在人類基因組中，約有3-6%的序列是被稱為微衛星的短串聯重復DNA。其中一部分微衛星的異常擴增，是超過60種人類疾病的元兇。然而，一個令人費解的現象是，大多數新近發現的致病性重復擴增，例如導致眼咽遠端肌病（Oculopharyngodistal myopathy, OPDM）和伴白質腦病的眼咽肌病（Oculopharyngeal myopathy with leukoencephalopathy, OPML）的GGC重復，都位于基因組中被注釋為“非編碼”的區域。這些區域傳統上被認為不編碼蛋白質，那么，一段看似“無用”的DNA序列擴增，是如何引發進行性肌無力和神經系統功能障礙的呢？這成為了領域內亟待解決的核心謎題。

為了揭開謎底，一項發表于《Nature Genetics》的研究應運而生。研究人員懷疑，這些“非編碼”序列中可能暗藏玄機。他們的研究目標明確：探索導致OPDM/OPML的GGC重復擴增是否會被翻譯成蛋白質，并驗證該蛋白質是否具有致病性。

研究者們首先選取了導致OPDM2、OPDM4和OPML的GGC重復所在序列（分別位于GIPC1基因5'非翻譯區、RILPL1基因反義轉錄本和LOC642361長鏈非編碼RNA中）。通過巧妙的實驗設計，他們將帶有約50個GGC重復的序列以三種可能的閱讀框（分別編碼甘氨酸、丙氨酸或精氨酸）與綠色熒光蛋白（GFP）融合，并在HEK293細胞中表達。結果清晰顯示，只有以甘氨酸閱讀框構建的載體能產生強烈的GFP信號，而丙氨酸或精氨酸閱讀框則幾乎不表達。這強烈提示，GGC重復優先被翻譯成多聚甘氨酸。他們進一步用甘氨酰-甘氨酸內切酶（lysostaphin）處理細胞提取物，成功將表達的蛋白切割成更小的產物，確證了其內部含有多聚甘氨酸片段。

那么，翻譯是如何起始的呢？通過免疫沉淀-質譜聯用技術，研究人員確定了這些多聚甘氨酸蛋白的N端序列。他們發現，翻譯始于GGC重復上游的標準起始密碼子（ATG）或近起始密碼子（如CTG）。敲除這些起始密碼子會完全廢除蛋白表達。重要的是，當GGC重復為正常長度（約10個）時，翻譯產生的是微小且不穩定的多肽；而當重復擴增至約50個或以上時，則生成穩定、可檢測的新型多聚甘氨酸蛋白。這些發現揭示了在原本被認為是“非編碼”的序列中，隱藏著此前未被識別的微小開放閱讀框（smORF），其翻譯產物因GGC擴增而變得穩定。研究者將這些新蛋白分別命名為uGIPpolyG（源自GIPC1）、asRILpolyG（源自RILPL1反義鏈）和LOC6polyG（源自LOC642361）。

為了在患者組織中驗證這一發現，研究團隊針對每種蛋白獨特的N端或C端序列開發了特異性抗體。令人信服的是，在OPDM2、OPDM4、OPML以及由NOTCH2NLC基因GGC擴增導致的OPDM3（該疾病與神經元核內包涵體病NIID共享遺傳病因，其蛋白uN2CpolyG此前已被報道）患者的骨骼肌切片中，相應的抗體清晰地標記出了那些該疾病典型的、p62陽性的胞質鑲邊空泡和核內包涵體。而在非患者對照中，則幾乎沒有染色信號。這確鑿地證明了，在患者體內，GGC重復擴增確實被翻譯成了新型的多聚甘氨酸蛋白，并且這些蛋白聚集形成了疾病的病理標志。

既然在患者體內發現了這些蛋白，下一個關鍵問題是：它們本身是否足以致病？研究人員在多種模型中進行了驗證。在分化的LHCN-M2人肌肉細胞中表達這些多聚甘氨酸蛋白，可導致其形成p62陽性的胞質和核內包涵體，與患者組織中的病理特征一致。相關光鏡-電鏡聯用技術顯示，這些包涵體是由無膜邊界的絲狀結構組成的電子致密沉積物。更重要的是，這些蛋白的表達會導致肌肉細胞死亡，且不同蛋白的毒性、定位、半衰期和聚集傾向存在差異，提示其共有的多聚甘氨酸核心的毒性受到了其兩側特有氨基酸序列的調制。

動物實驗提供了更強的在體證據。通過重組腺相關病毒（rAAV）將多聚甘氨酸蛋白遞送至小鼠骨骼肌或中樞神經系統（CNS），成功地再現了疾病的多個核心特征。在肌肉中，表達這些蛋白會導致進行性肌纖維萎縮、出現內化核，并形成大量p62陽性包涵體。其中，表達asRILpolyG（OPDM4）和LOC6polyG（OPML）的小鼠甚至出現擴張型心肌病并過早死亡。在CNS中，多聚甘氨酸蛋白的表達導致小鼠運動協調能力下降、壽命縮短，腦內出現大量p62陽性包涵體，并伴有神經炎癥和小腦浦肯野細胞丟失。這些結果在果蠅模型中也得到了印證。綜合來看，這些多聚甘氨酸蛋白的表達足以在細胞和動物模型中重現OPDM/OPML/NIID的關鍵臨床和組織病理學特征，證實了其直接的致病作用。

最后，研究探索了潛在的治療方向。在篩選了多種化合物后，研究人員發現陽離子卟啉TMPyP4能有效降低細胞中多聚甘氨酸蛋白的聚集和毒性。機制上，TMPyP4可能通過抑制富含GC的微衛星的翻譯發揮作用。在果蠅模型中，TMPyP4的喂食能夠顯著改善由多聚甘氨酸蛋白表達引起的眼小面退化和橫紋肌結構破壞。這為開發針對此類疾病的共同療法帶來了希望。

