十年努力，六篇Nature论文：讲述垃圾DNA的故事

　　生物通报道：在2001年，人类基因组计划产生了近乎完整的人类DNA。但是，研究人员还希望了解这些GS，CS，和TS是如何利用，控制或组织，比它们少得多的编码区域，造就活生生的人。

9月6日，一个聚集了422位科学家的国际团队，在经过十年的努力后，完成了解析基因组剩余部分（非编码区域）的工作，公布在Nature等多份期刊上。

“基因组已不再是一个空壳了，”新加坡基因组研究院Shyam Prabhakar说（未参与这一研究），“这已经是密密麻麻的生物化学活性的各种分布了。”

“几乎每一个核苷酸都与一些这样或那样的功能有关，而我们现在知道它们分布在哪里，如何结合，它们的调控功能是什么，以及更多”，参与这项研究的资深科学家 Tom Gingeras表示。

长期以来，研究人员已经认识到，一些非编码DNA可能具有功能，近期的相关研究也指明了这一点。但同时，人们也相信，这些序列事实上还是垃圾。不过ENCODE项目提出了异议。

研究人员发现，许多人类基因组的非编码部分包含蛋白可以绑定的区域，这将会影响附近和远处的基因表达。其它转录成RNA分子的非编码区从来没有翻译成蛋白。还有一些影响了DNA折叠和包装的方式。总之，这些区域并不是垃圾，据ENCODE的分析，80％的基因组区域具有一定的生化功能。

其余的20％也不是垃圾，该项目的首席分析员Ewan Birney解释说，虽然ENCODE只分析了147种不同类型的细胞，但总数上千。如果还检测其他类型的细胞，功能可能会出现比例分化。“这就像是从80％到100％，”Birney说，“我们真的没有任何多余的大区域DNA。这个‘垃圾’的比喻是没有多大用处。”

这项研究的影响是巨大的，这将重新定义什么是“基因”，也为寻求理解疾病机制，以及基因组是如何在三维空间中工作的，提供了新的线索。“这就是为大家服务的掘金者，” Prabhakar说，“无论是哪个特殊项目，无论研究的哪个基因组片段，都将从ENCODE这个项目中受益。”

当然，还是有很长的路要走，Birney说，“我认为本世纪将会填写清楚所有的细节，”他说，“这种充分集合将是本世纪的科学重点”。

这项研究有几个方面的重要性，它们分别是：

1. 数字说话

研究人员已经知道，基因组只有1.5％编码蛋白。ENCODE发现，除此之外还有8.5％编码区域结合DNA上蛋白，用于调控基因转录。而且，因为ENCODE并没有寻找结合在DNA上的每一个可能类型的细胞或每一个可能的蛋白，因此这一数字可能还是保守的。Birney估计基因组总比例中，包含编码蛋白和结合上的蛋白的比例是20％左右。

ENCODE其余部分的功能元件，涵盖了其它类别的序列，这些序列被认为是基本上无功能的，包括内含子。“认为内含子只是用于载重的观点不正确，”Birney说。即使是一些重复的DNA序列——具有自我复制能力，通常被视为寄生虫带入的小DNA序列，也可能具有功能，它们的序列往往能结合蛋白，影响附近的基因活性。也许这些序列在基因组中的散布，代表的不是一个寄生虫的侵袭，而是一种传播调控。“这些寄生虫有时会被被颠覆，”Birney说。

Birney预期，不少人会对这一精确比例（ENCODE预计80％的基因组具有意义）持怀疑态度，但是，“不管你如何切割，我们已经确认一个事实，那就是基因组有比我们所知的存在更多奥秘。”

另外五个方面： 迄今最详细基因功能图谱六大内容

（生物通：张迪）

原文标题：

An integrated encyclopedia of DNA elements in the human genome

Architecture of the human regulatory network derived from ENCODE data

The accessible chromatin landscape of the human genome

Architecture of the human regulatory network derived from ENCODE data

Landscape of transcription in human cells

The long-range interaction landscape of gene promoters