2025年09月23日，复旦大学生物医学研究院/复旦大学附属儿科医院杨力团队在Genomics Proteomics Bioinformatics在线发表了题为PASSpedia: A Polyadenylation Site Database Across Different Species at Single Cell Resolution的论文，报道了一个单细胞分辨率的多物种多聚腺苷酸化位点（polyadenylation sites, PAS）大百科全书数据库-PASSpedia（https://bits.fudan.edu.cn/PASSpedia/）。

 真核（mRNA）的成熟依赖于多种共转录及转录后事件的协同调控，包括5'端加帽、（可变）剪接、RNA编辑/修饰以及3'端（多聚腺苷酸化，polyadenylation）加尾等多个关键步骤。多聚腺苷酸化加尾作为一种重要的加工过程，广泛参与RNA命运和功能调控，对于RNA的稳定性、亚细胞定位及翻译效率等至关重要。因此，精确鉴定多聚腺苷酸化位点（polyadenylation sites, PAS）及可变多聚腺苷酸化（alternative polyadenylation, APA）事件，对于深入揭示其生物学功能及生理病理的调控机制具有重要意义。传统的PAS鉴定方法一般依赖于特殊的3'序列富集测序（如3'-READS等），研究组前期开发了一种基于深度学习模型的单细胞精度PAS鉴定分析流程SCAPTURE（Li et al., Genome Biol, 2021），可从3'-tag单细胞测序数据中实现PAS位点的准确识别、筛选和定量。在这一项最新的研究中，团队进一步构建了物种特异的PAS位点分析流程SCAPTURE v2，利用海量3'-tag单细胞测序数据实现了多物种中单细胞精度的PAS位点准确识别，进一步揭示了物种间PAS位点的选择偏好，并据此构建了多物种PAS大百科全书数据库PASSpedia，其涵盖七物种、多组织的单细胞PAS位点搜索、浏览、分析、比较和下载等功能（图1），为PAS鉴定及其调控的相关研究提供了跨物种数据支持。

图1：PASSpedia数据库构建示意图

 复旦大学生物医学研究院/复旦大学附属儿科医院杨力研究员和南芳博士后（现为中国科学院分子细胞科学卓越创新中心副研究员）为本文共同通讯作者。原中国科学院上海营养与健康研究所博士研究生张佩虹（现为美国芝加哥大学化学系博士后）、复旦大学附属儿科医院助理研究员冯华为本文共同第一作者。该项工作获得国家重点研发计划、国家自然科学基金、上海市科委的支持。

原文链接：https://doi.org/10.1093/gpbjnl/qzaf089