2025年1月16日，细胞应激生物学国家重点实验室、厦门大学生命科学学院/翔安医院的黄佳良教授团队在《Nucleic Acids Research》期刊在线发表题为“Modular organization of enhancer network provides transcriptional robustness in mammalian development”的研究论文。研究团队开发了eNet 2.0算法，揭示了增强子网络的模块化组织在维持基因表达稳定性中的关键作用。
增强子是基因组中的关键调控元件，通过募集转录因子来调控基因表达。在基因组中，多个增强子可以聚集形成超级增强子或增强子簇，精确调控发育和疾病中关键基因的时空特异性表达。然而，增强子簇协同调控基因表达的具体机制尚未被充分阐明。该团队此前开发的eNet 1.0算法（Dev Cell 2022, PMID: 36495874；Brief Bioinform 2023, PMID: 36464486）首次实现了基于单细胞多组学数据构建增强子调控网络，揭示了增强子网络复杂度与基因在疾病和发育中重要性的密切关联。这一发现为识别疾病靶点和关键调控因子开辟了新途径，但增强子网络的拓扑结构及其在发育和疾病过程中的作用机制仍需深入研究。
为进一步解析增强子网络的调控机制，团队开发了新一代分析工具eNet 2.0。该版本在保留原有增强子网络构建功能的基础上，新增三大核心分析模块：1）网络拓扑分析：深入解析增强子网络的模块化结构；2）网络比较分析：系统识别疾病相关的差异增强子网络；3）网络动态分析：追踪发育过程中增强子网络的动态变化。
研究结果表明，增强子网络具有模块化特征，模块间增强子的协同作用对维持基因表达稳定性起着重要作用。此外，eNet 2.0预测细胞命运和疾病关键基因的性能，显著优于eNet 1.0以及其它传统方法（例如超级增强子），为预测发育调控和疾病相关基因提供了新视角。
为促进研究成果的共享与应用，团队同步建立了eNetDB数据库（https://enetdb.huanglabxmu.com/）。该数据库收录了人类和小鼠80余种组织和细胞类型的增强子网络数据，为研究人员提供了全面的数据资源。用户可以根据感兴趣的组织或细胞类型，快速定位潜在的关键基因，也可以通过基因检索，筛选其上游的重要增强子。
厦门大学生命科学学院/翔安医院黄佳良教授为该论文的通讯作者，2023级博士研究生林虹利为该论文的第一作者。该研究由国家自然科学基金、国家重点研发计划、中央高校基础研究基金以及厦门大学汪德耀优秀研究生奖学金等项目资助。
