最新综述揭示长链非编码RNA（lncRNA）在脊椎动物变态发育中的关键调控作用，并强调其进化保守性及在非模式生物中的研究机遇。

变态发育是脊椎动物后胚胎时期发生的剧烈形态转变过程，如蝌蚪变为青蛙。近年来研究发现，尽管各物种表现不同，但其调控机制在进化上高度保守，主要受内分泌信号和分子通路调控。高通量测序技术的普及使得非模式生物转录组分析成为可能，揭示蛋白编码基因仅占少数，大量非编码RNA，尤其是lncRNA，发挥重要调控功能。

lncRNA是一类长度大于200个核苷酸、无蛋白编码能力的转录本。它们与mRNA类似，由RNA聚合酶II转录，具有5'帽和3'端poly(A)尾巴，但表达更具组织和细胞类型特异性，序列保守性较低。尽管如此，lncRNA的功能位点（如蛋白结合基序、二级结构区域）在进化上高度保守。lncRNA可作为分子支架、海绵或增强子RNA，通过多种机制调控基因表达，成为细胞命运决定和发育转换的关键因子。

变态发育中的lncRNA调控网络

变态发育受甲状腺激素（TH）和蜕皮激素等内分泌信号调控。甲状腺激素结合核受体，激活级联反应，导致器官重塑和细胞凋亡。近年来鉴定出多种在变态过程中差异表达的lncRNA：

1. 部分lncRNA直接调节甲状腺激素信号通路敏感性，影响受体转录活性或代谢酶表达。

2. lncRNA参与细胞凋亡和器官重塑，如蝌蚪尾部退化，通过调控凋亡相关基因启动子或作为ceRNA精确控制细胞死亡。

3. 在肠道重塑和肢体发育中，lncRNA与关键转录因子（如FoxA家族、Hox基因）形成复杂调控网络，指导组织结构重新编程。

非模式生物lncRNA研究的计算策略与挑战

非模式生物lncRNA研究面临缺乏高质量参考基因组等挑战。主要策略包括：

1. 从头组装转录本，结合短读长和长读长测序技术，利用Trinity、StringTie2等软件构建转录本集合。

2. 编码潜力预测，采用CPC2、CNCI、PLEK、LncFinder等多工具整合，提高鉴定准确性。

3. 功能注释，通过共表达网络分析、结构预测、基因敲降或过表达实验推测lncRNA功能。

进化保守性与人类疾病关联

变态发育相关分子通路在进化上高度保守，非模式生物lncRNA调控机制有助于理解人类发育相关疾病，如甲状腺激素失调导致智力障碍、代谢疾病，细胞凋亡异常与肿瘤发生转移有关。研究非模式生物变态过程中的lncRNA，有助于揭示人类疾病中失调的保守调控网络。

未来展望

未来需开发适用于非模式生物的lncRNA功能注释流程，整合系统发育比较、结构预测和体外功能实验。单细胞与空间转录组学技术可解析lncRNA动态表达，CRISPR/Cas9基因编辑技术优化将实现体内功能验证。跨物种比较组学研究将揭示进化保守与谱系特异性lncRNA调控轴。

综述为理解lncRNA功能及其进化保守性提供了新视角，变态发育成为研究基因调控网络和非编码RNA功能进化的重要平台。

参考文献

Herrera-Orozco H, et al. Metamorphosis and lncRNAs: A Close Relationship. Genesis. 2026;64(2):e70052. doi: 10.1002/dvg.70052. PMID: 41968857.

Abou Alezz M, Celli L, Belotti G, Lisa A, Bione S. GC‐AG Introns Features in Long Non‐Coding and Protein‐Coding Genes Suggest Their Role in Gene Expression Regulation. Frontiers in Genetics. 2020;11:488.

Achawanantakun R, Chen J, Sun Y, Zhang Y. LncRNA‐ID: Long Non‐Coding RNA Identification Using Balanced Random Forests. Bioinformatics. 2015;31(24):3897-3905.

Adjeroh DA, Zhou X, Paschoal AR, et al. Challenges in LncRNA Biology: Views and Opinions. Non‐Coding RNA. 2024;10(4):43.

Ahmad SS, Samia NSN, Khan AS, Turjya RR, Khan MAAK. Bidirectional Promoters: An Enigmatic Genome Architecture and Their Roles in Cancers. Molecular Biology Reports. 2021;48(9):6637-6644.

Ahmed Salman H, Kalakech A, Steiti A, History A. Random Forest Algorithm Overview. Babylonian Journal of Machine Learning. 2024:69-79.