A Framework for Quantifying DNA Methylation Heterogeneity and Detecting Co-methylated loci from Native Nanopore Sequencing
تقدم هذه الورقة إطار عمل قابلاً للتوسع مدمجاً في حزمة DMRcaller يستفيد من تسلسل أكسفورد نانوبور الأصلي لتقدير كمية عدم التجانس في مثيلة الحمض النووي أحادي الجزيء والكشف عن المواقع المشتركة في المثيلة، مما يكشف عن الأنماط فوق الجينية والتفاعلات التنظيمية التي تحجبها التحليلات التقليدية لمتوسط المستوى عند كل موقع.
إن الحياة داخل الخلية ليست حالة موحدة حيث تتصرف فيها كل الجزيئات بالطريقة ذاتها تماماً. فحتى داخل نوع واحد من الخلايا، يمكن للتعليمات الكيميائية التي تخبر الجينات متى تعمل أو تتوقف عن العمل أن تختلف من شريط DNA إلى آخر. وتعد عملية تسمى "مثيلة الحمض النووي" (DNA methylation) واحدة من أهم هذه التعليمات. تخيل علامة كيميائية صغيرة، وهي مجموعة ميثيل، يتم إلحاقها بنقاط محددة على سلم الـ DNA. تعمل هذه العلامة مثل مفتاح خافت للضوء (dimmer switch) للجينات، حيث تعمل غالباً على خفض شدتها أو إيقاف تشغيلها. لعقود من الزمن، درس العلماء هذه العلامات من خلال فحص ملايين من أشرطة الـ DNA في وقت واحد، وحساب المتوسط الحسابي لها. هذا النهج يشبه الاستماع إلى غرفة مزدحمة والإبلاغ فقط عن متوسط مستوى الصوت؛ فهو يخبرك بمدى ضجيج الغرفة، لكنه يغفل حقيقة أن بعض الأشخاص يهمسون بينما يصرخ آخرون، ولا يمكنه إخبارك بمن يتحدث إلى من.
لقد أخفى أسلوب المتوسط هذا طبقة حاسمة من الواقع البيولوجي: الاختلافات الفردية بين جزيئات الـ DNA والطريقة التي تنسق بها علامات المثيلة مع بعضها البعض عبر مسافات طويلة. وحتى وقت قريب، كانت التكنولوجيا المتاحة لرؤية هذه الأشرطة الفردية محدودة. وقد غيرت طريقة جديدة تسمى "تسلسل أكسفورد نانوبور" (Oxford Nanopore sequencing) هذا الوضع من خلال السماح للعلماء بقراءة أشرطة طويلة وطبيعية من الـ DNA مباشرة، مما يحافظ على العلامات الكيميائية كما هي موجودة على كل جزيء فردي. تفتح هذه القدرة نافذة على التعقيد الحقيقي والفوضوي والمنسق للجينوم، وتكشف عن أنماط كانت غير مرئية سابقاً.
في دراسة جديدة، بنى الباحثون إطار عمل لاستغلال هذه التكنولوجيا بشكل كامل. فقد طوروا مجموعة من الأدوات التي يمكنها تحليل مثيلة الـ DNA ليس فقط كمتوسط لمجتمع إحصائي، بل كمجموعة من القصص الفردية. وباستخدام بيانات من خلايا بشرية نمت في المختبر، أثبتوا أن الرؤية المتوسطة للمثيلة غالباً ما تكون مضللة. فعندما نظروا إلى الأشرطة الفردية، وجدوا أن التباين بينها كان كبيراً. فبعض مناطق الجينوم، التي بدت وكأنها تمتلك مستوى ثابتاً ومتوسطاً من المثيلة عند حساب المتوسط، كانت في الواقع مزيجاً فوضوياً من أشرطة إما موسومة بالكامل أو غير موسومة على الإطلاق. وقد أطلق الباحثون على هذه المناطق اسم "نطاقات المثيلة المتغيرة" (Variable Methylated Domains). ومن خلال معاملة كل شريط DNA ككيان فريد، استطاعوا رؤية أن "المتوسط" كان يحجب درجة عالية من الاضطراب الذي من المرجح أن يكون مهماً لكيفية عمل الخلايا وتغيرها.
