文章核心观点 - 一篇发表于《细胞》期刊的综述文章系统总结了RNA修饰在基因调控中的功能与通路，标志着该领域已从早期发现m6A等修饰，发展到深入理解其在转录后调控、染色质状态调节及疾病治疗中的关键作用[3][4][18] RNA修饰领域的发展与现状 - 自2010年“RNA表观遗传学”概念提出及2011年FTO被鉴定为首个m6A去甲基化酶以来，该领域发展迅速，远超早期里程碑[3] - 目前已在细胞RNA中鉴定出超过170种修饰类型，m6A及其他修饰不仅调控转录后过程，还在转录水平上连接RNA代谢与染色质状态，从根本上改变了对基因表达调控的理解[3] - 对RNA修饰机制的深入理解正在催生新的疾病检测和治疗策略[3] 主要RNA修饰类型及其调控机制 - N6-甲基腺苷（m6A）是最普遍且研究最深入的内部RNA修饰[6] - 假尿嘧啶（Ψ）、2′-O-甲基化（Nm）、5-甲基胞嘧啶（m5C）、N7-甲基鸟苷（m7G）和N1-甲基腺苷（m1A）已成为多种RNA类别中的关键调控因子，在多种细胞过程中对基因表达产生广泛影响[6] - RNA修饰通过“写入器”、“擦除器”和“阅读器”这三类蛋白质效应因子发挥作用[6] - 在转录后，mRNA的修饰调控着整个RNA的生命周期，包括加工、剪接、核输出、稳定性、翻译和定位，这些机制对于在动态转变期间协调基因表达程序至关重要[12] 技术进展与研究方法 - 转录组范围内RNA修饰的高通量图谱绘制方法经历了一场革命，相关技术已从基于抗体的MeRIP-seq发展到单碱基分辨率图谱绘制、单细胞和长读长测序方法[8] - 这些技术进步使得对各种RNA修饰进行全面、特定背景的表征成为可能，极大地推动了对其调控作用和机制的研究[8] - 表1详细列举了m6A、Ψ、Nm、m5C、m7G、m1A这几种主要修饰的测序方法、效应蛋白及分子功能[10] RNA修饰在染色质与转录调控中的新兴作用 - 自2020年以来，该领域进入新前沿，开始探索染色质和转录调控中的RNA修饰[12] - 染色质相关调控RNA（carRNA），包括增强子RNA、启动子相关RNA以及从重复元件转录的RNA，都带有m6A、m5C等化学标记[12] - 这些carRNA修饰可被专门的阅读器识别，从而招募组蛋白修饰酶、染色质重塑因子等染色质因子，以调节局部染色质状态和转录[12] - 这种调控通常是顺式作用，carRNA上的修饰可以利用宿主RNA序列来实现调控特异性，可能通过整合多个转录因子网络，同时协调大量基因集的转录调控[13] 功能意义与未来方向 - mRNA m6A在肿瘤微环境中调控细胞自我更新与分化以及免疫反应[9] - RNA修饰在信号转导、应激适应、干细胞维持、早期发育、免疫和神经发生等各种情况下具有功能重要性[12] - 该综述强调了进一步研究以识别更多的carRNA修饰、阐明其机制以及明确其在发育和人类疾病中的作用的迫切需求[18] - 一些基础见解已开始为治疗开发提供信息，催化新型治疗策略的发展[4][18]

2026年国家自然科学基金热点趋势预测 - 国自然资助方向是学科发展的晴雨表，洞察热点趋势对2026年课题设计至关重要[4] - 基于对历年资助项目与前沿发表的分析，预测以下热点领域将继续保持高热度和高竞争力[4] 核心机制类研究方向 - 免疫调控：包括巨噬细胞极化、中性粒细胞、T细胞耗竭等[4] - 线粒体功能与稳态[4] - 新型细胞死亡：如铁死亡、焦亡[4] - 代谢重编程：如糖酵解、乳酸化[4] - 蛋白质翻译后修饰：如泛素化、SUMO化、组蛋白修饰[4] 前沿交叉类研究方向 - 表观转录组学：如RNA修饰（m6A、m7G）[5] - 细胞间通讯：如外泌体[5] - 宿主-微生物互作：如肠道菌群[5] - 干细胞与再生医学[5] 关键技术类研究方向 - 单细胞与空间多组学[5] - 类器官与疾病模型[5] - 