TEExplorer: A Web Portal to Investigate TE-Epigenome Associations Across Human Cell Types

El artículo presenta TEExplorer, un portal web que facilita la exploración interactiva y la comparación de las asociaciones entre elementos transponibles y marcas epigenéticas en diversos tipos celulares humanos, permitiendo además a los usuarios integrar sus propios datos de ChIP-seq con el conjunto de datos EpiATLAS.

Lo esencial

¡Hola! Imagina que el genoma humano es una biblioteca gigante y caótica. Dentro de esta biblioteca, hay libros de instrucciones muy importantes (nuestros genes), pero también hay millones de páginas sueltas, notas al margen y copias de copias de textos antiguos que se han pegado por todas partes. A estos "textos pegados" los llamamos Elementos Transponibles (TEs). Ocupan casi la mitad de la biblioteca, pero durante mucho tiempo los científicos los ignoraron, pensando que eran solo "basura" genética.

Sin embargo, ahora sabemos que estas "notas al margen" en realidad funcionan como interruptores de luz o letreros de "haz clic aquí" que controlan cuándo y cómo se activan nuestros genes.

El problema es que hay demasiados de estos interruptores y están en demasiadas habitaciones diferentes de la biblioteca (nuestras células). Analizarlos uno por uno es como intentar encontrar una aguja en un pajar... ¡pero hay millones de pajares!

Aquí es donde entra TEExplorer, la herramienta que presentan en este artículo.

¿Qué es TEExplorer? (El "Google Maps" de la Biblioteca Genética)

Imagina que TEExplorer es un panel de control interactivo o un Google Maps para navegar por esta biblioteca genética. Antes, los científicos tenían que descargar montañas de datos y usar programas complicados para ver qué interruptores (TEs) estaban encendidos en qué habitaciones (células).

TEExplorer hace todo esto fácil y visual:

1. El Mapa General (La Vista de Conjunto):
   Piensa en esto como un mapa de calor. Puedes ver, por ejemplo, que en el "cuarto de la memoria" (el cerebro), ciertos interruptores antiguos están muy activos, mientras que en el "cuarto de la defensa" (las células inmunitarias), otros son los protagonistas. La herramienta te muestra gráficas coloridas que te dicen: "¡Oye! En las células del cerebro, estos interruptores están brillando mucho más de lo normal".

2. La Lupa (Búsqueda Específica):
   ¿Te interesa un tipo específico de interruptor, digamos los "Alu" (un tipo muy común de TE)? Puedes hacer clic en ellos y la herramienta te dirá: "En las células de la sangre, estos interruptores están muy activos, pero en las células de la piel, están apagados". Te permite ver las diferencias entre familias y subfamilias de estos elementos.

3. El Comparador (Sube tus propios datos):
   Esta es la parte más mágica. Si tú eres un científico y tienes tus propios experimentos (tu propia "lista de interruptores encendidos"), puedes subir tu archivo a la web.

   • La analogía: Es como si subieras una foto de tu habitación y la herramienta te dijera: "Mira, en tu habitación hay 50 interruptores encendidos. Si la comparamos con la habitación promedio de la biblioteca, la tuya tiene el doble de interruptores de tipo 'X' encendidos. ¡Eso es inusual!".
   • Además, te muestra un mapa (llamado UMAP) donde tu muestra se coloca junto a miles de otras muestras para ver si encaja donde debería o si es una "oveja negra".

¿Para qué sirve esto en la vida real?

Los autores probaron la herramienta con un caso real: macrófagos (células de defensa) infectados con la gripe.

• La historia: Querían ver si la gripe cambiaba qué interruptores genéticos se encendían.
• El resultado: Subieron sus datos a TEExplorer y descubrieron que, aunque la mayoría de las cosas eran normales, había un interruptor específico (llamado THE1B) que se encendía mucho más cuando las células tenían gripe que cuando estaban sanas.
• La importancia: Esto les permitió encontrar una pista rápida sobre cómo el virus interactúa con nuestro genoma, algo que antes habría tomado semanas de análisis manual.

En resumen

TEExplorer es como un traductor y un explorador para la parte más confusa de nuestro ADN.

• Antes: Era como intentar leer un mapa antiguo en un idioma muerto, sin brújula y con la luz apagada.
• Ahora: Con TEExplorer, tienes un mapa interactivo, con colores brillantes, que te dice exactamente dónde están los interruptores importantes y te permite comparar tu propia casa con la de millones de vecinos para ver qué es normal y qué es especial.

La herramienta es gratuita, funciona en cualquier navegador web y no necesitas ser un experto en genética para usarla. Su objetivo es que cualquier investigador pueda decir: "¡Eh, mira! Estos elementos genéticos que antes ignorábamos, ¡están haciendo algo muy importante aquí!".

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "TEExplorer: A Web Portal to Investigate TE-Epigenome Associations Across Human Cell Types", traducido y adaptado al español.

Resumen Técnico: TEExplorer

1. El Problema

Los elementos transponibles (TEs) constituyen aproximadamente el 50% del genoma humano y juegan un papel crucial en la regulación génica, el desarrollo, la inmunidad y las enfermedades. Sin embargo, su análisis es complejo debido a su naturaleza repetitiva y a la falta de herramientas accesibles que integren sus interacciones con el epigenoma.

En un estudio previo, los autores analizaron 4,614 muestras de ChIP-seq del consorcio IHEC (EpiATLAS), abarcando 57 tipos celulares y 6 marcas de histonas. Este análisis generó más de 6 millones de mediciones de enriquecimiento de TEs. A pesar de la riqueza de estos datos, existían dos limitaciones principales:

• Dificultad de navegación: Era extremadamente difícil explorar y navegar manualmente entre millones de asociaciones específicas (TE/familia/subfamilia, marca de histona, tipo celular).
• Falta de integración: No existía una vía sencilla para que los investigadores integraran sus propios datos experimentales con este vasto conjunto de datos de referencia para realizar comparaciones directas.