وبعيداً عن مجرد رؤية الفوضى، اكتشف الفريق كيف تتواصل أجزاء مختلفة من شريط الـ DNA مع بعضها البعض. فقد وجدوا أن علامات المثيلة في موقع ما غالباً ما تظهر مع علامات في موقع آخر على نفس الشريط، وهي ظاهرة يسمونها "المثيلة المشتركة" (co-methylation). هذا التنسيق ليس عشوائياً؛ مما يشير إلى أن الخلية تدير هذه العلامات بطريقة متزامنة عبر مسافات طويلة من الـ DNA. واستخدم الباحثون هذه الرؤية للتنبؤ بكيفية عمل البروتينات التي تتحكم في الجينات، والمعروفة باسم "عوامل النسخ" (transcription factors)، معاً. ووجدوا أنه عندما يرتبط بروتينان معروفان بالارتباط التعاوني بالـ DNA، فإن علامات المثيلة بالقرب من مواقع ارتباطهما تميل إلى أن تكون "مثيلة مشتركة". وهذا يوفر طريقة جديدة لرسم خرائط التفاعلات بين البروتينات التي تدير آليات الخلية، ببساطة من خلال النظر إلى نمط العلامات الكيميائية على الـ DNA.
كما طبق الفريق هذه الأساليب لمقارنة الخلايا الذكرية والأنثوية. بحث الباحثون عن الاختلافات في كيفية تنظيم المثيلة بين الجنسين. ووجدوا أنه بينما أظهرت بعض المناطق أنماطاً متشابهة، كانت مناطق أخرى متميزة. على سبيل المثال، أظهرت مناطق معينة من الجينوم أنماط مثيلة مشتركة خاصة بالإناث، بينما كانت أخرى خاصة بالذكور. كما حددوا مناطق اختلف فيها تباين المثيلة بين الجنسين. تشير هذه النتائج إلى أن الطريقة التي تدير بها الخلايا علاماتها الكيميائية ليست مجرد مسألة عدد العلامات الموجودة، بل تتعلق أيضاً بكيفية توزيع تلك العلامات وتنسيقها عبر جزيئات الـ DNA الفردية. وأشار الباحثون إلى أن اكتشاف هذه الاختلافات الدقيقة يتطلب مستوى عالٍ من التفصيل، وأن أدواتهم الجديدة مصممة لتوفير هذا الوضوح.
يمثل هذا العمل تحولاً كبيراً في كيفية مراقبة العلماء للمشهد فوق الجيني (epigenetic landscape). فمن خلال الابتعاد عن الصورة الضبابية للمتوسطات والتركيز على التفاصيل الدقيقة للجزيئات الفردية، كشف الباحثون عن طبقة خفية من التنظيم في الجينوم. لقد أظهروا أن الجينوم ليس خريطة ثابتة وموحدة، بل هو مجموعة ديناميكية من الأشرطة الفردية، لكل منها نمطه الخاص من العلامات الكيميائية. هذه الأنماط ليست ضجيجاً عشوائياً؛ بل تحتوي على إشارات منسقة تلعب على الأرجح دوراً في تنظيم الجينات والهوية الخلوية. وتسمح الأدوات التي طُورت في هذه الدراسة للعلماء بقراءة هذه الإشارات مباشرة، مما يقدم فهماً أكثر اكتمالاً ودقة لكيفية التحكم في الجينوم. هذا النهج لا يحل محل الطرق القديمة، بل يضيف بعداً جديداً إليها، ويكشف عن التعقيد الحقيقي للتعليمات التي توجه الحياة على المستوى الجزيئي.
ملخص تقني: إطار عمل لقياس عدم التجانس في مثيلة الحمض النووي (DNA) والكشف عن المواقع متزامنة المثيلة من تسلسل النانو بوري الأصلي
بيان المشكلة تعتمد الطرق الحالية لتحليل مثيلة الحمض النووي (DNAm)، ولا سيما تسلسل الجينوم الكامل بالتحويل بالبيسلفيت (WGBS-seq) وسير العمل القياسي لتقنيات أكسفورد نانو بوري (ONT)، بشكل أساسي على المتوسط على مستوى الجمهرة. تقوم هذه النهج بتجميع القراءات التي تغطي سيتوزين معين لتوليد قيمة نسبة مثيلة واحدة. وبينما تعد هذه الطريقة فعالة في اكتشاف تغيرات المثيلة المتوسطة، إلا أنها تحجب الميزات البيولوجية الحرجة: عدم التجانس من جزيء إلى جزيء (التباين العشوائي بين جزيئات الحمض النووي الفردية) وحالات المثيلة المنسقة (المثيلة المشتركة/المتزامنة) عبر المواقع على نفس الجزيء. غالبًا ما تقوم أدوات ONT الحالية باختزال البيانات إلى ملخصات على مستوى الموقع قبل تمريرها إلى الحزم اللاحقة المصممة لـ WGBS، مما يؤدي إلى فقدان المعلومات المتعلقة بكيفية وجود مواقع CpG المثيلة معًا على نفس شريط الحمض النووي الفيزيائي. هذا القصور يمنع التوصيف المنهجي لعدم التجانس فوق الجيني والتنسيق بعيد المدى، وهما عاملان يُعترف بهما بشكل متزايد كمحركات للنمو، والشيخوخة، والمرض.
