摘要：近日，一项发表在Nature的工作优化了lentiMPRAs(lentivirus-based massively parallel reporter assays)技术[2], [3]，结合慢病毒的基因组整合和快捷的barcoding实现了更内源且高通量的潜

破译基因组中顺式调控元件的工作“密码”能够帮助人们解析细胞的关键生理病理机制，但是缺乏对其高通量且符合染色质内源条件的功能分析方法[1]。

近日，一项发表在Nature的工作优化了lentiMPRAs(lentivirus-based massively parallel reporter assays)技术[2], [3]，结合慢病毒的基因组整合和快捷的barcoding实现了更内源且高通量的潜在顺式调控元件（candidate cis-regulatory elements; cCREs）功能解析[4]。

LentiMPRAs概览[4]。

进一步，研究人员用这种方法在三种细胞系(HepG2, K562 and WTC11)解析累计68万条序列的调控功能；分析了序列颠转对其活性的影响，并结合机器学习方法预测决定顺式调控元件功能的关键motifs以及变异影响[4]。

机器学习模型MPRALegNet预测启动子关键motifs以及变异对其活性的影响[4]。

该项工作的通讯作者是UCSF的Nadav Ahituv以及华盛顿大学（University of Washington, Seattle）的Jay Shendure、Vikram Agarwal等研究人员；2025年1月15日在线发表在Nature[4]。

Comment(s):

挺严谨细致的工作，重复性比想象中要好。

后续可结合转录因子表达等进一步分析细胞类型特异的顺式调控元件功能。

参考文献：

[1] F. Abascal et al., “Expanded encyclopaedias of DNA elements in the human and mouse genomes,” Nature, vol. 583, no. 7818, pp. 699–710, 2020, doi: 10.1038/s41586-020-2493-4.

[2] J. C. Kwasnieski, C. Fiore, H. G. Chaudhari, and B. A. Cohen, “High-throughput functional testing of ENCODE segmentation predictions.,” Genome Res., vol. 24, no. 10, pp. 1595–1602, Oct. 2014, doi: 10.1101/gr.173518.114.

[3] F. Inoue et al., “A systematic comparison reveals substantial differences in chromosomal versus episomal encoding of enhancer activity.,” Genome Res., vol. 27, no. 1, pp. 38–52, Jan. 2017, doi: 10.1101/gr.212092.116.

[4] V. Agarwal et al., “Massively parallel characterization of transcriptional regulatory elements,” Nature, 2025, doi: 10.1038/s41586-024-08430-9.

原文链接：

来源：小夏科技讲堂