来自宾州大学的研究人员取得了一项里程碑式的研究新发现：他们发现了转录起始的精确位点，从而为解析基因组“暗物质”的起源迈出了重要的一步。这一研究成果公布在9月18日的《Nature》杂志上，这将有助于分析复杂疾病特征所在的确切位置。
所谓基因组“暗物质”，其实就是基因组中的非编码RNA——不包含用于制造蛋白质的版图，构成了超过95％的人类基因组。之前的研究认为，非编码RNA不编码蛋白质，属于“垃圾”RNA。而随着研究的深入，科学家逐渐发现，非编码RNA含有丰富的信息，是生命体中有待探索的“暗物质”。目前已发现很多非编码RNA具有的重要生物学功能。同时，越来越多的证据表明，一系列重大疾病的发生发展与非编码RNA调控失衡相关。
在这篇文章中，来自宾州大学分子生物学系的B. Franklin Pugh教授，以及博士后研究员Bryan Venters（目前任职于范德比尔特大学）等人发现了人类基因组中相同类型位置上基本上所有编码和非编码RNA起始点，这将有助于查明复杂疾病特征所在的确切位置，因为许多疾病的遗传起始位点位于基因组编码区域以外。
研究人员首先分析转录起始的精确位点，这是基因翻译成蛋白的第一步。“在转录过程中，DNA通过RNA聚合酶，形成RNA，后者是一种单链遗传物质，科学家们认为RNA是地球上出现DNA之前的遗传物质。然后通过再经过多个步骤，基因表达成蛋白”，Pugh解释道。并且他还补充说，在他们寻找转录起始所在之处的研究期间，其他一些科学家也在直接分析RNA，但是Pugh和Venters则是去分析在人类染色体上，启动非编码RNA起始转录的蛋白定位在哪里。
“我们之所以采取这种方式，是因为许多RNA在制造出来后就立即被降解了，这令我们防不胜防，”Pugh说，“因此我们没有去寻找转录的RNA产物，而是寻找制造RNA的‘起始机器’。这种机器组装RNA聚合酶，制造RNA，并最终翻译成蛋白质”。
结果令Pugh和Venters感到吃惊的是，他们发现了16万个这样的“起始机器”，但人类总共也才大约3万个基因。“这一发现十分重要，要知道实际上我们在基因位点处发现的‘起始机器’只有不到1万个，而且细胞中大多数基因处于被关闭状态，它们一般都没有用到这些机器。”
对于余下的15个起始机器，Pugh和Venters还没有找到它们的归属，这些机器的作用依然待定。“这些与基因没有关联的起始机器显然是活跃的，因为它们能制造RNA，科学家们也在发现RNA片段的同时发现了它们”，Pugh说，“最开始，这些RNA片段由于并不编码蛋白而受到了忽视。”
Pugh说，很容易就会忽视这些片段，因为它们不具有多聚腺苷酸化polyadenylation的特征（这是指能用于保护RNA免受破坏的长串腺苷）。之后Pugh和Venters又通过能识别编码基因相关DNA序列的非编码起始机器，进一步验证这一研究结果。
“这些非编码RNA被称为基因组‘暗物质’，就像是宇宙中的暗物质，难以察觉，没有人知道它们究竟是用来做什么的，或者它们为什么在那里，”Pugh说，“现在至少我们知道它们是真实的了，不只是‘噪音’或‘垃圾’。当然下一步还需要回答一个问题：‘它们到底是用来做什么的？’”
Pugh补充说，这项研究的意义在于朝着解决“失踪遗传missing heritability”这一问题迈进了一大步，这个概念是指大部分特征，包括基因，为何无法通过个体基因进行描述。“当一种疾病的突变图谱指向基因组未知功能区域的时候，很难了解这种疾病的来源”，“不过如果这些区域能制造RNA ，那么我们就能一步步的了解这种疾病。”
