主要的非编码DNA元素称为增强子，在控制特定细胞类型的基因调控和细胞程序中具有重要功能，并且可能包含大多数常见复杂疾病的因果变异。然而，准确识别在特定细胞类型中作为增强子的元素并将其与其调控的附近基因联系起来（以下简称“增强子-基因调控相互作用”或“E-G调控相互作用”）仍然是一项未解挑战。为了实现这一目标，ENCODE项目进行了数千个实验，以识别候选顺式调控元素，并注释其染色质状态和数百种细胞类型和组织中的三维（3D）物理相互作用。利用这些数据和其他数据，开发并应用了多种预测模型来识别增强子-基因调控相互作用。尽管取得了近期的进展，但关键挑战依然存在。许多以往的努力缺乏对预测准确性的评估，未能使用共同基准系统进行系统比较，并且/或者在预测准确性方面存在已知的局限性。我们需要更大规模的遗传干扰数据集和一个社区框架，以评估、比较和开发改进的增强子-基因调控相互作用预测模型。之前的预测模型已经识别出对预测准确性重要的某些特征，包括元素的激活染色质标记强度（“增强子活性”）和元素与邻近启动子物理接触的频率（“3D接触”）。然而，仍需进一步分析以评估不同实验测定在估计这些特征时的实用性，比较这些或其他分子特征的相对重要性，并探讨这些特征如何能够告知增强子-启动子通信的分子机制。一些预测模型对新细胞类型的适用性较差，因为它们需要同时分析许多细胞类型或在任何给定细胞类型中需要大量实验输入。因此，我们缺少一个涵盖ENCODE项目所配置数百种细胞类型和组织的增强子-基因调控相互作用的资源，这可以告知基因调控的基本特性，将非编码变异与基因联系起来，整合其他ENCODE分析产品并在未来扩展到新细胞类型。ENCODE项目最后阶段收集的数据包括候选增强子的CRISPR干扰数据，高分辨率的Hi-C数据（稿件准备中）和新的细胞类型中的DNase I超敏感性图谱——为构建一个共同的基准框架、构建改进的预测模型并应用这些模型构建人类基因组中的增强子-基因调控相互作用图谱提供了机会。我们在这里介绍ENCODE的增强子-基因调控相互作用资源，包括三个组成部分：（1）一组新的预测模型，统称为“ENCODE-rE2G”：我们开发了新的监督分类器，结合了染色质状态和3D物理相互作用的分子特征，以预测特定细胞类型中的增强子-基因调控相互作用。ENCODE-rE2G直接基于CRISPR干扰数据进行监督训练，并能够根据各种组合的细胞类型特异性实验数据（至少是DNase-seq结合多个组织平均的参考ENCODE Hi-C图谱）预测哪些增强子调控哪些基因。（2）评估预测模型的新基准框架：我们收集并协调与增强子-基因调控相互作用相关的遗传干扰数据，包括CRISPR干扰实验、表达数量性状位点（eQTLs）和来自GWAS的变异。我们开发了一个管道以量化和注释预测模型的准确性，并将其应用于在关键预测任务上对ENCODE-rE2G和数百个替代模型进行基准测试。本次基准分析和以前的一些分析之间的重要区别在于，我们仅使用描述“调控相互作用”的数据作为黄金标准，这些数据来自于遗传干扰，而不是来自于直接测量物理相互作用（如Hi-C或通过配对端标签测序的染色质相互作用分析（ChIA-PET））的标准。这些干扰数据集、分析管道和基准结果将促进研究以开发增强子-基因调控相互作用的改进模型。（3）人类基因组中增强子-基因调控相互作用的百科全书：我们将ENCODE-rE2G模型应用于跨不同细胞类型、组织和环境（一共‘生物样本’）的1,458个ENCODE DNase I超敏感位点测序（DNase-seq）实验，识别出92,176,227个调控元件。