估是否有非核糖体来源的污染。

三、不测足迹，也能测“核糖体结合”

除核糖体谱外，还可以通过测量“与核糖体结合的转录本”来间接反映翻译：

• T&T-seq：把单个卵母细胞裂解液分成两半，一半做 scRNA-seq（转录组），另一半用 RiboLace 亲和纯化核糖体结合转录本（翻译组），通过比较两者丰度推断核糖体关联，用于研究小鼠和人类卵母细胞成熟中的翻译调控。
• Ribo-STAMP：把核糖体小亚基蛋白 RPS2 与胞苷脱氨酶 APOBEC1 融合，翻译中的 mRNA 会被带到脱氨酶附近，产生 C-to-U 编辑；随后用 scRNA-seq 读取突变密度作为核糖体关联的度量。优点是可兼容现有 scRNA-seq 流程，缺点是需要外源转基因、测量的是数天窗口内的累积翻译，而不是瞬时快照。

图：原文 Fig. 2. Single-cell technologies to measure the degree of ribosome association

四、空间翻译：RIBOmap 与 RIBO-STAMP 的延伸

空间转录组已经能原位定位 mRNA，而 RIBOmap 等空间翻译方法进一步把“核糖体结合的 mRNA”定位到组织切片中：

• RIBOmap用三条探针特异扩增核糖体结合的转录本，结合滚环扩增和 SEDAL 空间测序，在细胞系和脑组织切片中实现基因级空间翻译图谱。
• 这类方法把“哪些细胞在翻译哪些基因”放在组织原位，为研究局部翻译、神经生物学和发育提供新维度。

五、局限与未来

1. 通量与分辨率难以兼得：scRibo-seq 通量高但序列偏倚强；Ribo-lite/Ribo-ITP 位置信息弱；T&T-seq 通量低。
2. 核糖体密度不等于蛋白产量：核糖体停顿等机制会增加密度但不增加蛋白输出，解释“翻译效率”需谨慎。
3. 瞬时性缺失：Ribo-STAMP 等标签方法测的是累积翻译，难捕捉分钟-小时尺度的动态调控。
4. 多组学整合：把翻译与转录本异构体、RNA 修饰、RNA 结构、RBP 结合、miRNA 等在同一单细胞中联合测量，是未来方向。

六、一句话总结

单细胞翻译测序正在补上“转录组-蛋白组”之间的关键缺口。它让我们第一次能够在单个细胞、甚至组织原位，看到基因表达调控真正“落地”到蛋白合成的那一步。

免责声明：本文为文献解读与科普，不构成任何诊疗建议。

在Info X Med即可查看原文献