人类DNA“密码本”绘出177种转录因子的识别规则：甲基化会改写基因调控

目前，人类转录因子中已有约1421种拥有相应的DNA结合基序信息，而人类转录因子的总数估计约为1600种。这并不意味着基因调控机制已经被完全破解，但它大幅缩小了一个基础性知识缺口：哪些蛋白质能够识别哪些DNA序列。

meSMiLE-seq带来了什么新信息？

传统的基序图谱主要回答“转录因子喜欢哪种DNA序列”，却难以回答另一个问题：当DNA碱基发生化学修饰后，转录因子还会以同样的方式结合吗？

Bart Deplancke团队开发了meSMiLE-seq，全称为“甲基化敏感的选择性微流控配体富集测序”。该微流控实验会同时比较同一转录因子与配对的甲基化DNA和未甲基化DNA的结合情况，从而同时建立序列偏好和甲基化敏感性模型。

在23项实验中，研究人员检测了114种人类转录因子，并为其中48种建立了DNA结合模型。数据集记录显示，这48种因子中有13种排斥甲基化DNA，另有11种表现出对甲基化DNA的偏好，或出现包含该修饰的替代结合位点；其余因子在该实验条件下的结合未受到DNA甲基化影响。

这一数字需要特别谨慎地表述。部分研究概述将“对甲基化有偏好或发生改变的结合”写成14种，但被引用的数据集摘要报告的是11种。因此，更稳妥的结论是：在检测到结合模型的转录因子中，部分因子对甲基化表现出依赖性，其中13种结合减弱，11种结合增强或偏好发生改变。

DNA甲基化不是统一的“关闭开关”

这些结果挑战了将DNA甲基化简单理解为基因抑制信号的看法。甲基化确实可能妨碍某些转录因子识别特定基序，但也可能制造更适合另一些因子的化学环境，或者改变转录因子所偏好的结合序列。具体效果取决于转录因子本身以及被检测的DNA序列。

这为解释“相同基因组为何能产生不同细胞类型”提供了更具体的分子基础。不同细胞产生的转录因子不同，DNA甲基化分布的位置也不同。因此，同一段DNA序列在一种细胞中可能无人识别，在另一种细胞中可能被不同的转录因子读取；即使由同一个因子结合，甲基化状态改变也可能影响结合强度。

换句话说，细胞读取的并不是一本含义固定的DNA字典，而是同时参考两层信息：DNA碱基写下的序列密码，以及会改变这些序列“读法”的表观遗传状态。

对疾病研究可能有什么帮助？

更完整的转录因子基序目录，有望改进对非编码区遗传变异的分析。非编码变异虽然不直接改变蛋白质序列，却可能影响基因调控：一个变异可能破坏原有的转录因子基序，也可能创造新的基序；随后，DNA甲基化状态又可能决定该位点在特定细胞类型中是否真的会被识别。

因此，这些资源可能帮助研究发育、衰老和癌症相关的调控变化。不过，它们目前首先是基础研究参考图谱，而不是临床诊断工具。结合模型可以为后续实验和疾病机制分析提供更可靠的起点，但实际生物学效应仍取决于细胞环境，必须在相关细胞或组织系统中进一步验证。

更大的意义：从“序列词典”走向动态规则

Codebook项目由来自北美、欧洲和俄罗斯的二十多家机构共同参与。它的价值不仅在于测量了多少种转录因子，也在于将互补的实验方法、计算分析和细胞内验证结合起来。

两项研究共同说明，理解基因调控需要比“一个基序对应一种固定含义”更现实的模型。人类细胞会结合DNA序列、化学修饰、细胞中现有的转录因子，以及周围的细胞环境来解读基因组。

Codebook开始系统整理这套DNA序列词汇，而meSMiLE-seq则进一步表明：DNA甲基化能够改变这些词汇被读取的方式。