Энциклопедия элементов ДНК (, ENCODE) — международный исследовательский консорциум, созданный в сентябре 2003 года. Организован и финансируется американским Национальным институтом исследований генома человека (, NHGRI). Задуманный как продолжение проекта «Геном человека», ENCODE ставит целью проведение полного анализа функциональных элементов генома человека. Все результаты, получаемые в ходе реализации проекта, публикуются в общедоступных базах данных.
5 сентября 2012 года первые результаты проекта были опубликованы в виде 30 взаимосвязанных публикаций на сайтах журналов «Nature», «» и «Genome Research». Эти публикации показывают, что по крайней мере 80 % генома человека является биологически активным, до этого господствовало представление, что большая часть ДНК является «мусорной». Однако такие поспешные выводы подвергаются критике со стороны многих учёных, которые указывают на отсутствие необходимых доказательств функциональности этих элементов.
Актуальность Геном человека по приблизительным оценкам содержит 20 000 белок-кодирующих генов (все вместе они составляют экзом), и на их долю приходится всего около 1,5 % ДНК генома человека. Первостепенная задача проекта ENCODE — определить функцию остальной части генома, большая часть которой традиционно рассматривалась как «мусор» (например, ДНК, которая не транскрибируется).
Примерно 90 % однонуклеотидных полиморфизмов в геноме человека (которые, как было показано с помощью полногеномного поиска ассоциаций, связаны с различными заболеваниями) найдено за пределами белок-кодирующих областей.
Активность и экспрессия белок-кодирующих генов может регулироваться регуломом — различными элементами ДНК, такими как промотор, регуляторные последовательности и участки хроматина, а также модификации гистонов. Считается, что изменения в регуляторных областях могут нарушать экспрессию белка и функционирование клетки и, таким образом, приводить к заболеваниям (ENCODE Project Background). Определяя расположение регуляторных элементов и их влияние на транскрипцию, можно выяснить связь между изменением уровней экспрессии конкретных генов и развитием заболеваний.
ENCODE задуман как всеобъемлющий ресурс, который позволит научному сообществу лучше понять, как геном может влиять на здоровье человека, и простимулирует развитие новых методов профилактики и лечения заболеваний.
На сегодняшний день проект помогает в обнаружении новых регуляторных элементов ДНК, позволяя по-новому понять организацию и регуляцию наших генов и генома, а также того, как изменения в последовательности ДНК могут влиять на развитие заболеваний. Один из главных результатов проекта — описание того, что для 80 % человеческого генома на данный момент показана связь хотя бы с одной биохимической функцией. Большинство этой некодирующей ДНК участвует в регуляции экспрессии кодирующих генов. Кроме того, экспрессия каждого кодирующего гена контролируется множеством регуляторых участков, расположенных как вблизи, так и на расстоянии от гена. Эти результаты демонстрируют, что генная регуляция оказывается намного сложнее, чем считалась ранее.
Проект ENCODE Проект ENCODE реализуется в три этапа: начальная фаза, фаза развития технологии и продуктивная фаза.
В течение начальной фазы консорциум ENCODE оценивал стратегии для определения различных типов элементов генома. Цель начального этапа состояла в определении набора процедур, которые в совокупности позволили бы точно и наиболее подробно охарактеризовать большие регионы генома человека, с учётом экономической рентабельности и высокой эффективности процесса. Начальная фаза должна была выявить пробелы в наборе инструментов для определения функциональных последовательностей, а также показать, если какие-то из используемых методов окажутся неэффективными или непригодными для масштабного применения. Некоторые из этих проблем пришлось решать на этапе развития технологии ENCODE (проходящим одновременно с начальным этапом проекта), целью которого была разработка новых лабораторных и вычислительных методов, которые улучшили бы определение известных функциональных последовательностей или исследование новых функциональных элементов генома. Результат первых двух этапов на примере исследования 1 % человеческого генома определил наилучший способ анализа оставшихся 99 % с максимальной эффективностью и наименьшими затратами во время продуктивной фазы.
I фаза проекта ENCODE: начальная фаза Во время пилотной фазы проводилось исследование и сравнение существующих методов тщательного анализа определённого участка последовательности генома человека. Она была организована как открытый консорциум и объединила исследователей с различной базой и опытом, чтобы оценить достоинства каждой техники, технологии и стратегии из разнообразного набора. В то же время целью фазы развития технологии проекта была разработка новых высокоэффективных методов для определения функциональных элементов. Целью этой работы было определение набора подходов, который бы позволил наиболее точно определять все функциональные элементы в геноме человека. Во время начальной фазы была определена способность различных методов к масштабированию для анализа всего генома человека целиком и выявлены пробелы в определении функциональных элементов в последовательности генома.
Начальная фаза проекта происходила при тесном сотрудничестве экспериментаторов и теоретиков, которое позволило оценить ряд методов для аннотирования генома человека. Набор участков, составляющий примерно 1 % (30 Mb) генома человека, был выбран в качестве мишени для начальной фазы проекта и анализировался всеми участниками пилотной фазы проекта. Все данные об этих регионах, полученные участниками ENCODE, были быстро выпущены в общедоступные базы данных.
