摘要（全译）

目的　人 CYP3A4 内含子 10 中的 CYP3A4*1G（G > A）与经 CYP3A4 代谢的药物的治疗效应相关。本研究的目的，是预测它在 CYP3A4 表达调控中的功能。

方法　本研究用生物信息学方法，以及增强子／启动子报告基因实验，在 HepG2 细胞中对 CYP3A4*1G 等位基因做了功能分析。

结果　CYP3A4 内含子 10 中存在 CAAT 盒、TATA 盒、Sp1、SMARCA3.01 与类 Box II 序列等转录调控元件。SMARCA3.01 与类 Box II 序列是 CYP3A4*1G 等位基因上转录因子差异结合的原因。在 CYP3A4*1G 中，G 等位以位置依赖与方向依赖的方式增强 CYP3A4 启动子的表达；而 A 等位则以位置不依赖与方向不依赖的方式增强 CYP3A4 启动子的表达。此外，G 等位与 A 等位都表现出强的转录激活，但后者的启动子活性高于前者；同时，A 等位表现出的活性也高于 CYP3A4 启动子本身。

结论　这些体外结果提示，CYP3A4*1G 以等位基因依赖的方式调控 CYP3A4 内含子 10 增强子与启动子的活性。

这篇在轨迹里的位置

把 03 页和这一页并排看，问题是同一个，问法换了。2011 年那篇是病例报告：一位用辛伐他汀的患者，合用环孢素后出现肌病，作者回头测了 CYP3A5 与 SLCO1B1 的基因型（03 页）。那是“病人身上发生的事”，样本只有一例，能提出的只是一个疑问——同样的药，为什么有人出事。2015 年这篇不看病历，把疑问搬进培养皿：CYP3A4 内含子 10 上那个 G→A，到底能不能改变 CYP3A4 的转录？

这是杨卫红两条研究线里的第二条第一次“做机制”。第一条是法医 DNA：2010 年全基因组筛 IISNP、2012 年看 96 个 IISNP 在 14 个人群里的适用性（01、02 页），关键词是“个体识别”。第二条是药物基因组学：03 页的病例、这一页的报告基因、2019 年的 lncRNA（05 页）、2023 年的 CRISPR 细胞株（06 页）。04 页站在第二条线的分岔口上：它之前的 03 是观察，它之后的 05 换了调控层，06 回到同一个位点、换了证据层级。

它给 06 页埋下的问题很具体：报告基因测的是“一段被剪出来的 DNA 在质粒上的能力”，可 CYP3A4 是活细胞基因组里的一个基因——有染色质、有核小体、有增强子与启动子之间真实的三维距离。2015 年的结论句自己写了 in vitro；八年后的 06 页，就是把同一个碱基写回基因组再问一遍。所以这两页要连着读：04 提出机制假设，06 换到内源基因座检验它。

一句方法论：报告基因实验回答的是“这段 DNA 有没有能力”，不是“这个基因在细胞里到底怎样”。能力与实况之间，隔着染色质。

方法与证据：它是怎么做的

先说清楚一件事：这两篇都是订阅制，没有开放获取全文。本页只译公开摘要，摘要没写的方法细节，我一律标“摘要未说明”，不替作者补。

第一条证据线：生物信息学。作者先在 CYP3A4 内含子 10 的序列里找转录调控元件，摘要列出的是 CAAT 盒、TATA 盒、Sp1、SMARCA3.01 与类 Box II 序列。这一步的作用是提出假设：G→A 如果落在某个元件的关键碱基上，就可能改变某个转录因子能不能结合。摘要说 SMARCA3.01 与类 Box II 序列“负责”两个等位上的差异结合——但摘要没有说这是软件预测，还是用电泳迁移率变动分析（EMSA）、染色质免疫沉淀（ChIP）这类实验直接测到的。这是摘要层面的一个缺口。

第二条证据线：报告基因。逻辑是把“这段 DNA 能不能激活转录”变成一个可以读数的实验：把含 G 或 A 的内含子 10 片段接到报告基因上，转进 HepG2 细胞，比较读数。摘要提到两类构建——增强子与启动子。增强子构建测的是“片段 + 启动子”比“启动子单独”强多少；启动子构建测的是启动子本身的强度。变量有两个：片段放在启动子的上游还是下游（位置），正着放还是反着放（方向）。

结果可以读成一句话：两个等位都有激活能力，但行为不同。G 等位要放在“对”的位置、“对”的方向才起作用；A 等位放在哪里、朝哪边都起作用。而且 A 等位的活性高于 G 等位，也高于 CYP3A4 启动子单独存在时。前半句是“质”的差别（依赖或不依赖），后半句是“量”的差别（谁更强）。

