文章链接（免费获取）：[url]https://doi.org/10.1093/nsr/nww025[/url]

通讯作者：王永雄，斯坦福大学统计系教授、生医数据科学系教授及“史蒂芬·皮尔斯”讲座教授。

在特定的组织或细胞类型中,只有部分基因被转录表达。对基因表达调控网络的研究，需要对遗传信息（DNA序列）和表观遗传学信息（提供了何时、何地、以何种方式去应用遗传信息的指令）进行建模和集成。

该综述着重于对相对容易获取的染色质开放状态和基因表达数据的联合建模。近年来，测序技术的发展已经产生出大量实验手段（代表性的有DNase-seq, ATAC-seq, FAIRE-seq, ChIP-seq和MNase-seq）可在全基因组范围内测量染色质的开放状态，尤其是人类基因组计划之后的“DNA元件百科全书”计划 (Encyclopedia of DNA elements，简称ENCODE）和表观组学路线图计划(Roadmap Epigenomics Mapping Consortium，简称ROADMAP)的开展，极大地推动了数据的积累。

作者们特别注意到ENCODE和ROADMAP计划中部分细胞类型具有匹配的染色质状态和基因表达数据，这部分数据对于研究多层次数据集成和基因调控网络建模，提供了非常有针对性的数据资源。文章针对这些数据开展讨论，回顾了当前的主要实验手段和原理、已有的数据类型和资源，当前几个重要的计算问题，多层数据集成的数学模型，以及生物学应用，最后聚焦数据分析中新的契机，并提供了展望。

作者认为引入染色质状态数据，并与基因表达数据集成进行集成建模，将有助于提供更精确的调控因果关系的预测以及回答一系列基础性的问题：这些调控元件处于基因组中哪些位置？在哪些特定条件下调控元件开放并具有活性？哪些转录因子结合于这些元件？这些元件调控哪些下游基因？有活性的元件如何定量影响基因表达？调控元件上的变异如何影响其功能？总之，通过发展新的数学模型的计算方法，解读这些重要的数据，将极大地促进我们对后基因组时代基因调控网络的理解。




temp.png 返回小木虫查看更多