Результаты I фазы Геном человека транскрибируется повсеместно, так что большинство его оснований связано по крайней мере с одним первичным транскриптом, а многие транскрипты связывают дистальные области с определёнными локусами, кодирующими белок. Идентифицировано множество новых не кодирующих белок транскриптов, причем многие из них перекрывают локусы, кодирующие белок, и другие локусы, расположенные в областях генома, ранее считавшиеся транскрипционно «молчащими». Были идентифицированы многочисленные ранее нераспознанные сайты начала транскрипции, многие из которых демонстрируют структуру хроматина и свойства связывания с конкретными последовательностями белков, подобные хорошо изученным промоторам. Регуляторные последовательности, которые окружают сайты начала транскрипции, распределены симметрично, без смещения в сторону вышележащих участков. Доступность хроматина и паттерны модификации гистонов в высокой степени позволяют предсказать как присутствие, так и активность сайтов начала транскрипции. Дистальные гиперчувствительные сайты DNaseI имеют характерные паттерны модификации гистонов, которые надежно отличают их от промоторов. Время репликации ДНК коррелирует со структурой хроматина. В общей сложности 5 % оснований в геноме можно с уверенностью идентифицировать как находящиеся под эволюционными ограничениями у млекопитающих; для примерно 60 % этих ограниченных оснований есть доказательства функционирования на основе результатов экспериментальных анализов, выполненных на сегодняшний день. Различные функциональные элементы сильно различаются по изменчивости их последовательностей в человеческой популяции и по вероятности нахождения в структурно изменчивой области генома. Удивительно, но многие функциональные элементы, по-видимому, не ограничиваются эволюцией млекопитающих. Это предполагает возможность наличия большого количества нейтральных элементов, которые являются биохимически активными, но не приносят особой пользы организму. Этот пул может служить «складом» для естественного отбора, потенциально действуя как источник клоноспецифичных элементов и функционально консервативных, но неортологичных элементов между видами.
II фаза проекта ENCODE: продуктивная фаза В сентябре 2007 года началось финансирование продуктивной фазы проекта ENCODE. На этом этапе целью был анализ генома целиком и проведение "дополнительных исследований в промышленных условиях.
Как и в начальной фазе, работа продуктивной фазы была организована в виде открытого консорциума. В октябре 2007 года Национальный институт исследований генома человека выделил на неё гранты общей суммой более 80 млн долларов на 4 года . Во время продуктивной фазы в состав проекта вошли Центр Координирования Данных, Центр Анализа Данных и Центр Технологических Разработок. В это время проект превращается в по-настоящему масштабное предприятие, включающее 440 ученых из 32 лабораторий по всему миру. В 2007 году, когда начальная стадия была закончена, проект нарастил мощности в значительной степени благодаря секвенированию нового поколения. Было обработано действительно много данных, исследователи получили около 15 терабайт сырой информации.
К 2010 году проектом ENCODE было получено более 1000 полногеномных наборов данных. Взятые вместе эти данные демонстрируют, какие участки, по-видимому, контролируют экспрессию генов, используемых в клетках определённого типа, и какие участки взаимодействуют с большим набором белков. Проект предоставляет информацию об участках транскрипции, ассоциированных с ними транскрипционных факторах, структуре хроматина и модификациях гистонов.
Результаты II фазы Подавляющее большинство (80,4 %) генома человека участвует по крайней мере в одном биохимическом событии, связанном с РНК и/или хроматином, по крайней мере в одном типе клеток. Большая часть генома находится рядом с регуляторными событиями: 95 % генома находится в пределах 8 килобаз от взаимодействия ДНК-белок (по результатам анализа мотивов ChIP-seq или связывания ДНКазы I), а 99 % находится в пределах 1,7 килобаз от хотя бы одного из биохимических событий, представленных ENCODE. Классификация генома на семь состояний хроматина предполагает начальный набор из 399 124 регионов с характеристиками, подобными энхансерам, и 70 292 регионов с характеристиками, подобными промоторам, а также сотни тысяч неподвижных регионов. Анализ высокого разрешения дополнительно подразделяет геном на тысячи узких состояний с различными функциональными свойствами. Можно количественно коррелировать образование и процессинг последовательности РНК как с метками хроматина, так и с связыванием факторов транскрипции (TF) на промоторах, что указывает на то, что функциональность промотора может объяснить большую часть вариаций экспрессии РНК. Многие некодирующие варианты в индивидуальных последовательностях генома лежат в функциональных областях, аннотированных ENCODE; это число, по крайней мере, не меньше тех, которые содержатся в генах, кодирующих белки. SNP, ассоциированные с заболеванием посредством GWAS, обогащены некодирующими функциональными элементами, большинство из которых находится в определённых ENCODE-определенных областях или около них, за пределами генов, кодирующих белки. Во многих случаях фенотипы заболевания могут быть связаны с конкретным типом клеток или транскрипционных факторов. Консорциум ENCODE
Консорциум ENCODE в основном состоит из ученых, которые спонсируются Национальным институтом исследований генома человека США. Другие участники проекта входят в Консорциум или Аналитическую рабочую группу.
Начальная фаза проекта состояла из восьми исследовательских групп и двенадцати групп, участвующих в фазе развития технологии проекта ENCODE (ENCODE Pilot Project: Participants and Projects). К концу 2007 года, когда пилотная фаза проекта официально завершилась, количество участников возросло до 440 ученых из 32 лабораторий, расположенных по всему миру. В настоящее время консорциум состоит из различных центров, которые выполняют различные задачи (ENCODE Participants and Projects): Производственные центры (ENCODE Production Centers) Центр координации данных (ENCODE Data Coordination Center) Центр анализа данных (ENCODE Data Analysis Center) Вычислительный анализ результатов (ENCODE Computational Analysis Awards)