Comparing bulk and single-cell methodologies and models to profile gene expression, chromatin accessibility and regulatory links in endothelial cells treated with TNFα

Cette étude démontre que, bien que les profils transcriptomiques et épigénétiques obtenus par des méthodes en vrac ou à l'échelle cellulaire unique soient biologiquement similaires dans les cellules endothéliales traitées au TNFα, le choix de la méthodologie influence significativement les prédictions des modèles liant les enhancers aux gènes et la priorisation des gènes causaux associés aux maladies.

L'essentiel

🧬 Le Grand Débat : La Photo de Groupe vs Le Portrait-robot

Imaginez que vous essayez de comprendre comment fonctionne une ville très complexe (votre corps) en regardant ses habitants (vos cellules). Les scientifiques veulent savoir : « Si une rue (un gène) a un problème, quelle est la cause exacte ? »

Pour répondre à cette question, les chercheurs ont comparé deux méthodes pour observer les cellules :

1. La méthode « Photo de Groupe » (Bulk) : C'est comme prendre une photo floue d'une foule entière. On voit l'ensemble, la moyenne, mais on ne distingue pas les individus. C'est la méthode traditionnelle, éprouvée et puissante.
2. La méthode « Portrait-robot » (Single-cell) : C'est comme prendre une photo haute définition de chaque personne dans la foule, une par une. On voit les détails uniques de chacun, mais c'est plus difficile à assembler et parfois moins lumineux (moins de détails pour les gens qui chuchotent).

🏥 Le Laboratoire : Des Cellules en Colère

Dans cette étude, les chercheurs ont pris des cellules qui tapissent nos vaisseaux sanguins (les endothéliums). Ils les ont mises dans deux états :

• Au repos (comme une rue calme).
• Sous l'effet du TNFα (une substance inflammatoire, comme si la rue était en feu ou en émeute).

Ils ont utilisé les deux méthodes (Photo de groupe et Portrait-robot) pour voir comment les cellules réagissaient à ce « feu ».

🔍 Le Résultat Principal : Les Cellules se ressemblent, mais les cartes changent

1. Le paysage est le même :
Que ce soit avec la photo de groupe ou le portrait-robot, les chercheurs ont vu la même chose : les cellules s'activent, elles crient, elles changent de comportement. Les grandes tendances biologiques sont identiques. C'est rassurant !

2. Mais les cartes routières sont différentes :
C'est ici que ça devient intéressant. Les chercheurs ont utilisé des logiciels intelligents (des modèles) pour dessiner des lignes invisibles entre les zones de contrôle (les enhancers, comme des interrupteurs) et les gènes (les ampoules qu'ils allument).

• Le logiciel « Photo de groupe » (ABC) a tracé une ligne entre l'interrupteur A et l'ampoule B.
• Le logiciel « Portrait-robot » (scE2G) a tracé une ligne entre le même interrupteur A et une autre ampoule C !

L'analogie du GPS :
Imaginez que vous cherchez une adresse précise dans une ville.

• Le GPS « Photo de groupe » vous dit : « Tournez à gauche, c'est chez le boulanger (Gène BCAR1). »
• Le GPS « Portrait-robot » vous dit : « Non, tournez à droite, c'est chez le libraire (Gène CFDP1). »
• Le problème ? Les deux GPS utilisent les mêmes données de base, mais ils interprètent les virages différemment.

💔 Pourquoi est-ce grave pour les maladies cardiaques ?

Les chercheurs ont appliqué ce test à des maladies réelles : les maladies coronariennes (crises cardiaques) et l'hypertension. Ils ont cherché à savoir quels gènes sont responsables de ces maladies.

• Parfois, les deux méthodes s'accordent (ex: le gène TGFB1).
• Mais souvent, elles ne s'accordent pas. Parfois, la méthode « Portrait-robot » pointe vers un gène que la méthode « Photo de groupe » ignore, et vice-versa.

L'impact concret :
Si un médecin ou un chercheur veut développer un médicament pour guérir une maladie cardiaque, il doit cibler le bon gène.

• S'il suit le GPS « Photo de groupe », il pourrait viser le mauvais gène et échouer.
• S'il suit le GPS « Portrait-robot », il pourrait viser un autre gène et réussir (ou échouer aussi !).

🎯 La Conclusion en une phrase

Cette étude nous dit : « Ne vous fiez pas à un seul GPS ! »

Même si les nouvelles technologies (le portrait-robot) sont très prometteuses pour voir les détails, elles ne remplacent pas toujours les anciennes (la photo de groupe). Pour trouver la vraie cause d'une maladie génétique, il faut souvent croiser les informations des deux méthodes, comme un détective qui vérifie plusieurs témoignages avant d'arrêter le coupable.

En résumé : La science avance, mais pour comprendre comment nos gènes causent des maladies, il faut être prudent et utiliser plusieurs outils pour ne pas se tromper de cible.

