这篇文献介绍了一种名为“活细胞转录组学”（Live-cell transcriptomics）的创新技术。该技术利用经过工程改造的病毒样颗粒（VLPs），能够非侵入性地、持续地从活细胞培养物中捕获并分析释放到培养基中的RNA，从而实现对细胞转录组动态变化的实时监测。
width=400px
核心技术原理
该技术的核心在于对莫洛尼鼠白血病病毒（MMLV）的Gag蛋白进行工程化改造。
VLP的生成：Gag蛋白是病毒组装的核心结构蛋白。当在细胞（如HEK293T）中表达时，Gag蛋白会自发组装成病毒样颗粒（VLPs），并从细胞膜上“出芽”，释放到细胞培养基中。这些VLPs在结构上类似于病毒，但缺乏病毒的遗传物质和感染能力，因此非常安全。
RNA的包装：在组装过程中，Gag蛋白会非特异性地将细胞质中的RNA分子包裹进VLPs内部。研究发现，这些被包装的RNA能够很好地代表细胞的整体转录组状态，尤其是蛋白编码基因。
转录组分析：通过从细胞培养基中纯化这些VLPs，提取其包裹的RNA，并进行高通量测序（RNA-seq），研究人员就可以间接地、无损伤地了解到产生这些VLPs的细胞的基因表达情况。
关键技术验证
为了确保该技术的可靠性和准确性，研究团队进行了一系列严谨的验证实验：
VLP生成与RNA包装验证：
Western Blot：证实了Gag蛋白在细胞内成功表达，并且其核心蛋白p30能被检测到分泌到细胞培养基中，证明了VLP的成功生成和释放。
电子显微镜 (SEM)：直接观察到了培养基中存在直径约168纳米的球形颗粒，形态与VLPs一致。
qPCR：检测到培养基中的VLPs确实携带了如GAPDH等细胞mRNA。
数据准确性与相关性验证：
与细胞裂解液对比：将VLPs中的RNA测序结果与直接裂解细胞获得的RNA测序结果进行比较。主成分分析（PCA）和皮尔逊相关性热图显示，VLPs中的转录组信号与细胞内（特别是细胞质）的转录组高度相关，证明了该技术能真实反映细胞状态。
细胞类型鉴定：使用CellNet等算法分析VLP-RNA数据，能够准确地鉴定出细胞的类型（如成纤维肉瘤细胞、内皮细胞等），进一步证实了其生物学信息的保真度。
技术拓展与应用
研究团队并未止步于基础技术，而是通过进一步的工程化改造，拓展了其功能和应用场景：
靶向特定RNA (CROP-seq)：
技术：将Gag蛋白与MS2噬菌体的衣壳蛋白（MCP）融合（Gag-MCP）。同时，在目标RNA（如CRISPR筛选中的sgRNA）上插入MS2 RNA发夹结构。
效果：Gag-MCP能特异性地结合带有MS2发夹的RNA，并将其高效地包装进VLPs。这使得该技术能够从复杂的背景中富集并检测特定的、低丰度的RNA分子，极大地扩展了其在功能基因组学筛选中的应用潜力。
富集可翻译RNA (Gag-eIF4E)：
技术：将Gag蛋白与真核翻译起始因子4E（eIF4E）融合（Gag-eIF4E）。eIF4E是识别mRNA 5'端帽子结构的关键蛋白，而帽子结构是mRNA被核糖体翻译的标志。
效果：这种改造使得VLPs优先包装那些正在被细胞积极翻译的mRNA。分析这些RNA可以更直接地反映细胞的蛋白质合成活动，提供了比传统转录组学更接近功能层面的信息。
靶向特定细胞 (Pseudotyping)：
技术：在VLPs表面嵌入特定的包膜蛋白，如带有FLAG标签的VSV-G或截短的神经生长因子受体（tNGFR）。
效果：通过免疫沉淀（IP）技术，可以利用FLAG标签特异性地从混合培养基中纯化出这些经过“伪型改造”（Pseudotyped）的VLPs。这为在共培养体系中，区分并分析来自特定细胞类型的RNA信号提供了可能。
实际应用场景展示
该技术在多个复杂的生物学模型中展示了其强大的应用能力：
监测细胞分化：在诱导多能干细胞（iPSCs）向神经元分化的过程中，通过连续采集培养基样本，成功捕捉到了干细胞多能性基因（如POU5F1）的下调和神经元特异性基因（如DCX, MAP2）的上调，完整描绘了细胞命运转变的转录组动态轨迹。
分析细胞间相互作用：在一个模拟血管的微生理系统中，共培养内皮细胞（HUVECs）和成纤维细胞（NHLF）。通过在内皮细胞中表达Gag-eIF4E，研究人员能够特异性地监测内皮细胞在7天内的基因表达变化，揭示了其在与成纤维细胞相互作用下的动态响应，如血管发育和细胞迁移相关通路的激活。
响应外部刺激：在内皮细胞（HUVECs）受到炎症因子TNFα刺激后，VLP-RNA测序数据清晰地显示了“TNFα信号通路”相关基因集的显著富集，证明了该技术能够灵敏地捕捉细胞对外界刺激的快速反应。
文献来源：Najia, M. A., Le, A., Borrajo, J., Griffith, L. G., Daley, G. Q., & Blainey, P. C. (2026). Live-cell transcriptomics with engineered virus-like particles. Cell.
