mRNA 与蛋白质水平相关吗？不一定！

mRNA 能在多大程度上决定细胞内的蛋白质水平？这需要视具体情况而定。数十年来，科学家们一直利用中心法则中 DNA、RNA 与蛋白质之间的内在联系，根据转录组数据推断蛋白质表达水平，反之亦然。然而人们始终清楚，这种相关性并不完美，而技术进步正日益揭示两者之间可能存在的微弱联系。

借助下一代测序分析 (NGS) 和质谱分析 (MS) 仪器，研究人员如今已能实现近乎完整的基因组测序、转录本定量和蛋白质谱分析——前提是提供足够的批量样本材料。事实上，多项研究通过对匹配的批量样本进行同步检测和定量分析发现，mRNA 与蛋白质之间的相关性在不同生物系统和细胞类型中存在显著差异。^1,2,3

这种差异源于影响 mRNA 和蛋白质水平的复杂调控层级。染色质结构调控、凝聚体形成、mRNA 修饰、转录因子定位与激活变化、DNA 修饰、mRNA-蛋白质相互作用以及 RNA 干扰 (RNAi) 通路等过程都会影响 mRNA 的表达、稳定性和功能。而在蛋白质层面，还存在着翻译调控、蛋白质降解通路和各种翻译后修饰 (PTM) 等额外调控机制。

鉴于此，mRNA 与蛋白质水平并不总是相关也就不足为奇了。然而直到最近，单细胞层面的差异检测仍难以实现。

协同增效：整合单细胞 RNA 测序与蛋白质组数据

正如单细胞 RNA 测序技术对绘制细胞多样性图谱至关重要，这些技术同时也帮助揭示了单细胞层面转录组与蛋白质组之间的复杂关系。

以 CITE-seq 技术为例，该技术证实细胞表面蛋白的低丰度转录本并不能可靠反映蛋白质表达水平。通过使用条形码抗体，CITE-seq 能在单细胞中同时测量 mRNA 水平和表面蛋白表达。但由于抗体无法穿透细胞膜，CITE-seq 及类似检测方法无法同步检测 mRNA 与细胞内蛋白质。

博客：为什么整合单细胞 RNA 和细胞内信号转导数据存在困难？

如今，一种新方法使研究人员能在同一单细胞实验中同步定量 mRNA、表面蛋白、细胞内蛋白及翻译后修饰。基于 10x Genomics Chromium 基因表达平台的反转录 scRNA 测序技术，InTraSeq™ 检测方案让研究人员能够获得比单纯 RNA 检测更为全面的细胞状态与信号转导事件认知。

初步发现：单细胞层面的信号转导能揭示什么？

以下案例总结了 CST 科学家早期研究的发现，这些研究揭示了 mRNA 与蛋白质水平差异最具生物学意义的情形，并可能为未来治疗提供见解。

免疫细胞定位

CST 科学家近期采用 InTraSeq 检测技术对外周血单核细胞 (PBMC) 进行分析时发现，常规细胞类型标记物在蛋白质水平的检测灵敏度通常显著高于转录水平。图 1 展示了 CD19、CD8 和 CD4 蛋白与转录本水平检测在 PBMC 亚群中呈现的不同模式。

图 1.采用 InTraSeq 技术对 PBMC 中 CD19、CD8 和 CD4 细胞类型标记物进行蛋白质与 mRNA 定量分析。

该分析显示，与 RNA 分析相比，CD4 表现出不同的定位模式。相反，作为细胞毒性 T 细胞标记物的 CD8 和 B 细胞标记物的 CD19，其 RNA 与蛋白质水平则更为一致。这些发现共同表明，mRNA-蛋白质相关性可能因细胞类型而异，且蛋白质标记物能比单纯的 RNA 分析更完整地展现细胞异质性。

转录因子表达

转录因子是另一类重要蛋白质，其在蛋白质水平的检测往往更具优势。例如，当基于基因表达对 CD8+ T 细胞进行亚群聚类时，驱动 Th1 T 细胞谱系发育的关键转录因子 TBX21（或称 T-Bet）的蛋白质水平，与其 mRNA 水平相比，能更明确地与记忆/效应 T 细胞亚群相关联（如图 2 所示）。