摘要没写的（读这类文章时该问的）：报告基因是哪一种、载体是什么、转染与归一化怎么做、每组几个重复、用什么统计、G 与 A 片段的序列是否测过、HepG2 自己在这个位点是什么基因型、差异结合有没有直接实验证据。这些不是挑刺——它们决定了“等位依赖”这四个字有多硬。特别是最后两条：如果 HepG2 本身是杂合（06 页会告诉我们它确实是 GA），那么转进去的质粒与细胞内源的两个等位同时存在，报告基因读数是外源片段特异的，这一点在解读时要记住。

结论的边界

它能说明什么。在 HepG2 细胞里，CYP3A4 内含子 10 的这段序列具有增强子活性；G 与 A 两个等位在“位置／方向依赖性”和“活性强弱”上都不同；差异可以归因于转录因子结合位点的改变。这是一条从序列到转录活性的因果链，变量控制得干净。

它不能说明什么。不能说明肝组织里 CYP3A4 表达的高低，不能说明携带 A 的人血药浓度如何，更不能说明临床结局。质粒是游离 DNA：没有核小体，没有天然染色质环，也没有基因体内其他元件；片段还是从基因里剪出来、由人摆位置和方向的。作者自己在结论里用了 in vitro 和 suggest，这个分寸是对的。

与 2023 年那篇怎么对照——这是本页最需要慢读的一段。2015 年说：A 等位的报告基因活性高于 G 等位。2023 年说：AA 株的 CYP3A4 与 CYP3A5 表达显著低于 GG／GA。两句话方向相反，但既不能说“矛盾”，也不能顺手说“一致”，因为它们量的不是同一个东西：

• 测的量不同：一个是外源片段驱动报告基因的转录活性，一个是内源基因的稳态 mRNA、蛋白与酶活。
• 环境不同：游离质粒 vs 染色质里的内源基因座；后者有核小体占位、增强子—启动子三维接触、转录延伸与 RNA 稳定性。
• 几何不同：报告基因里片段的位置与方向是实验者摆的；内源基因座里，内含子 10 的位置与方向是固定的——而 2015 恰恰发现 G 等位的活性依赖这两个变量。用人为几何测出的“谁更强”，不能直接搬到固定几何里。
• 基因不同：2015 只看 CYP3A4 启动子；2023 同时看 CYP3A4 与 CYP3A5。

所以正确的说法是：两篇回答的是不同层面的问题。2015 给的是机制假设（哪个元件、哪个等位、在什么几何下起作用），2023 给的是内源表型（改掉一个碱基，细胞的输出变了）。把 2023 当成 2015 的“验证”或“推翻”都过头；它是把同一个问题换到更接近生理的层面重问了一遍，答案的方向不必相同。真正能把两者接起来的实验，是在同源细胞株里看染色质开放度与增强子—启动子接触，再区分转录与 RNA 降解——这两篇都没有做，摘要里也没有。

这条证据链停在哪。病例（03，n=1）→ 报告基因（04，质粒、细胞）→ 内源基因座编辑细胞（06，HepG2）→ 人肝组织／原代肝细胞／动物模型（这条线上还没有）。每上一级，“能说的话”不一样；走到 06，仍然没有到人体。

你可以拿去用的

1. 读报告基因实验，先问三个问题。片段接在启动子的哪一侧、朝哪个方向？对照构建是什么（空载体、启动子单独、另一个等位）？读数是相对什么归一化的？这三问答不出来，倍数就没有意义。本文的“位置依赖／方向依赖”不是形容词，是 2×2 的实验变量。

2. 基因型命名要有纪律。第一次出现写全 CYP3A4*1G（G > A，rs2242480），之后明确“G 等位（参考）”与“A 等位（变异）”。听到“*1G 阳性”要追问是 GA 还是 AA——杂合与纯合在 2023 那篇里是两组不同的细胞。读数字时把 significantly 圈出来，然后问“多少、相对谁”；这两篇摘要都没有给 P 值与效应量。

3. 把“关联—机制—内源—人体”当成四级台阶。写综述或开题时，一句话的强度取决于它站在哪一级。“CYP3A4*1G 与酶活性相关”是人群关联；“*1G 改变增强子活性”是体外机制；“AA 株表达更低”是内源细胞表型。三级不能混着引用。

4. 做 SNP 功能实验前，先查细胞系自己的基因型。HepG2 在 rs2242480 上是 GA（这是 06 页的起点告诉我们的）。如果你拿它当“野生型对照”，你的对照其实自带一个 A 等位。这一条能省掉很多返工。

附录 · 英文原文