2. Metodología

Para abordar estas limitaciones, los autores desarrollaron TEExplorer, un portal web interactivo construido con R y Shiny. La metodología se basa en los siguientes pilares:

• Fuente de Datos: Se utilizaron datos del conjunto EpiATLAS (4,614 muestras de ChIP-seq de 6 marcas de histonas: H3K27ac, H3K4me3, H3K4me1, H3K36me3, H3K27me3, H3K9me3, en 57 tipos celulares).
• Procesamiento y Cálculo:
  • Se solaparon los picos de ChIP-seq (redimensionados a 200 pb) con las anotaciones de TEs de RepeatMasker (hg38).
  • Se generaron controles aleatorios mediante simulaciones (1,000 iteraciones por muestra) que mantienen la distribución de distancia a los TSS (sitios de inicio de transcripción) para calcular un "conteo esperado".
  • Se calcularon métricas de enriquecimiento: Observed – Expected (Obs-Exp), conteo observado y Fold Change (Obs/Exp).
  • Se pre-calculó una base de datos agregada a nivel de familia y subfamilia (60 familias y 1,426 subfamilias) para optimizar el tiempo de respuesta en tiempo de ejecución.
• Análisis de Mapeabilidad: Se estimó la mapeabilidad de los TEs utilizando la pista de mapeabilidad única de 50 pb de UCSC para alertar sobre posibles sesgos en familias jóvenes o repetitivas.
• Control de Calidad (UMAP): Se implementó una reducción de dimensionalidad (UMAP) basada en conteos de picos en ventanas de 10 kb para visualizar la similitud entre muestras y proyectar datos de usuarios en el espacio de referencia de EpiATLAS.

3. Contribuciones Clave (Funcionalidades de la Herramienta)

TEExplorer ofrece tres secciones principales para la exploración de datos:

1. Vista General de TE (TE Overview):

   • Permite visualizar el enriquecimiento global de familias de TEs a través de tipos celulares y marcas de histonas.
   • Incluye gráficos de barras de solapamiento y mapas de calor de enriquecimiento de subfamilias.
   • Filtrado interactivo por familia, marca de histona y tipo celular.

2. Subfamilias de TE (TE Subfamilies):

   • Permite una investigación granular de una familia específica (ej. Alu) y sus subfamilias.
   • Muestra distribuciones de enriquecimiento mediante diagramas de caja (boxplots) y mapas de calor detallados.
   • Incluye información sobre la mapeabilidad estimada y el conteo de instancias.

3. Importación de Datos de Usuario (Import Section):

   • Permite a los usuarios subir sus propios archivos BED (hasta 50 MB).
   • Realiza un análisis rápido de solapamiento y enriquecimiento de TEs comparado con los controles aleatorios pre-generados de EpiATLAS.
   • Proyección UMAP: Compara visualmente la muestra del usuario con el conjunto de datos de referencia para validar la identidad celular y la calidad del experimento.
   • Genera tablas descargables y gráficos comparativos directos entre los datos del usuario y el promedio de EpiATLAS.

4. Resultados y Validación

Los autores demostraron la utilidad de la herramienta mediante dos casos de uso:

• Exploración de Patrones Generales: Se identificaron patrones claros, como el alto solapamiento de TEs con H3K9me3 (73% global) y el enriquecimiento específico de elementos L1 en H3K9me3, mientras que L2 y MIR se enriquecen en marcas activadoras como H3K27ac.
• Caso de Estudio: Macrófagos Infectados por Influenza:
  • Se analizaron 8 muestras de macrófagos derivados de monocitos (MDM) infectados y no infectados por el virus de la influenza (IAV).
  • Validación: Los datos de los usuarios se agruparon correctamente con las muestras de macrófagos de H3K27ac de EpiATLAS en el mapa UMAP.
  • Descubrimientos: Se detectaron diferencias significativas entre muestras infectadas y no infectadas. Específicamente, se observó un mayor enriquecimiento de la subfamilia THE1B (dentro de la familia ERVL-MaLR) en las muestras infectadas, un hallazgo que coincide con estudios previos independientes (Chen et al.), validando la capacidad de TEExplorer para recuperar señales biológicas relevantes.
  • Se identificaron subfamilias de Alu (AluY, AluSx, AluSz) con perfiles de enriquecimiento distintos en las muestras importadas en comparación con el promedio de EpiATLAS.

5. Significado y Limitaciones

Significado:
TEExplorer democratiza el análisis de elementos transponibles en epigenómica. Permite a investigadores sin experiencia especializada en TEs explorar millones de asociaciones, validar sus propios datos contra un estándar de oro (EpiATLAS) e identificar elementos transponibles que podrían haber sido pasados por alto como elementos causales en sus experimentos. Es una herramienta de "punto de partida" esencial para la consideración de TEs en la investigación genómica.

Limitaciones:

• Sesgo de Mapeabilidad: Los datos de EpiATLAS no conservan lecturas multi-mapeo, lo que podría llevar a una subestimación del solapamiento en familias de TEs jóvenes y repetitivas.
• Heterogeneidad: La naturaleza consorciada de EpiATLAS puede introducir heterogeneidad técnica entre muestras del mismo tipo celular.
• Dependencia de Referencia: Los análisis de enriquecimiento para datos de usuarios dependen de simulaciones pre-generadas basadas en EpiATLAS; por lo tanto, funcionan mejor cuando los datos del usuario son similares a los del conjunto de referencia.

Disponibilidad:
La herramienta es de acceso abierto y está disponible en línea en: https://teexplorer.c3g.sd4h.ca.