解读与实践BIOAIDESIGN / 研究手记

ALTER:用人源 AGO2 改写 RNA

从引导设计、编辑效率与脱靶,到递送和免疫识别预测,拆开理解 ALTER 细胞实验支持了什么。

约 10 分钟 · 中文正文

斯坦福大学 Steven M. Banik 团队 · 2026-10-20

人源AGO2经过工程改造,可以把识别RNA的能力用于定点改写;效率已获细胞实验支持,免疫优势仍待进一步验证。

RNA编辑,能不能更多地借用人体自身的蛋白?

斯坦福大学Banik团队给出了一种做法:把参与RNA干扰的人源AGO2,改造成RNA编辑器ALTER。它通过引导RNA找到目标,再把指定位置的胞嘧啶C改成尿嘧啶U。研究正式发表于《Nature Biotechnology》。

吸引人的地方,是细胞里一套原本用于调节、沉默RNA的系统,被接上了新的化学功能。与此同时,作者在X上提出了另一个值得追问的问题:从人源蛋白出发,能否降低未来反复使用编辑器时的免疫风险?

从“沉默RNA”到“给RNA改字”

AGO2是RNA干扰系统的重要成员。引导RNA帮助它识别匹配的目标,在适当条件下触发切割或表达抑制。要用它做碱基编辑,既要保留找目标的能力,也要改变结合后的结果。

ALTER的关键,是让引导RNA把目标RNA局部撑成一个凸出的环。这个环使待编辑的C更容易暴露给旁边的酶,同时削弱原本的切割过程。融合到AGO2上的人源脱氨酶APOBEC3A(A3A),则负责完成C-to-U转换。

作者在X线程中专门强调了这个环的双重作用。期刊帖下,Hesam Hakim也抓住了同一处变化:原本把“沉默”送到目标RNA上的引导逻辑,如今可以把化学修改送过去。这个评价点中了论文的机制核心。

Figure 1. 引导RNA诱导目标RNA形成突出环,为融合脱氨酶暴露编辑位点;荧光报告与引导设计比较验证这一策略,结构模型用于辅助解释。
Figure 1. 引导RNA诱导目标RNA形成突出环,为融合脱氨酶暴露编辑位点;荧光报告与引导设计比较验证这一策略,结构模型用于辅助解释。 点击图片查看原尺寸。

初代组合还需要优化。研究者继续调整AGO2的切割与调控相关功能,并改造A3A,得到多个版本;ALTER-4成为后续重点测试的编辑器。另一版本ALTER-5进一步改变脱氨酶结构域,以拓展可编辑的序列背景。

因此,这项工作同时涉及蛋白工程与引导RNA设计:酶能不能有效接近目标C、RNA会不会被下调,都要放到具体组合里检查。

Figure 2. 研究者分别改造AGO2与脱氨酶,比较不同组合的编辑活性及序列背景偏好;优化结果支持ALTER-4用于后续细胞内靶点测试。
Figure 2. 研究者分别改造AGO2与脱氨酶,比较不同组合的编辑活性及序列背景偏好;优化结果支持ALTER-4用于后续细胞内靶点测试。 点击图片查看原尺寸。

平均1.9倍,具体赢在什么条件下

团队先用荧光报告系统验证编辑,再把测试扩展到PPIB、SMARCA4、ACTB和TYMS等内源mRNA。

论文报告,在HEK293T细胞及所测试的mRNA靶点中,ALTER的平均C-to-U编辑水平约为所比较Cas13编辑器的1.9倍。具体对照包括CURE-N和RESCUE-S。这让人源AGO2路线具备了与这些已有工具竞争的实验依据。

不同靶点的差异同样重要。ALTER-4在若干mRNA位点表现较好,在SMARCA4上与RESCUE-S相近;换到主要位于细胞核的长链非编码RNA MALAT1,即便加入核定位信号,编辑水平仍低于CURE-N。细胞内位置和序列环境都会改变结果。

RNA表达量也被单独测量:部分内源转录本仍有下降。因而,“把AGO2改成编辑器”并不意味着它对RNA原有调控过程的影响已经全部消失。

Figure 3. ALTER与Cas13编辑器在报告系统及内源RNA上的表现随靶点变化;MALAT1结果提示亚细胞定位仍是限制,编辑率与表达量需结合判断。
Figure 3. ALTER与Cas13编辑器在报告系统及内源RNA上的表现随靶点变化;MALAT1结果提示亚细胞定位仍是限制,编辑率与表达量需结合判断。 点击图片查看原尺寸。

脱靶多少,和靶点、剂量都有关系

能改到目标位点之后,还要检查其他RNA有没有被意外修改。RNA测序显示,ALTER-4的脱靶情况对引导和靶点相当敏感:PPIB条件下检出518处高置信度脱靶编辑,TYMS条件下则更多。

作者将这些结果与已发表的Cas编辑器测序数据比较,观察到部分条件下更低的脱靶数量。这里使用了历史数据,阅读时需要保留跨实验比较的边界。

更直接的证据来自同一编辑器的剂量调整:降低ALTER-4的表达剂量后,TYMS条件下的脱靶数下降约25倍,目标位点编辑仍可达到全剂量Cas对照的相近水平。这个25倍描述的是ALTER-4自身不同剂量之间的变化。

