Cell | 沈晓骅课题组开发单细胞新生转录组测序新方法——scFLUENT-seq

摘要：在高等真核生物中，同一个基因组可以“读出”数百种甚至上千种不同的细胞类型。基因通过转录生成RNA，RNA既指导蛋白质合成，也影响染色质和细胞核结构。虽然编码蛋白质的mRNA只占基因组约2%，但超过98%的基因组区域并不编码蛋白质，却可能被转录生成非编码RNA（

在高等真核生物中，同一个基因组可以“读出”数百种甚至上千种不同的细胞类型。基因通过转录生成RNA，RNA既指导蛋白质合成，也影响染色质和细胞核结构。虽然编码蛋白质的mRNA只占基因组约2%，但超过98%的基因组区域并不编码蛋白质，却可能被转录生成非编码RNA（ncRNA）。这些非编码RNA通常水平低、随机性强、半衰期短，大多停留在细胞核内。理解这些新生RNA的产生和调控，对于揭示基因组如何驱动多样化的细胞命运至关重要。

2025年9月26日，清华大学沈晓骅课题组在Cell在线发表题为Single-cell nascent transcription reveals sparse genome usage and plasticity的论文。研究团队开发了单细胞新生转录组测序新方法scFLUENT-seq，能够高灵敏、全基因组地捕获新生转录本，并更好地保留RNA起始信息。

研究定量揭示：即便在转录最活跃的小鼠胚胎干细胞中，单个细胞在任一时刻实际转录的基因组比例也不到3.1%，但这一比例比终末分化的脾脏淋巴细胞高出50倍以上。合并所有细胞的数据，新生转录几乎能覆盖基因组的80%。这种单细胞与群体的巨大差异，显示了新生转录的稀疏性、强随机性和高度异质性。进一步分析发现，非编码区域的转录比蛋白编码基因更具随机性；异染色质区的远端转录单元虽然稀疏，但显示出依赖染色质环境的调控模式。

研究还比较了蛋白编码基因和非编码转录的合成与降解速率，发现群体层面呈现耦合关系，但在单细胞中并非简单线性对应，反而非编码转录展现出更强的线性规律。此外，研究提出了 “新生转录多样性” 概念：这一指标可以有效捕捉处于瞬时、不稳定状态的细胞。这类细胞在常规稳态转录组中并不会表现出明显的基因表达差异，但在新生转录层面会同时转录更多的蛋白编码基因和非编码单元，反映出细胞处于动态过渡阶段，展现出更强的命运可塑性（plasticity）。

该研究首次系统回答了单细胞水平上基因组利用率的问题，揭示了新生转录的稀疏性、随机性和异质性，并构建了全基因组单细胞转录调控图景，为理解细胞命运的多样性提供了新的量化视角。

本研究第一作者为清华大学基础医学院2021级博士研究生马绍骞，清华大学基础医学院沈晓骅教授为共同通讯作者。

招聘信息：沈晓骅实验室研究非编码基因组转录、染色质折叠以及细胞核结构和功能的基本规律，探索微观概率下的调控机制和生命的物理与数学基础。团队通过细胞核物理建模，研究遗传信息解读的物理特性，揭示DNA、RNA、蛋白质到细胞表型的生命信息流及其程序化规律，为理解基因组功能和细胞命运提供新的理论框架。实验室欢迎具有数理和工程背景的博士加入，共同探索生命科学的定量与本质问题。

制版人：十一

学术合作组织

（*排名不分先后）