DNA sequence information underpins genetic research, enabling discoveries of important biological or medical benefit. Sequencing projects have traditionally used long (400–800 base pair) reads, but the existence of reference sequences for the human and many other genomes makes it possible to develop new, fast approaches to re-sequencing, whereby shorter reads are compared to a reference to identify intraspecies genetic variation. Here we report an approach that generates several billion bases of accurate nucleotide sequence per experiment at low cost. Single molecules of DNA are attached to a flat surface, amplified in situ and used as templates for synthetic sequencing with fluorescent reversible terminator deoxyribonucleotides. Images of the surface are analysed to generate high-quality sequence. We demonstrate application of this approach to human genome sequencing on flow-sorted X chromosomes and then scale the approach to determine the genome sequence of a male Yoruba from Ibadan, Nigeria. We build an accurate consensus sequence from >30× average depth of paired 35-base reads. We characterize four million single-nucleotide polymorphisms and four hundred thousand structural variants, many of which were previously unknown. Our approach is effective for accurate, rapid and economical whole-genome re-sequencing and many other biomedical applications. The power of the latest massively parallel synthetic DNA sequencing technologies is demonstrated in two major collaborations that shed light on the nature of genomic variation with ethnicity. The first describes the genomic characterization of an individual from the Yoruba ethnic group of west Africa. The second reports a personal genome of a Han Chinese, the group comprising 30% of the world's population. These new resources can now be used in conjunction with the Venter, Watson and NIH reference sequences. A separate study looked at genetic ethnicity on the continental scale, based on data from 1,387 individuals from more than 30 European countries. Overall there was little genetic variation between countries, but the differences that do exist correspond closely to the geographic map. Statistical analysis of the genome data places 50% of the individuals within 310 km of their reported origin. As well as its relevance for testing genetic ancestry, this work has implications for evaluating genome-wide association studies that link genes with diseases.

Certain G-rich DNA sequences readily form four-stranded structures called G-quadruplexes. These sequence motifs are located in telomeres as a repeated unit, and elsewhere in the genome, where their function is currently unknown. It has been proposed that G-quadruplexes may be directly involved in gene regulation at the level of transcription. In support of this hypothesis, we show that the promoter regions (1 kb upstream of the transcription start site TSS) of genes are significantly enriched in quadruplex motifs relative to the rest of the genome, with >40% of human gene promoters containing one or more quadruplex motif. Furthermore, these promoter quadruplexes strongly associate with nuclease hypersensitive sites identified throughout the genome via biochemical measurement. Regions of the human genome that are both nuclease hypersensitive and within promoters show a remarkable (230-fold) enrichment of quadruplex elements, compared to the rest of the genome. These quadruplex motifs identified in promoter regions also show an interesting structural bias towards more stable forms. These observations support the proposal that promoter G-quadruplexes are directly involved in the regulation of gene expression.

Distinguishing Epigenetic Marks Methylation of the cytosine base in eukaryotic DNA (5mC) is an important epigenetic mark involved in gene silencing and genome stability. Methylated cytosine can be enzymatically oxidized to 5-hydroxymethylcytosine (5hmC), which may function as a distinct epigenetic mark—possibly involved in pluripotency—and it may also be an intermediate in active DNA demethylation. To be able to detect 5hmC genome-wide and at single-base resolution, Booth et al. (p. 934 , published online 26 April) developed a 5hmC sequencing chemistry that selectively oxidizes 5hmC to 5-formylcytosine and then to uracil while leaving 5mC unchanged. Using this method, mouse embryonic stem cell genomic DNA was sequenced to reveal that 5hmC is found enriched at intragenic CpG islands and long interspersed nuclear element–1 retrotransposons.

Shankar Balasubramanian and colleagues examine endogenous DNA G-quadruplex (G4) structures in the context of chromatin by using G4 antibody-based ChIP–seq. They find that G4 structures are enriched in nucleosome-depleted regions and the promoters and 5′ UTRs of highly transcribed genes, suggesting a relationship between chromatin state, transcriptional output and G4 status. G-quadruplex (G4) structural motifs have been linked to transcription1,2, replication3 and genome instability4,5 and are implicated in cancer and other diseases6,7,8. However, it is crucial to demonstrate the bona fide formation of G4 structures within an endogenous chromatin context9,10. Herein we address this through the development of G4 ChIP–seq, an antibody-based G4 chromatin immunoprecipitation and high-throughput sequencing approach. We find ∼10,000 G4 structures in human chromatin, predominantly in regulatory, nucleosome-depleted regions. G4 structures are enriched in the promoters and 5′ UTRs of highly transcribed genes, particularly in genes related to cancer and in somatic copy number amplifications, such as MYC. Strikingly, de novo and enhanced G4 formation are associated with increased transcriptional activity, as shown by HDAC inhibitor–induced chromatin relaxation and observed in immortalized as compared to normal cellular states. Our findings show that regulatory, nucleosome-depleted chromatin and elevated transcription shape the endogenous human G4 DNA landscape.

