Nature|人类增强基因调控相互作用的百科全书ENCODE-rE2G

摘要

识别转录增强子及其目标基因对于理解基因调控及人类遗传变异对疾病的影响至关重要。研究团队通过整合预测模型、染色质状态、三维接触以及由ENCODE联盟生成的大规模遗传扰动，创建并评估超过9200万条增强剂-基因调控相互作用的资源，涵盖涵盖369种细胞类型和组织的1458个生物样本。团队首先创建了一个系统基准分析流程以比较预测模型，汇编了10,356对在CRISPR扰动实验中测量的元素-基因对、3万多个精细定位表达定量性状位点以及569个与可能因果基因相关的细定位全基因组关联研究（GWAS）变异。基于该框架，开发了ENCODE-rE2G，这一预测模型在多个预测任务中达到了最先进的性能，证明了迭代扰动和监督机器学习可以构建越来越精确的增强子调控预测模型。 利用ENCODE-rE2G，构建了人类基因组中增强子-基因调控相互作用的百科全书，揭示了增强子网络的整体特性，识别不同基因调控复杂度的差异，并改进了将非编码变异与常见复杂疾病的靶基因和细胞类型联系起来的分析。通过解读模型，我们发现除了增强子活性和三维增强子-启动子接触外，指导增强子-启动子交流的其他特征还包括启动子类和增强子-增强子协同。这些增强子-基因调控相互作用的全基因组图谱、基准测试软件、预测模型以及增强子功能的见解，为未来基因调控和人类遗传学的研究提供了宝贵资源。

数据库

ENCODE-rE2G 预测和输入表观基因组学数据集可在 ENCODE 门户（www.encodeproject.org）获取。

比如搜索ENCODE-rE2G即可找到相关的数据。

包含用于基准分析的基线预测器的文件可在Synapse at https://www.synapse.org/Synapse:syn58896208 上找到。Synapse 是一个开源协作平台，主要用于生物医学研究数据的共享、分析和保管。它由非营利组织 Sage Bionetworks 创建，旨在帮助科研团队分享、组织和讨论他们的科学研究。

参考

• • https://www.encodeproject.org/
• • Gschwind, A.R., Mualim, K.S., Karbalayghareh, A. et al. An encyclopedia of human enhancer–gene regulatory interactions. Nature (2026). https://doi.org/10.1038/s41586-026-10781-4