大量的研究已经明确许多遗传变异与遗传性疾病存在着联系，但关于其引起疾病的功能性作用的了解却十分有限。
最近，由香港城市大学生物医学科学家组成的国际研究团队开发出一种高通量生物分析技术，该技术能够对近10万个基因变异对转录因子与DNA结合的影响进行系统分析。
这一项发现为寻找诊断和治疗2型糖尿病的关键生物标志物提供了有价值的数据，该团队表示这项新技术未来可以应用于研究与其他遗传疾病相关的变异。
该研究由香港城市大学生物医学科学系助理教授严健、加州大学圣地亚哥分校细胞与分子医学系教授任兵以及剑桥大学生物化学系教授Jussi Taipale共同领导。研究成果于2021年1月27日发表在《自然》（Nature）杂志上，标题为《转录因子与非编码变异结合的系统分析》（Systematic analysis of binding of transcription factors to noncoding variants）。
图 | 相关论文（来源：Nature）
揭示非编码变异在疾病中的作用
全基因组关联研究（genome-wide association studies, GWAS），顾名思义，就是对整个基因组进行研究，是发现与复杂的遗传疾病相关的基因的一种最重要的策略。
截至目前，研究人员已经累计发现了几十万个与人类疾病和特征相关的基因变异，但对这些变异的具体功能的研究还十分有限。并且，针对风险位点的GWAS研究数量的增长要远远高于研究风险位点机制和功能的GWAS研究。
图 | 2005-2016年GWAS研究及功能性随访研究 （来源：Michael D. Gallagher等）
“了解非编码变异的分子功能将帮助我们找出携带这些突变的人更容易患遗传疾病的原因。从而进一步帮助我们发展方法与策略，以预防、发现或早期治疗疾病。”严健解释说。
变异的功能之一就是影响转录因子与DNA的结合。转录因子会接着控制细胞中的基因表达，打开和关闭特定基因，来调节细胞功能。
为了系统地描述遗传变异对与转录因子结合的影响，该团队对其之前开发的实验方法进行修正，优化为超高通量的多重蛋白质-DNA结合试验，称为“通过指数富集配体的系统进化进行单核苷酸多态性评估”（single-nucleotide polymorphism evaluation by systematic evolution of ligands by exponential enrichment，SNP-SELEX）。然后，他们从已知与2型糖尿病风险相关的基因组基因位置（称为“基因位点”）中选择遗传变异作为分析对象。
利用SNP-SELEX技术，他们成功地分析了95886个遗传变异对270种不同的人类转录因子与DNA结合的影响，并证明增加2型糖尿病风险的非编码遗传变异SNP rs7118999会对DNA与其中一种转录因子的结合产生影响，而由此产生的分子机制则会调节血脂水平。
严健指出，这就是应用SNP-SELEX技术产生数据的一个鲜明例子，事实证明，该技术能够有效帮助识别在2型糖尿病遗传中起关键作用的遗传变异，有助于后续开展寻找诊断性生物标志物和治疗靶点的研究。
显著加快分析速度
以往的研究只能挑选出一种或几种变异，并对其分子机制进行研究，每项研究所耗费的时间都要2-3年之久。这些局限性决定了在短时间内，科研人员不可能做到完全了解2型糖尿病等复杂的遗传疾病，因为这些疾病与数百个基因变异有关。
“但有了SNP-SELEX技术，我们可以做到在更短的时间内完成对大约10万个变异的系统分析。”严健说道。
任兵补充称：“目前这项研究只涵盖了相对小部分的变异和转录因子，以后我们将不断扩展研究规模，充分利用SNP-SELEX技术，希望借助这一技术发现越来越多的非编码变异的潜在机制。”