المنهجية يقدم المؤلفون إطار عمل حوسبي جديد مدمج في حزمة DMRcaller الخاصة بلغة R/Bioconductor، مصمم خصيصًا للاستفادة من بيانات تسلسل ONT الأصلية عند دقة الجزيء الواحد. يتجنب سير العمل عملية التحويل بالبيسلفيت وتضخيم تفاعل البوليميراز المتسلسل (PCR)، مما يحافظ على السياق الجينومي بعيد المدى.
معالجة البيانات: يستخدم إطار العمل وظيفة readONTbam لاستيراد ملفات BAM المحاذية الناتجة عن Dorado (المُحلل الأساسي لـ ONT) مباشرة. يقوم بفك تشفير علامات MM (القاعدة المعدلة) و ML (احتمالية التعديل) لاستخراج مؤشرات المثيلة لكل قراءة لسياقات سيتوزين محددة (5mC، و5hmC، وnon-CpG).
قياس عدم التجانس:
نطاقات المثيلة الجزئية (PMDs): يتم تحديدها باستخدام computePMDs عبر ثلاث طرق (مرشح الضوضاء، والجوار، والحاويات) لتحديد مناطق ممتدة ذات مستويات مثيلة متوسطة.
نطاقات المثيلة المتغيرة (VMDs): يتم اكتشافها عبر computeVMDs التي تحسب الانحراف المعياري الموزون لنسب المثيلة لكل قراءة داخل حاويات ثابتة الحجم. ويتم التمييز بين النطاقات عالية التباين (hVMD) ومنخفضة التباين (lVMD) باستخدام خوارزمية كشف المرفق (EDE) المطبقة على توزيع الانحراف المعياري التجريبي.
مناطق المثيلة المتغيرة (VMRs): يتم تحديدها باستخدام filterVMRsONT لإيجاد المناطق التي تظهر اختلافات جوهرية في كل من النزعة المركزية (اختبار Mann-Whitney U) والانتشار (اختبار F) لنسب المثيلة لكل قراءة بين العينات.
تحليل المثيلة المشتركة (المتزامنة):
مواقع المثيلة المشتركة (CMPs): يتم اكتشافها باستخدام computeCoMethylatedPositions التي تبني جداول طردية (contingency tables) بنسبة 2×2 من تعداد حالات التواجد المشترك للمثيلة عند أزواج من مواقع CpG. يتم تقييم الأهمية الإحصائية عبر اختبار فيشر الدقيق لتحديد المثيلة الإيجابية أو المثيلة المضادة.
مناطق المثيلة المشتركة (CMRs): يتم تحديدها باستخدام computeCoMethylatedRegions عبر حساب معاملات ارتباط بيرسون بين متوسط نسب المثيلة لمنطقتين جينوميتين عبر القراءات الفردية.
التطبيق على عوامل النسخ (TFs): يربط إطار العمل بين CMPs ومواقع ارتباط عوامل النسخ للتنبؤ بأحداث الارتباط المشترك، وتحديدًا لاختبار ما إذا كانت CMPs تربط المواقع لأزواج عوامل النسخ التي يُتوقع أن تتفاعل بشكل تآزري.
النتائج الرئيسية تم التحقق من صحة إطار العمل باستخدام بيانات ONT من خطوط خلايا ليمفاوية بشرية (LCLs)، بما في ذلك GM18501 (عينة واحدة) و HG00277/HG00326 (أزواج ذكر/أنثى).
عدم التجانس المحجوب: كشف تحليل GM18501 أن عدم التجانس الكبير في مستوى الجزيء غير مرئي عند مستوى الموقع المجمع. وتحديدًا، لم تظهر النطاقات عالية التباين (hVMDs) والنطاقات منخفضة التباين (lVMDs) أي فرق معنوي في متوسط المثيلة أو التباين عند تحليلها على مستوى الموقع المجمع. ومع ذلك، عند مستوى القراءة الواحدة، أظهرت hVMDs تباينًا أكبر بمقدار 8.48 ضعفًا مقارنة بـ lVMDs.
