尽管生物体中的所有细胞都含有相同的基因组，但数百种细胞类型却有着完全不同的功能。了解这一机制一直以来都是生物学研究中的一个重大的挑战。近年来科学家们将研究的焦点过度集中在运用高通量工具研究细胞内组分和元件的相互作用上。尽管系统生物学领域的研究人员通过探索动态基因表达模式揭示了许多的功能模体、信号通路及信号网络。然而对于各种细胞条件下顺式调控元件的状态仍了解甚少
过去的研究表明染色质的状态对于介导调控信号，控制DNA通道（DNAaccess，）及少数可识别时序信号起关键性的作用。某些组蛋白修饰与调控因子结合、转录起始及延伸、增强子活性增强与抑制有着密切的关系。大规模染色质分析提供了一个系统性解析基因组，检测顺式调控元件的方法。
在这篇文章中，研究人员利用高通量平台获取了9种不同细胞类型中染色质标记信息。通过循环组合标记物确定了15种染色质状态，分别相应于不同调控元件，如被抑制的和活跃的启动子、强弱增强子、绝缘子、转录区及大范围抑制与失活区域。继而他们利用定向实验验证了不同状态下的生物化学与功能差异。
研究人员通过研究细胞类型特异性的启动子及增强子模式，获得了多细胞体内染色质状态、基因表达、调控模体富集及调控子表达的活性图谱。进而利用这些不同细胞类型间特异的变化模式揭示了相互作用的功能元件之间的紧密联系，显示了增强子可能靶向的基因，预测了细胞类型特异性激活子及抑制子，鉴别了与这些相互作用有关的个别结合模体。
此外，研究人员还证实**的差异通常与增强子元件特异地作用于相关细胞类型相对应。这表明在一些情况下，可通过预测某些上游调控因子，这些调控因子的调控模体通常可受到某些因素影响，或可靶向可变基因，从而揭示出**相关的基因分型*终导致**表型的机制。新研究结果对于了解人类**，尤其对于解读“全基因组关联研究”（GWASs）的结果具有重要意义。
推荐原文摘要：
Mapping and analysis of chromatin state dynamics in nine humancell types
Chromatin profiling has emerged as a powerful means of genomeannotation and detection of regulatory activity. The approach isespecially well suited to the characterization of non-codingportions of the genome, which critically contribute to cellularphenotypes yet remain largely uncharted. Here we map nine chromatinmarks across nine cell types to systematically characterizeregulatory elements, their cell-type specificities and theirfunctional interactions. Focusing on cell-type-specific patterns ofpromoters and enhancers, we define multicell activity profiles forchromatin state, gene expression, regulatory motif enrichment andregulator expression. We use correlations between these profiles tolink enhancers to putative target genes, and predict thecell-type-specific activators and repressors that modulate them.The resulting annotations and regulatory predictions haveimplications for the interpretation of genome-wide associationstudies. Top-scoring disease single nucleotide polymorphisms arefrequently positioned within enhancer elements specifically activein relevant cell types, and in some cases affect a motif instancefor a predicted regulator, thus suggesting a mechanism for theassociation. Our study presents a general framework for decipheringcis-regulatory connections and their roles in disease.