人工智能/机器学习驱动的靶点发现与数据分析[5] - 研究方向并非孤立存在，例如铁死亡与免疫代谢、蛋白质修饰和RNA表观调控紧密相连，外泌体跨界调控肿瘤免疫与神经疾病，从单一热点转向热点网络的机制研究是提升课题创新性的关键[5] 热点领域研究案例与落地路径 - 从近期客户文献发表趋势看，预测的热点方向持续催生高质量研究[11] - **中性粒细胞研究案例**：中国药科大学与鼓楼医院团队在《European Heart Journal》（IF=35.6）发表研究，系统阐释中性粒细胞表面受体P2Y14R通过PKA/AKAP13/RhoA信号通路调控NET形成及静脉血栓发展，为新型抗栓药物提供理论依据[12] - **免疫逃逸研究案例**：复旦大学附属中山医院与上海九院团队在《Cell》（IF=42.5）发表研究，首次揭示肿瘤细胞通过激活伤害感受神经元，将肿瘤引流淋巴结重塑为免疫抑制状态，以逃避免疫监视[12] - **肠道微生物研究案例**：上海瑞金医院团队在《Gut》（IF=25.8）发表研究，在克罗恩病发病机制中取得突破，首次提出FABP2作为“类信息素”分子被肠道菌Enterococcus faecalis劫持，通过其表面蛋白EF3041启动群体感应通路，促进定植并加重炎症[13] - **糖酵解研究案例**：山西医科大学与军事医学研究院团队在《Signal Transduction and Targeted Therapy》（IF=52.7）发表研究，揭示了SIX1蛋白磷酸化在调节糖代谢重编程和肿瘤促进作用中的关键作用[13] - **类器官研究案例**：上海大学团队在《Advanced Materials》（IF=27.4）发表研究，开发了GelMA/DNA动态双网络水凝胶作为骨类器官基质材料，验证了其骨修复性能及成骨机制[14]

研究概述 - 同济大学史偈君教授团队于2025年12月10日在《Nature Methods》发表论文，对基于纳米孔直接RNA测序（DRS）技术的RNA修饰检测算法进行了系统性评估 [1] - 研究构建了高质量、单碱基分辨率的基准数据集作为“金标准”，从四个维度设置了十余项评估指标，对86种算法进行了全面“大比武” [2] - 研究涵盖了m6A、假尿嘧啶（Ψ）、m5C、A-to-I编辑、m1A和m7G这六种重要RNA修饰 [2] 核心研究发现 - 模型重训练策略能显著提升检测性能：仅用体外转录（IVT）RNA训练的工具在真实生物样本中表现不佳，将两者结合重训练可极大提升预测准确性和跨数据集泛化能力，对Ψ、m5C和A-to-I等非m6A修饰效果明显 [4] - m6A检测工具整体表现优异，非m6A工具仍面临挑战：Dorado和SingleMod模型在m6A的定性和定量分析中均表现突出，但大多数非m6A修饰检测工具在定量准确性和跨样本泛化方面明显不足 [5] - 生物学合理性是重要试金石：部分工具预测的修饰位点分布与真实分布存在偏差，m6Anet模型因其多示例学习（MIL）模块的合理设计，在区分野生型与酶敲除样本方面表现优异 [5] - 工具难以区分相同碱基上的不同修饰：当前工具在单碱基分辨率下仍难以可靠区分发生在同一碱基上的不同修饰（例如同样位于腺苷的m6A、m1A和A-to-I编辑），易导致“模糊预测” [5] - 重训练模型可适配DRS技术迭代：随着DRS技术从RNA002升级至RNA004，测序通量提升但电信号特征变化，该研究提出的重训练模型可有效适配RNA004数据，缓解了新版本数据分析工具短缺的现状 [6] 研究成果与资源 - 研究团队发布了全面的算法性能总结与在线资源平台——NaRMBench，将每个工具的12项关键性能指标整合为交互式雷达图，方便用户根据需求选择与比较 [8] - 该工作为实验学者筛选适用分析工具提供了实用依据，也为算法开发指明了优化方向，为完善RNA修饰检测方法学奠定了重要的基准资源与权威指导 [8]