Figure 4. RNA测序比较脱靶编辑及基因表达变化;ALTER-4的结果受引导与剂量影响,降低剂量可减少脱靶,Cas比较部分采用已发表数据。
Figure 4. RNA测序比较脱靶编辑及基因表达变化;ALTER-4的结果受引导与剂量影响,降低剂量可减少脱靶,Cas比较部分采用已发表数据。 点击图片查看原尺寸。

此外,还存在目标附近的“旁观者编辑”:想改一个C时,相邻C也可能被改。作者通过调整引导设计,在特定TYMS条件下提高了目标位点与旁观者位点的编辑比。这说明筛选编辑器时,编辑率、邻近误改、全转录组脱靶和RNA表达量需要一起看。

RNA测序还发现了差异表达基因;没有检出显著通路富集,也不能据此认定细胞完全未受影响。

Extended Data Figure 5. 引导设计影响目标与旁观者位点的编辑比例,剂量又同时改变编辑活性和转录本水平;优化需要在这些指标之间权衡。
Extended Data Figure 5. 引导设计影响目标与旁观者位点的编辑比例,剂量又同时改变编辑活性和转录本水平;优化需要在这些指标之间权衡。 点击图片查看原尺寸。

人源化的吸引力,距离“免疫安全”还有多远

人源蛋白路线最容易被放大的卖点,是免疫相容性。

这篇论文使用机器学习工具MARIA,预测编辑器中非天然肽段被MHC II类分子呈递的可能性。相比所测试的Cas编辑器,ALTER产生的潜在呈递肽段更少。研究者还围绕连接区和工程改造位点设计变体,在降低预测呈递风险的同时保留细胞中的编辑活性。

但工程蛋白依然包含新连接处和改造位点,“由人源组件构建”不能直接推出“人体不会识别”。这组结果支持进一步研究其免疫优势,目前还没有人体免疫反应或长期反复给药的验证。

Figure 5. MARIA预测为降低潜在免疫识别提供设计线索,部分变体保留编辑活性;VLP与AAV实验进一步验证细胞报告系统中的递送可行性。
Figure 5. MARIA预测为降低潜在免疫识别提供设计线索,部分变体保留编辑活性;VLP与AAV实验进一步验证细胞报告系统中的递送可行性。 点击图片查看原尺寸。

能送进细胞,也要看送进去之后改了多少

团队测试了两条递送路径:用病毒样颗粒(VLP)递送预先组装的蛋白–RNA复合物,以及用腺相关病毒(AAV)递送编码编辑器和引导RNA的遗传信息。

两种路径都在细胞荧光报告实验中产生了信号,说明这套工具可以接入不同递送形式。不过,阳性细胞比例与单个细胞的荧光强度是两个指标:部分递送条件的阳性比例接近转染对照,荧光强度却更低。

因此,下一步还需在不同细胞、组织环境和递送条件下评价实际编辑水平。本研究提供的是细胞层面的可行性证据,尚未展示动物体内治疗效果。

Extended Data Figure 10. 扩展分析列出各编辑器的呈递预测,并补充VLP与AAV处理后的荧光强度;递送产生阳性信号后,细胞内活性仍需比较。
Extended Data Figure 10. 扩展分析列出各编辑器的呈递预测,并补充VLP与AAV处理后的荧光强度;递送产生阳性信号后,细胞内活性仍需比较。 点击图片查看原尺寸。

X上的期待,哪些已经有证据

检索作者线程、期刊帖回复及相关转帖后,公开讨论主要集中在人源化和功能改造,展开技术细节的长评论还不多。

Banik的重点是可扩展性。 他把AGO2看作可继续开发的RNA定位模块,也明确提到递送和引导设计仍有工作要做。前面那条关于“从沉默转向化学修改”的读者评论,与这个思路相呼应:后续值得关注的是,这种定位能力还能连接哪些功能。

第三方解读则更看重转化潜力。 WIMI Biotech的帖子强调人源组件、编辑效率与免疫风险,但其中把呈递预测写成了MHC I,并进一步展望安全、可重复的体内治疗。对照论文,这里应为MHC II;体内反复使用的安全性也还没有被验证。

《Nature Biotechnology》随后发布的Research Briefing同样聚焦“把人源AGO2作为可编程RNA定位结构域”,它是对这项工作的介绍,并未增加一套独立验证。

对研究者而言,ALTER提供了一个新的候选工具:在合适的序列背景下研究RNA碱基改变的功能,并探索C-to-U编辑的应用。它已经把人源AGO2的用途拓宽了一步;接下来最有说服力的进展,将来自更广的靶点测试和更接近真实应用场景的验证。

论文信息

Title Engineered human Argonaute 2 for targeted C-to-U RNA base editing
Journal Nature Biotechnology
Published online 2026-10-20
DOI https://doi.org/10.1038/s41587-026-03359-y

来源与资源

论文图像来源:Lusi等,Nature Biotechnology(2026),保留原始图号与完整图面;原文采用CC BY-NC-ND 4.0许可。中文图注为本篇解读。

沿着问题继续

阅读之后,继续探索。

相关解读

相关工具与数据

分析工具

Pertpy

分析单细胞扰动实验,整理数据与元信息,比较细胞对遗传或药物等扰动的响应。

资源说明 →