基因云馆新一代信息数据库

编辑推荐：

两个多机构研究小组解决了当前人类遗传学面对的一个关键挑战，证实了一种工具应该可以帮助解开给心脏病、糖尿病和其他一系列疾病真正带来致病风险的遗传变异。

由来自麻省理工学院和哈佛大学Broad研究所、哈佛大学、Dana-Farber/波士顿儿童癌症与血液疾病中心的科学家们完成的这项研究，利用了一种叫做“大规模并行报告基因检测”（ massively parallel reporter assay）的实验技术。这一技术使得研究人员能够探测成千上万的DNA变异，以鉴别出影响基因调控——基因如何开启和关闭的遗传变异。

遗传学家面临的一个问题是有过多的候选致病变异。在过去的十年里，利用一种叫做全基因关联研究（GWAS）的方法，全世界的研究人员鉴别出了与广泛疾病风险和其他一些重要身体性状相关的许多人类DNA片段。然而，由于每个区域可以包含成百上千的遗传变异，很难分辨出哪一区域真正使得人们有更大的可能患病。

其中一篇Cell论文的资深作者、Broad 研究所准成员、Dana-Farber/ 波士顿儿童癌症与血液疾病中心的Vijay Sankaran说：“采用GWAS，你会得到一组信号，告诉你基因组哪些区域与一种特定疾病或性状有关联。但却很难知道哪些是因果击中点（hits）， 哪些只是凑热闹的。”

当谈及非编码DNA中的变异，尤其是包含基因表达控制序列的大DNA片段时，图像变得尤为复杂。据估计，大约85-90% GWAS获得的变异存在于这样的区域中。因此，科学家们正在寻找一些方法来连接非编码GWAS变异、人类生物学及最终人类疾病之间的点。

第二篇Cell论文的资深作者、Broad研究所成员、哈佛计算遗传学家和进化生物学家Pardis Sabeti说：“我们想从认识基因组元件片段转向了解这些元件发生的改变做了些什么。我们需要非常敏感的技术能够鉴别出这些功能改变，尤其是如果它们是微细的。”

数十年来作为基因组学工具箱的一个重要组成部分，报告基因检测帮助科学家们筛查GWAS数据找到了一些真正影响基因表达或功能的变异。一位研究人员 从增强子那里取得一个DNA片段，在一个质粒内将它与提供读取值（readout）的一个“报告”基因（如荧光素酶基因）连接到一起，将这一质粒插入到细 胞中。如果读取值形象化（例如，如果细胞发光），这一增强子序列驱动了报告基因表达。通过采用同一片段的不同变体进行这样的分析，就会出现一种模式表明某 些变异影响了表达。

但这样的检测方法有一个主要的缺点：它们无法扩展至调查GWAS中发现的成千上万到数万变异所需的水平。