16. 细胞内RNA深度测序证实大多数RNA进行共转录剪接
研究人员分析了K562细胞系中通过RNA-seq测序获得的细胞内RNA组分。他们发现，在人类基因组中，RNA剪接主要是在转录期间完成的。通过引入coSI测量方法，他们证实，在细胞质polyA+ RNA中，剪接几乎完全完成。因此，大多数RNA在被转录的同时进行剪接，即共转录剪接。
17. 发现上百个小鼠和人剪接来源的miRNA
非典型的miRNA模板并不适合常用于标注典型miRNA的策略。通过对737个小鼠和人类小RNA数据集进行大规模分析，研究人员采用严格且保守的策略，对237个小鼠剪接来源miRNA（splicing-derived miRNAs, mirtrons）和240个人mirtrons进行了标注。在哺乳动物中，这些mirtrons可分为三类：常规mirtrons、5'加尾mirtrons和3'加尾mirtrons。
18. GENCODE：ENCODE项目的人类基因组参考标注
GENCODE项目旨在利用计算分析、人工标注和实验验证，鉴定人类基因组中所有的基因特征。GENCODE第七版（GENCODE v7）公开发布了基因组标注数据集，包含20687个蛋白编码RNA基因座位、9640个长链非编码RNA基因座位，并拥有33977个在UCSC基因数据库和RefSeq数据库中不存在的编码性转录本。它还对公开获得的长链非编码RNA（lncRNA）进行了最全面的标注。
19. 发现人类基因组中疾病相关的功能性SNP
研究人员系统性地研究了多种类型的ENCODE数据与疾病相关基因SNP（单核苷酸多态性）之间的关联性，并发现当前鉴定出的疾病关联中，存在功能性SNP的显著富集。
20. 在两种人细胞系中，lncRNA很少表达
ENCODE项目发现，在鉴定为lncRNA的9640多个人类基因组位点中，迄今为止只有约100个得到深入研究以确定其在细胞中的作用。通过共同分析ENCODE项目最近产生的两个数据集——将表达的肽链映射到其编码性基因组位点的串联质谱数据，以及ENCODE在细胞系K562和GM12878中对长polyA+和polyA-组分进行RNA-seq测序产生的数据——研究人员利用机器学习方法RuleFit3将肽链数据与RNA表达数据对应起来。他们发现，约92%的GENCODE v7发布的lncRNA在这两种细胞系中并不表达。除极少数例外，核糖体能够区分编码性RNA转录本和非编码性RNA转录本，因此在lncRNA组中，异位表达和隐性mRNA都罕见。
21. 关于个人和群体的基因组调节性序列变异的基因组学
为了更好地界定人类基因组调节性序列变异的模式，研究人员选择了来自不同地理位置的53个人的全基因组序列，并将其与138个细胞和组织类型的DNase I超敏感位点（DHSs）标记的全基因组调节性DNA序列图谱相结合。他们估计，相比于蛋白编码DNA序列，每个人可能拥有更多具有功能重要性的调节性DNA序列变异体，尽管平均而言，它们可能产生较小的影响。
22. 利用开放构象染色质区域预测细胞类型特异性的基因表达
研究人员利用来自19种不同人类细胞类型的DNase-seq数据，鉴定了全基因组范围的近端和远端调节性序列元件。通过匹配表达数据，他们将基因分为三类：细胞特异性上调表达的基因、细胞特异性下调表达的基因和组成性表达的基因。总之，他们成功利用开放构象染色质的信息，解决了利用调节性序列直接预测哺乳动物细胞特异性表达时存在的问题。
23. 探究ENCODE人类RNA-seq数据中的RNA编辑
研究人员分析了来自ENCODE项目对14个人细胞系开展研究获得的长串RNA-seq数据（经PolyA选择，未形成双链，且深度测序），以鉴定潜在的RNA编辑事件。他们发现RNA编辑与特异性基因之间存在较强关联。
24. 细胞类型特异性转录因子结合的序列和染色质决定簇
为了研究DNA序列信号、组蛋白修饰和DNase对细胞类型特异性结合位点可访问性的作用，研究人员分析了ENCODE项目开展的286项ChIP-seq实验。与之前研究一致，他们发现DNase可访问性能够解释许多转录因子的细胞类型特异性结合。不过，根据他们建立的模型，他们还发现10个转录因子具有显著性的细胞类型特异性结合模式，4个转录因子表现出显著不同的细胞类型特异性DNA序列偏好性。
25. 119个人转录因子结合的基因组区域附近的序列特征和染色质结构
通过对ENCODE项目在研究119个人转录因子时获得的大约457个ChIP-seq数据集进行整合分析，研究人员在大多数数据集中鉴定出高度富集的序列基序，揭示出新基序并验证了已知基序。
26. 分析人类lncRNA的基因结构、进化和表达
研究人员分析了迄今为止最完整的人类lncRNA标注——由GENCODE项目产生，人工标注了产生14990个RNA转录本的9277个基因。分析结果表明，lncRNA通过类似于蛋白编码基因的转录途径产生。此外，通过在多种人体器官和大脑区域进行的lncRNA综合性表达分析，他们发现相对于蛋白编码基因，lncRNA通常表达水平较低。
27. 染色质信号存在广泛的异质性
在许多种细胞系中，研究人员将14个染色质信号（12个染色质标记、DNase和核小体定位）与119个DNA结合蛋白的结合位点相关联。他们开发了一种称为CAGT（Clustered AGgregation Tool）的方法，用于解释染色质标记在信号强度、形状和隐性链定位上的异质性。
28. 对转录因子结合数据进行整合分析以理解转录调节
利用对ENCODE项目产生的大量数据进行统计学模型分析，研究转录因子的转录调节。研究结果揭示，不同技术和RNA抽提实验程序所捕获的转录起始位点在表达水平的预测准确度上存在显著差异。
29. CTCF结合的广泛可变性与DNA甲基化相关联
CTCF是一个广泛表达的调节因子。研究人员通过研究19种不同人类细胞类型的ChIP-seq数据，分析了CTCF的全基因组结合模式。他们观察到高度重复性但可变性极大的基因组结合全景图，表明CTCF结合受到高度细胞选择性的调节。
30. 细胞HepG2中高度整合的转录因子PPARGC1A结合网络
PPARGC1A是一个转录共激活因子，它结合并共同激活多种转录因子以调节大多数基因的表达。在这项研究中，研究人员在经过毛喉素处理的HepG2细胞中描述了一种核心的PPARGC1A转录调节网络。他们利用ChIP-seq首次描绘了PPARGC1A的全基因组结合位点，并揭示出过多表达的对应于已知和新的PPARGC1A网络成员的DNA序列基序。然后，他们利用ChIP-seq构建了6个位点特异性转录因子结合伴侣的基因表达谱。重要的是，他们发现不同的转录因子组合结合到一套不同的功能性基因上，从而有助于揭示代谢性过程和其他细胞过程的组合性调节代码。