المثيلة المشتركة وارتباط عوامل النسخ: في عينة GM18501، حدد إطار العمل CMPs تربط مواقع CpG ضمن نطاق 150 زوجًا من القواعد. وأظهر تحليل 27 عامل نسخ (TFs) ذات موتيفات (motifs) غنية عند هذه الـ CMPs أن أزواج عوامل النسخ التآزرية (مثل وحدات AP-1 مثل JUND و FOSL1) امتلكت عددًا أكبر بكثير من CMPs التي تربط مواقع ارتباطها مقارنة بالأزواج المستقلة. وهذا يشير إلى أن CMPs يمكن أن تعمل كوسيط لتحديد الارتباط التعاوني لعوامل النسخ.
الاختلافات النوعية للجنس: كشفت المقارنة بين خلايا LCL الذكرية والأنثوية أنه بينما كانت أنماط المثيلة العالمية متشابهة، كانت هناك نطاقات DMR متميزة مرتبطة بالجنس (saDMRs). وعلى عكس دراسات مصفوفة EPIC السابقة التي وجدت أن saDMRs غنية في المحفزات (promoters)، أظهرت بيانات ONT أن saDMRs كانت في الغالب بين الجينات وفي الإنترونات.
المثيلة المشتركة الخاصة بالجنس: في نطاقات PMDs المشتركة بين الجنسين، كان عدد CMPs الخاصة بالإناث أكثر من ضعف عدد CMPs الخاصة بالذكور. ومع ذلك، فإن اكتشاف مناطق المثيلة المشتركة (CMRs) وVMRs كان يعتمد بشدة على عمق التسلسل؛ حيث تم اكتشاف عدد قليل فقط من CMRs المرتبطة بالجنس في مجموعة البيانات الحالية، مما يشير إلى الحاجة لتغطية أعلى للكشف القوي عن هذه الميزات.
Non-CpG و 5hmC: نجح إطار العمل في معالجة البيانات الخاصة بـ 5hmC و non-CpG، رغم أن المؤلفين أشاروا إلى أن العينات المستخدمة تفتقر إلى العمق المطلوب للكشف القوي عن التعديلات منخفضة الوفرة مثل 5hmC.
الأهمية والادعاءات يدعي المؤلفون أن هذا العمل يسد فجوة حرجة في المشهد الحالي لتحليل المثيلة على مستوى الجزيء الواحد من خلال توفير منصة موحدة وقابلة للتوسع ضمن DMRcaller.
ما وراء المتوسط الحسابي: تكمن الأهمية الأساسية في القدرة على استعادة الميزات فوق الجينية — وتحديدًا عدم التجانس من جزيء لآخر (VMDs/VMRs) وهياكل المثيلة المنسقة (CMPs/CMRs) — التي تُفقد بشكل لا رجعة فيه عند اختزال البيانات إلى متوسطات لكل موقع.
إطار عمل موحد: من خلال دمج تحديد VMD، وتحليل CMR، واستدعاء DMR في حزمة Bioconductor واحدة، ينتقل إطار العمل إلى ما وراء "التجميع على مستوى الكتلة" والتدقيق الذي يركز على الدقة للأدوات الحالية لـ ONT. فهو يتيح توصيف التباين فوق الجيني عبر مستويات متعددة من الدقة (على مستوى الجمهرة، ومستوى القراءة، والمدى الطويل) ضمن سير عمل واحد.
الرؤية البيولوجية: توضح الدراسة أن دقة الجزيء الواحد تكشف عن عدم تجانس كبير داخل نطاقات المثيلة الجزئية (PMDs) التي يتم حجبها بواسطة مقاييس الجمهرة. كما أنها تؤسس رابطًا بين أنماط المثيلة المشتركة والارتباط التعاوني لعوامل النسخ، مما يوفر مسارًا حوسبيًا جديدًا للتنبؤ بتفاعلات عوامل النسخ.
القيود: أشار المؤلفون بتواضع إلى أن اكتشاف ميزات معينة (مثل VMRs و CMRs) مقيد حاليًا بعمق التسلسل وتوحيد التغطية، خاصة في العينات الذكرية حيث كانت التغطية أقل. وأكدوا أنه بينما يعد إطار العمل قويًا، يُنصح بتغطية أعلى للكشف عن الاختلافات الدقيقة في التباين بين العينات.
في الختام، يضع البحث DMRcaller كأداة مرنة لاستكشاف المشهد الكامل للتباين فوق الجيني من تسلسل القراءة الطويلة الأصلي، مما يوفر قدرات لا يمكن الوصول إليها من خلال التسلسل قصير القراءة أو النهج المعتمد على التحويل بالبيسلفيت.