本研究綜合利用了分子克隆與質粒構建、細胞轉染與模型建立（如LHCN-M2人成肌細胞）、多種蛋白檢測技術（包括蛋白質印跡、免疫熒光、免疫沉淀-質譜、點印跡）、動物模型構建（使用重組腺相關病毒rAAV在小鼠肌肉和中樞神經系統進行遞送，以及果蠅轉基因模型）、組織病理學與成像技術（如免疫組織化學、相關光鏡-電鏡聯用CLEM）、以及高通量測序（如單核RNA測序）等關鍵實驗方法。研究中使用了來自患者（OPDM/OPML/NIID）和健康對照的骨骼肌樣本。

通過將GGC重復序列以不同閱讀框與GFP融合并在細胞中表達，結合FACS、熒光顯微鏡和蛋白質印跡分析，證實GIPC1、反義RILPL1和LOC642361的GGC重復優先在甘氨酸閱讀框內翻譯，產生多聚甘氨酸蛋白，而在丙氨酸或精氨酸閱讀框內翻譯可忽略不計。甘氨酰-甘氨酸內切酶處理可切割這些蛋白，進一步證實其含有多聚甘氨酸片段。

通過質譜鑒定多聚甘氨酸-GFP融合蛋白的N端，發現翻譯起始于GGC重復上游的典型ATG或近起始密碼子（如CTG）。刪除這些起始密碼子會廢除蛋白表達。正常長度的GGC重復（約10個）翻譯產生不穩定的小肽，而擴增的重復（約50個）則產生穩定的新型多聚甘氨酸蛋白，證實這些序列中存在此前未識別的smORF。

使用針對uGIPpolyG、asRILpolyG、LOC6polyG和uN2CpolyG的特異性抗體對患者肌肉切片進行免疫熒光染色，結果顯示這些蛋白特異性地位于OPDM2、OPDM4、OPML和OPDM3/NIID患者典型的p62陽性胞質鑲邊空泡和核內包涵體中，而在對照中無或僅有微弱信號，證實了患者體內多聚甘氨酸蛋白的存在及其與病理包涵體的關聯。

在分化的LHCN-M2肌肉細胞中表達各種多聚甘氨酸蛋白，可誘導形成p62陽性的胞質和核內包涵體，其超微結構為無膜界的絲狀電子致密沉積物。這些蛋白具有細胞毒性，可導致細胞死亡，但不同蛋白在定位、半衰期、聚集性和毒性強度上存在差異，表明其兩側的特有序列調制了核心多聚甘氨酸的生物學特性。

通過rAAV將多聚甘氨酸蛋白遞送至小鼠骨骼肌，可導致進行性肌纖維萎縮、出現內化核，并形成大量p62陽性包涵體。不同蛋白的致病性不同，asRILpolyG和LOC6polyG毒性更強，可導致心肌病和過早死亡。單核RNA測序顯示模型肌肉中存在炎癥和再生跡象。

通過rAAV將多聚甘氨酸蛋白遞送至小鼠CNS，可導致運動能力下降、壽命縮短，并在多個腦區形成p62陽性包涵體，伴隨神經炎癥和小腦浦肯野細胞丟失。包涵體數量與蛋白毒性呈正相關，且隨年齡增長而積累。

化合物篩選發現陽離子卟啉TMPyP4可降低細胞中多聚甘氨酸蛋白的聚集水平和毒性。在果蠅模型中，TMPyP4處理能夠改善由uGIPpolyG和asRILpolyG表達引起的眼結構退化，保護橫紋肌結構。

本研究系統性地闡明，導致OPDM、OPML和NIID的GGC重復擴增，雖然位于注釋為非編碼的序列中，但實際上隱藏在之前未被認識的微小開放閱讀框內。這些ORF可被翻譯成新型的多聚甘氨酸蛋白。該工作證實了這些蛋白在患者病理包涵體中的存在，并在細胞、果蠅和小鼠模型中證明了其直接致病性，能夠重現疾病的核心特征——包括p62陽性包涵體的形成、肌萎縮和神經變性。這統一解釋了這些疾病的發病機制：即“非編碼”重復擴增通過“毒性蛋白增益”機制致病。

這一發現具有多重重要意義。首先，它揭示了人類基因組的復雜性和豐富性，挑戰了傳統“編碼/非編碼”區域的簡單二分法，強調了在“非編碼區”中探索smORF及其功能的重要性。其次，該研究將OPDM、OPML、NIID與脆性X相關震顫/共濟失調綜合征（FXTAS）、脊髓小腦性共濟失調4型（SCA4）等疾病聯系起來，因為它們都涉及GGC重復擴增翻譯為多聚甘氨酸蛋白。這定義了一類新的疾病類別——“多聚甘氨酸病”（polyG diseases），類似于由CAG重復擴增導致的多聚谷氨酰胺病（polyQ diseases）。最后，研究證明不同多聚甘氨酸蛋白的毒性因其兩側序列不同而存在差異，提示疾病臨床表現的多樣性可能部分源于此。更重要的是，研究篩選出的化合物TMPyP4能在多個模型中減輕毒性，為開發針對此類“多聚甘氨酸病”的廣譜療法提供了概念驗證和潛在起點。總之，這項工作不僅破解了OPDM等相關疾病的致病謎題，也為理解更多由“非編碼”區微衛星擴增引起的疾病開辟了新的范式。