在人類基因組中大約儲存著兩萬個基因和數(shù)千個調(diào)控元件?；蚓幋a蛋白質(zhì)合成的信息，其他基因組元件負(fù)責(zé)調(diào)節(jié)基因活性和執(zhí)行其他功能。所有這些DNA編碼信息都需要被復(fù)雜的分子機器讀取，并轉(zhuǎn)換為細(xì)胞能使用的信息。

人們一般認(rèn)為，讀取基因就和讀一個語句差不多。讀取機器被多種序列引導(dǎo)到基因的起始位置，然后從左到右依次讀取DNA，直到遇到作為句號的那個序列。這些調(diào)控序列決定著細(xì)胞何時何地以怎樣的方式讀取基因。

不過科學(xué)家們近來發(fā)現(xiàn)，細(xì)胞不僅會讀取基因，也會讀取許多調(diào)控元件并將其轉(zhuǎn)錄為RNA。更令人驚訝的是，基因起始位置可以雙向讀取，正向和反向都能生成信息。

在這種情況下，細(xì)胞如何知道哪些RNA需要生成蛋白質(zhì)呢？基因和調(diào)控元件的讀取過程是否存在差異，避免細(xì)胞產(chǎn)生混淆呢？Nature Genetics雜志十一月十日發(fā)表的一項新研究顯示，基因和調(diào)控元件的讀取過程一開始非常相似，主要差異在于RNA產(chǎn)物的長度和穩(wěn)定性?；蛏傻?/span>RNA長而穩(wěn)定，能夠保證蛋白質(zhì)合成。調(diào)控序列生成的RNA短而且不穩(wěn)定，很快會被細(xì)胞清除。

CSHL Adam Siepel教授和康奈爾大學(xué)John Lis教授共同領(lǐng)導(dǎo)的這項研究，對基因和增強子的讀取過程進行了比較。研究人員發(fā)現(xiàn)，增強子和基因的讀取模式在許多方面高度類似。“數(shù)據(jù)表明，基因和這些非基因調(diào)控序列的基本讀取過程相同，”Siepel解釋道。“這說明，DNA的轉(zhuǎn)錄起始有一個統(tǒng)一的模型。”

研究人員還結(jié)合了NIH ENCODE計劃（DNA元件百科全書）的數(shù)據(jù)集進行分析。“我們發(fā)現(xiàn)，基因和增強子的轉(zhuǎn)錄起始模式基本上是一樣的，”Siepel說。“絕大多數(shù)RNA 信息被快速靶標(biāo)和降解，只有源自于基因且讀取方向正確的RNA不被降解，它們將能翻譯成為蛋白質(zhì)。”研究團隊在此基礎(chǔ)上建立了一個數(shù)學(xué)模型，來解釋穩(wěn)定轉(zhuǎn)錄本和不穩(wěn)定轉(zhuǎn)錄本之間的差異。Siepel指出，“穩(wěn)定性很大程度上編碼在DNA序列之中。”

這項工作為理解新基因的起源帶來了重要的啟示。“DNA在起始位點是雙向讀取的，只需要稍加改變，這樣的位點就能夠生成兩個蛋白編碼基因?；蚪M生成新基因的潛力是很大的。”Siepel說。