图 2. 使用 InTraSeq 胞内抗体分析分离的 CD8+ 细胞，通过蛋白质或转录本读数识别转录因子 TBX21 的表达。左上图显示 TBX21 RNA 的 FeaturePlot，右上图显示 T-bet/TBX21 (D6N8B) XP^® Rabbit mAb (InTraSeq™ 3' Conjugate 3009) #57412 蛋白表达的 FeaturePlot。底部的均匀流形近似和投影 (UMAP) 图展示了注释后的 CD8+ 细胞群。

这些发现表明，转录后调控过程会影响 CD8+ 记忆/效应样 T 细胞中 TBX21 蛋白的产量——这一发现若仅测量 RNA 转录本则可能被遗漏。通过获取单细胞水平的蛋白质数据，研究人员可以识别与 TBX21 等转录因子蛋白质水平最相关的 mRNA 标记物，从而可能发现受其调控的基因，并为免疫细胞分化与功能提供更深入的见解。

单细胞信号转导与翻译后修饰

InTraSeq 检测技术还能揭示 mRNA 与蛋白质水平相关性显著偏低的特殊情况。例如，当将匹配的 mRNA 水平与基于 InTraSeq 的蛋白质及翻译后修饰定量结果进行比对时，CST 科学家发现磷酸化 S6 核糖体蛋白 (Ser235/236) 和磷酸化 CREB (Ser133) 与其 mRNA 水平的相关性极低。

图 3.InTraSeq 数据中 mRNA 与不同蛋白质类型及翻译后修饰的相关性。

深入分析可揭示蛋白质翻译后修饰表达水平的关键差异。以 STAT3 为例，其 mRNA 在 CD4+ T 细胞群中呈现稀疏且弥散的检测信号，而两种磷酸化形式（STAT3 Y705 和 STAT3 S727）则表现出截然不同的表达模式（如图 4 所示）。

图 4. CD4+ T 细胞中 STAT3 mRNA、STAT3 Y705 磷酸化与 STAT3 S727 磷酸化的相对水平比较。

解读细胞调控机制：mRNA 水平 ≠ 蛋白质表达

同步分析 mRNA 与蛋白质水平能带来哪些启示？这项 InTraSeq PBMC 数据集凸显了在单细胞层面同步解析 mRNA、蛋白质及翻译后修饰的强大分析能力与应用价值。通过 InTraSeq 技术测量蛋白质水平，不仅能提高检测灵敏度，更能揭示仅靠转录组分析无法获得的细胞亚群特征、激活通路及翻译后修饰等重要生物学信息。

博客：它真的有效吗？InTraSeq™ 如何整合转录组学、蛋白质组学和细胞内相互作用数据

该技术有望为动态异质性过程研究带来新突破，例如追踪治疗响应随时间的变化规律。通过获取更可靠的细胞内信号转导事件数据（特别是翻译后修饰在转录重编程中的作用），这项技术或将改变我们对细胞分化和调控网络的认知。 

了解有关 InTraSeq 技术的更多信息：

选择以下参考文献

1. Upadhya SR, Ryan CJ. Experimental reproducibility limits the correlation between mRNA and protein abundances in tumor proteomic profiles. Cell Rep Methods. 2022;2(9):100288. Published 2022 Sep 8. doi:10.1016/j.crmeth.2022.100288
2. Tasaki, S., Xu, J., Avey, D. R., Johnson, L., Petyuk, V. A., Dawe, R. J., Bennett, D. A., Wang, Y., & Gaiteri, C. (2022). Inferring protein expression changes from mRNA in Alzheimer’s dementia using deep neural networks. Nature Communications, 13(1), 1-15. https://doi.org/10.1038/s41467-022-28280-1
3. Liu Y, Beyer A, Aebersold R. On the Dependency of Cellular Protein Levels on mRNA Abundance. Cell. 2016;165(3):535-550. doi:10.1016/j.cell.2016.03.014