【科研热点】肿瘤中的 miRNA（一）

虽然 miRNA 的研究已经没有前几年那么热门了，但是任谁都无法否认肿瘤细胞中的 miRNAs  在肿瘤发生、发展及转移中起到的重要作用。因此，选择 miRNA 作为切入点，是希望对过往在 miRNA 研究领域内的发现，做一次梳理。

第一个 miRNA 是在 1993 年被发现的。当时两项独立的研究发现，在线虫（Caenorhabditis  elegans）中有个基因 lin-4 是一个非编码的 RNA（noncoding RNA, ncRNA）。在当时，由于认知的局限性，这个非编码的 RNA 被认为是线虫中的一种特殊的调控工具，被线虫用来调控编码基因（coding genes）表达的。这一发现在当时并未引起学术界的重视。 

直到 7 年后，Reinhart 等人发现了另外一个小的非编码 RNA--let-7。他们发现这两个非编码 RNA 都可以通过 3’非翻译区（3’-untranslated Region， 3'-UTR）介导的 RNA-RNA 相互作用，调控下游基因及其信号通路。这项发现极大地激发了科学家们的科研热情，鼓舞他们去探寻新的非编码 RNA。 

2001 年时，三个不同的课题组分别在不同的物种和细胞内发现了与线虫中类似的短链非编码 RNA。至此，学术界终于认可，在生物体内存在一大类短链非编码 RNA，它们具有强大的调控功能。这类分子，最终被赋予了一个名称--miRNA（小 RNA）。从那以后，几乎所有的植物和动物物种中，都发现了 miRNA 的存在。据最新的报道，在人类中成熟的 miRNA 超过 2000 条，在小鼠中超过 1200 条。 

动物细胞内的 miRNAs 在进化上是比较保守的，有证据显示低等动物线虫中有大约 55%的 miRNAs 可以在人类细胞中找到同源基因（homologs）。在高等动物（尤其是哺乳动物）中， 由于进化的缘故，导致基因组发生复制（duplication），从而产生多个亚型/异构体（或者被称为旁系同源基因（paralogs），例如人类的 let-7 基因有 8 个不同的亚型（isoforms），分布 于 11 个不同的基因座（genomic loci）。大多数（超过 50%）的 miRNAs 都是成簇的，并且在转录时以多顺反子 （multicistronic）（注 1）的形式进行转录。

一般情况下，miRNA 的不同亚型/ 旁系同源基因都以成簇方式存在，主要的原因是因为这些亚型/旁系同源基因的种子序列（seed region）（注 2）是相同的，因此它们在生物体内往往发挥冗余 的功能。例如，miR-17/92 簇能转录出一个多顺反子的前体。该多顺反子成熟后，形成 6 个不同的 miRNAs。这些成熟的 miRNAs 又分别属于 4 个不同的 miRNA 家族：miR-17 家族（miR-17 和 miR-20），miR-18，miR-19 家族（miR- 19a 和 miR-19b）及 miR-92

少数 miRNAs 是位于基因内部（intragenic）的，因为他们位于其他基因的序列内并且有相同的转录方向。包含 miRNA 序列的宿主基因（host gene）可以是编码蛋白的基因，也可以是非编码的基因。在非编码的转录本中，有大约 40%的基因内 miRNA（intragenic miRNAs）位于类内含子区域，有大约 10%位于类外显子区域（注 3）。在编码序列中，大多数 miRNA 位于内含子中。

绝大多数的 miRNA 由 RNA 聚合酶 II（Pol II）转录形成，因此在结构上前体 miRNA 结构类似 mRNA，都有 5’加帽区和 3’polyA 的尾部。但是，一小部分含有 Alu 重复序列（注 4）的 miRNA 却是由 RNA 聚合酶 III（Pol III）而转录形成。

注释 

注 1：多顺反子指一个 mRNA 分子编码多个多肽链。在 miRNA 领域内所谓的多顺反子指一条前体 miRNA 可以编码多个成熟的 miRNA 分子。这些编码 miRNA 的 DNA 片断往往位于同一转录单位内，享用同一对起点和终点。 注 2：seed region 指 miRNA 序列中与靶标 mRNA 的 3’UTR 区域，相互结合的核心序列，一般长度在 8 个 nt 左右。 

注 3：由于非编码序列不编码蛋白，因此非编码的 RNA 没有内含子（intron）和外显子（exon）的概念，但是有类似的类内含子区域（intronic region）和类外显子区域（exonic region）。 

注 4：Alu 重复序列是人类基因组中一族散布的，长度大约为 300bp 的中等重复序列（重复 频率 10～104）。它是短分散重复序列（short interspersed element,SINEs,≤500bp）中最大的一个家族，约占基因组的 3％～6％，以平均间隔 5kb 随机分散于整个基因组中。