refTSS：为转录起始位点精准“定位”的数据库

转录从哪里起始？答案是——在转录起始位点（TSS）。TSS 不只是一个位置符号，它把转录本、启动子、转录因子结合、染色质状态这些信息连成一条线。

在基因表达调控的研究中，转录起始位点（Transcription Start Site, TSS） 的精确定位是理解基因如何被激活或抑制的关键。然而，传统的TSS注释往往存在分辨率低、组织特异性差等问题，难以满足日益精细的转录组学研究需求。

来自Riken的研究团队在《Journal of Molecular Biology》上发表了一篇重要论文，介绍了一个全新的数据库——refTSS，一个面向人类和小鼠的 高质量 TSS 参考数据集，为TSS研究带来了突破性进展。

数据库最新版地址（建议收藏）： http://reftss.clst.riken.jp/

数据库初版地址：https://reftss.riken.jp/reftss-v3/Main_Page

论文链接：https://www.sciencedirect.com/science/article/pii/S0022283619302530

refTSS 是什么？

简言之，refTSS 是把大量公开的 TSS 资源再加工整合后得到的“参考 TSS 集”，覆盖人和小鼠。数据条目包括每个 TSS 的基因注释、峰位坐标、质量评估结果，以及在物种之间的保守性信息，是研究转录起始与启动子调控的实用基础资源。

refTSS数据来自哪里？它是如何构建的？

refTSS 并不是某一次实验的产物，而是把多个高质量来源汇聚、重处理并统一标准化得到的成果。主要来源包括（但不限于）：

FANTOM5 的 CAGE 数据（高精度定位 5' cap，适合检测 TSS）；
DBTSS、EPDnew、ENCODE 等已发表或公共资源的 TSS/启动子注释；
研究组对这些数据进行了峰识别、跨资源合并、质量过滤与物种间比对，最后生成可查询的 reference 集与可视化 track。

最终得到：

Human TSS peaks：224,694
Mouse TSS peaks：173,204

提供了哪些注释与质量信息？

每个 TSS 除了坐标外，还带有：

基因/转录注释（若有）
QC 指标：TATA-box 富集、GC 含量分布、以及用 TomeTools 的“TSS-ness”分类
与 ENSEMBL Regulatory Build（ERB）的重叠类型（promoter、promoter-flanking、enhancer 等）
人鼠保守性（通过 liftOver 比对得到）

约 47–56% 的 TSS peaks 与 ERB 注释的 promoter/相关区域重叠；约 45% 的 TSS peaks 在人鼠间被识别为保守（不同类别按是否注释为 ortholog 等进一步细分）。

应用场景：

定位 TSS：当你用 RNA-seq、长读长测序或 CAGE 得到转录起始信息时，可用 refTSS 验证/注释 TSS。
研究启动子调控：将 ChIP-seq（TF、Pol II、H3K4me3/H3K27ac 等）与 refTSS 对齐，可以更精确地分析哪个启动子在什么时候活跃。
比较物种保守性：refTSS 包含人-鼠保守性信息，便于比较进化保守的启动子使用。
支持功能注释与新转录本鉴定：对新发现的转录本或 isoform，refTSS 可作为确认其起始位点的参考。

（在发育或刺激时间序列的转录调控研究中，refTSS 特别有用 —— 它可以帮助把“哪个启动子在什么时候开关”这个问题落到基因组坐标上。）

怎么使用这个数据资源？

网站（http://reftss.clst.riken.jp/）可直接搜索、下载TSS 文件（BED/GTF）、查看每个 TSS 的 QC 与注释，下载地址：http://reftss.clst.riken.jp/datafiles/；
提供 UCSC TrackHub（可直接加载到 Genome Browser）便于可视化比对 ChIP-seq、ATAC-seq、RNA-seq 等数据；
推荐把 refTSS 当成“TSS 参考集”来做 promoter-level 定量、启动子注释或把 epigenome 数据与具体 TSS 关联分析。

小结

如果你的研究涉及启动子使用、转录起始调控或需要精确定义 TSS，refTSS 是一份高价值的参考资源：它把多种高质量证据整合，提供坐标、QC、基因注释与保守性信息，便于在基因组水平做跨数据整合分析。只是要注意：对低丰度或细胞类型特异的 ncRNAs，目前覆盖仍然有限——需要结合你自己的实验数据或等待后续更新。