ENCODE項目（ENCyclopedia Of DNA Elements）研究組上百位研究人員近期公布了百科全書(shū)項目的成果——人類(lèi)基因組中被稱(chēng)為“垃圾DNA”實(shí)際上是一個(gè)龐大的控制面板，能調控數以百萬(wàn)計基因的活性。如果沒(méi)有這些開(kāi)關(guān)調控，基因將不能正常工作，而這些區域也許會(huì )導致人類(lèi)換上疾病。由ENCODE公布的這一新數據信息非常全面，也很復雜，因此是以一種新型出版模式公布，這一模式中電子文檔和數據集是相互關(guān)聯(lián)的。

正如同人類(lèi)基因組計劃帶給生物醫學(xué)研究領(lǐng)域的革新意義，ENCODE項目也將推動(dòng)生物醫學(xué)的前進(jìn)，開(kāi)辟研究新道路。這一計劃是于2003年啟動(dòng)，主要目的是建立人類(lèi)基因組中生物功能關(guān)鍵性元素目錄。

這項由美國國家基因組研究院NHGRI，以及歐洲生物信息學(xué)研究所EMBL-EBI的科學(xué)家們領(lǐng)導的研究，公布了一份詳細的基因組功能圖譜，其中包含有四百萬(wàn)基因的“開(kāi)關(guān)”，這一重要的參考數據將有助于研究人員找到與人類(lèi)疾病密切相關(guān)的區域。

目前這一相關(guān)研究成果將在Nature, Genome Biology和Genome Research雜志上，共計30篇開(kāi)放性論文進(jìn)行公布。

“我們的基因組就是簡(jiǎn)單地通過(guò)無(wú)數的開(kāi)關(guān)進(jìn)行調控，這些上百萬(wàn)的區域能決定基因是開(kāi)還是關(guān)，”ENCODE項目分析員Ewan Birney 說(shuō)，“人類(lèi)基因組計劃HGP表明，基因組中只有2%包含有基因，也就是說(shuō)能編碼蛋白。從ENCODE項目中，我們可以看到，基因組中剩余的這約80%的區域其實(shí)并沒(méi)有閑著(zhù)，我們發(fā)現基因組這個(gè)更大的部分——實(shí)際上是一個(gè)驚人的數量——調控了蛋白何時(shí)和何地生成，而不是簡(jiǎn)單的其中產(chǎn)生，比簡(jiǎn)單地作為構建框架”。

“任何疾病的相關(guān)研究人員都可以利用ENCODE數據，分析他們可能會(huì )感興趣的相關(guān)病理，”重要的分析協(xié)調員Ian Dunham 說(shuō)，“許多情況下，你可能已經(jīng)想到了哪些基因參與了你正在研究的疾病，但卻不知道其中涉及的開(kāi)關(guān)。有時(shí)這些開(kāi)關(guān)令人驚訝，因為它們的位置說(shuō)明它們更有可能與一個(gè)*不同的疾病相關(guān)。 ENCODE為我們提供了一組非常有價(jià)值的線(xiàn)索，讓我們能沿著(zhù)這些線(xiàn)索，發(fā)現與健康和疾病有關(guān)的關(guān)鍵機制，這些將能被用來(lái)創(chuàng )建全新的藥物，或重新利用現有的治療方法。“

“ENCODE告訴我們，我們需要把眼光放得更遠一些，而不是局限于基因組整個(gè)網(wǎng)絡(luò )如何連接的線(xiàn)性結構，”斯坦福大學(xué)教授，ENCODE科學(xué)家Michael Snyder評論道，“我們正開(kāi)始了解全基因組關(guān)聯(lián)研究中所獲取的信息，不僅僅是某個(gè)基因定位在哪兒，還有哪些能調控它們。

因為我們的基因組即復雜的，又是三維立體的，這些調控元件有時(shí)遠離被調節基因，而是通過(guò)環(huán)繞得以接觸到。如果沒(méi)有ENCODE，我們可能永遠也不會(huì )看著(zhù)這些區域，這項研究朝著(zhù)深入了解人類(lèi)運轉邁進(jìn)了一大步。ENCODE可以幫助我們更深入探討監控環(huán)路，這些環(huán)路能指揮所有的零件組裝成一個(gè)復雜的個(gè)體。”

近年來(lái)，生物醫學(xué)研究中獲取并存儲大量的數據成為了一項挑戰?，F在，隨著(zhù)基因組測序成本的下降和測序能力的提高，重點(diǎn)已轉移到分析上來(lái)——讓這些全基因組關(guān)聯(lián)研究產(chǎn)生的數據變得有意義。 ENCODE 合作伙伴已經(jīng)著(zhù)手于利用各實(shí)驗室中相同的計算，網(wǎng)絡(luò )實(shí)驗室方法，以及試劑進(jìn)行人類(lèi)基因組系統分析。

9月6日發(fā)表的文章有上百頁(yè)的內容，但Nature數字自然出版集團認識到這是過(guò)去的形式，目前所有的在三個(gè)雜志上發(fā)表的ENCODE內容都是數字化連接的，從而讀者可以按照自己的興趣，追溯到原始數據。

“將具有專(zhuān)業(yè)知識的專(zhuān)家們聚集在一起，這就是這項研究”，Ewan Birney說(shuō)，“ENCODE項目表明，ling命科學(xué)家能通過(guò)密切合作，進(jìn)行大規模研究，為整個(gè)社會(huì )創(chuàng )造出基礎性資源。”

“到目前為止，發(fā)表的數據都是各自方面，靜態(tài)刊物的成果，非同一研究團隊的人不知道它的存在，如何利用這些知識呢？”西班牙科學(xué)家Roderic Guigo說(shuō)，“現在我們有一個(gè)互動(dòng)的百科全書(shū)，大家都可以參考，這與之前極大不同。”

從該項目的規模意義上來(lái)說(shuō)——ENCODE聯(lián)合了來(lái)自英國，美國，西班牙，新加坡和日本的32個(gè)實(shí)驗室中442名科學(xué)家的努力，他們獲得并分析了超過(guò)15兆兆字節（15萬(wàn)億字節）的原始數據，目前已經(jīng)全部公布，并可公開(kāi)獲得。研究花費了約300年的計算機時(shí)間，對147個(gè)組織類(lèi)型進(jìn)行了分析，以確定哪些能打開(kāi)和關(guān)閉特定的基因，以及不同類(lèi)型細胞之間的“開(kāi)關(guān)”存在什么差異。