Guanine-rich nucleic acid sequences can adopt noncanonical four-stranded secondary structures called guanine (G)-quadruplexes1. Bioinformatics analysis suggests that G-quadruplex motifs are prevalent in genomes2, which raises the need to elucidate their function. There is now evidence for the existence of DNA G-quadruplexes at telomeres with associated biological function3. A recent hypothesis supports the notion that gene promoter elements contain DNA G-quadruplex motifs that control gene expression at the transcriptional level4. We discovered a highly conserved, thermodynamically stable RNA G-quadruplex in the 5′ untranslated region (UTR) of the gene transcript of the human NRAS proto-oncogene. Using a cell-free translation system coupled to a reporter gene assay, we have demonstrated that this NRAS RNA G-quadruplex modulates translation. This is the first example of translational repression by an RNA G-quadruplex. Bioinformatics analysis has revealed 2,922 other 5′ UTR RNA G-quadruplex elements in the human genome. We propose that RNA G-quadruplexes in the 5′ UTR modulate gene expression at the translational level.

Identifying DNA sequences that adopt alternative structures within the context of genomic DNA presents a major challenge. Pyridostatin, a G-quadruplex–specific chemical probe, was shown to induce DNA damage at specific genomic sites, including the proto-oncogene SRC, leading to cell cycle arrest in human cancer cells. Guanine-rich DNA sequences that can adopt non–Watson-Crick structures in vitro are prevalent in the human genome. Whether such structures normally exist in mammalian cells has, however, been the subject of active research for decades. Here we show that the G-quadruplex–interacting drug pyridostatin promotes growth arrest in human cancer cells by inducing replication- and transcription-dependent DNA damage. A chromatin immunoprecipitation sequencing analysis of the DNA damage marker γH2AX provided the genome-wide distribution of pyridostatin-induced sites of damage and revealed that pyridostatin targets gene bodies containing clusters of sequences with a propensity for G-quadruplex formation. As a result, pyridostatin modulated the expression of these genes, including the proto-oncogene SRC. We observed that pyridostatin reduced SRC protein abundance and SRC-dependent cellular motility in human breast cancer cells, validating SRC as a target of this drug. Our unbiased approach to define genomic sites of action for a drug establishes a framework for discovering functional DNA-drug interactions.

Nucleic acid sequences containing several short runs of guanine nucleotides can form complex higher order structures, termed quadruplexes. Their occurrence has been most extensively characterised at the telomeric ends of eukaryotic chromosomes, whose DNA comprises such sequences, and where the extreme 3' ends are single-stranded. This enables relatively facile formation of quadruplex arrangements under the influence of a quadruplex-selective small molecule to compete effectively with telomeric protein-DNA interactions. Occurrences of quadruplexes within the human and other genomes have been mapped by bioinformatics surveys, which have revealed over-representations in promoter regions, especially of genes involved in replication, such as oncogenes, as well as in 5'UTR regions. The highly distinctive nature of quadruplex topologies suggests that they can act as novel therapeutic targets, for example in the selective inhibition of transcription of a given oncogene, using designed small molecules to stabilise a particular quadruplex. This offers the prospect of an alternative to, for example, direct kinase targeting with small molecules, without the attendant issues of active-site resistance. We survey here the basis of these approaches, together with current progress, and discuss the mechanistic issues posed by quadruplex targeting.

Following extensive evidence for the formation of four-stranded DNA G-quadruplex structures in vitro, DNA G-quadruplexes have been observed within human cells. Although chemically distinct, RNA can also fold in vitro into G-quadruplex structures that are highly stable because of the 2'-hydroxyl group. However, RNA G-quadruplexes have not yet been reported in cells. Here, we demonstrate the visualization of RNA G-quadruplex structures within the cytoplasm of human cells using a G-quadruplex structure-specific antibody. We also demonstrate that small molecules that bind to G-quadruplexes in vitro can trap endogenous RNA G-quadruplexes when applied to cells. Furthermore, a small molecule that exhibits a preference for RNA G-quadruplexes rather than DNA G-quadruplexes in biophysical experiments also shows the same selectivity within a cellular context. Our findings provide substantive evidence for RNA G-quadruplex formation in the human transcriptome, and corroborate the selectivity and application of stabilizing ligands that target G-quadruplexes within a cellular context.