Résumé technique

Titre du papier

Comparaison des méthodologies et modèles en vrac (bulk) et à l'échelle de la cellule unique (single-cell) pour profiler l'expression génique, l'accessibilité de la chromatine et les liens régulateurs dans les cellules endothéliales traitées au TNFα.

1. Problématique

Les études d'association pangénomique (GWAS) ont identifié des milliers de variants non codants associés à des maladies complexes, notamment les maladies cardiovasculaires. Cependant, il reste difficile d'identifier les gènes causaux régulés par ces variants.

• Le défi : Les éléments régulateurs (enhancers) peuvent agir à de grandes distances (>100 kb) de leurs gènes cibles, rendant la prédiction des liens "enhancer-gène" complexe.
• Le contexte technologique : Des modèles statistiques (comme le modèle ABC) ont été développés pour prédire ces liens en utilisant des données de profils "bulk" (moyenne de millions de cellules). Récemment, des méthodes "multiome" à l'échelle de la cellule unique (scRNAseq + scATACseq) permettent de développer de nouveaux modèles (comme scE2G).
• La question centrale : Les prédictions des liens régulateurs sont-elles cohérentes lorsqu'on utilise les mêmes données biologiques mais traitées via des approches "bulk" versus "single-cell" ? L'impact de ce choix méthodologique sur la priorisation des gènes causaux dans les GWAS est-il significatif ?

2. Méthodologie

Les auteurs ont utilisé un système expérimental contrôlé : des cellules endothéliales aortiques humaines immortalisées (teloHAEC), soit non traitées (NT), soit stimulées par la cytokine pro-inflammatoire TNFα (4h et 24h).

• Données "Bulk" (Vrac) :
  • Utilisation de données publiques existantes (GSE126200) incluant RNAseq, ATACseq, ChIP-seq (H3K27ac) et HiC.
  • Modèle appliqué : Le modèle ABC (Activity-by-Contact), qui intègre l'accessibilité de la chromatine, l'activité des enhancers (H3K27ac) et les contacts 3D (HiC) pour prédire les liens.
• Données "Single-Cell" (Cellule unique) :
  • Génération de nouvelles données 10X Genomics Multiome (couplage scRNAseq et scATACseq) sur les mêmes conditions expérimentales.
  • Modèle appliqué : Le modèle scE2G, conçu spécifiquement pour les données multi-omiques à l'échelle cellulaire, intégrant les corrélations entre l'accessibilité des cCRE (éléments régulateurs candidats) et l'expression génique au niveau individuel.
• Analyses comparatives :
  • Comparaison des gènes différentiellement exprimés (DEG) et des pics d'accessibilité différentielle (DOP).
  • Évaluation de l'enrichissement en héritabilité pour la maladie coronarienne (CAD) et la pression artérielle diastolique (DBP) via la régression des scores de déséquilibre de liaison (LD score regression).
  • Fine-mapping : Utilisation de l'outil RSparsePro pour identifier les variants causaux dans les GWAS de la CAD et de la DBP.
  • Priorisation des gènes : Comparaison des gènes liés aux variants causaux via les modèles ABC et scE2G, en utilisant les scores d'association de la plateforme Open Targets.

3. Contributions Clés

• Première comparaison directe : C'est l'une des premières études à comparer systématiquement les prédictions de liens régulateurs issues de modèles "bulk" (ABC) et "single-cell" (scE2G) sur le même système biologique.
• Validation de la concordance biologique : Confirmation que les profils globaux (voies biologiques, corrélations des changements d'expression) sont similaires entre les deux méthodes, malgré des sensibilités différentes.
• Démonstration de la divergence prédictive : Mise en évidence que le choix du modèle (bulk vs sc) modifie substantiellement la liste des gènes candidats causaux identifiés pour un même locus GWAS.

4. Résultats Principaux

• Concordance des profils moléculaires :

  • Les changements d'expression génique (RNAseq) et d'accessibilité de la chromatine (ATACseq) sont fortement corrélés entre les méthodes bulk et sc.
  • Cependant, la méthode bulk détecte un nombre plus élevé de gènes différentiellement exprimés (643 vs 177) et de pics différentiels, probablement grâce à une meilleure puissance statistique pour détecter de faibles changements (effet de moyennage).
  • Les voies biologiques enrichies sont identiques dans les deux approches.

• Divergence des liens régulateurs (Enhancer-to-Gene) :

  • Les modèles ne prédisent pas les mêmes liens. Le modèle scE2G tend à prédire davantage de liens courts (promoteurs), tandis que le modèle ABC (excluant les promoteurs par défaut) prédit des liens plus distaux.
  • Seulement 15 à 32 % des liens prédits sont communs aux deux modèles.
  • Exemple critique (Locus BCAR1/CFDP1) : Un même variant finement cartographié est lié au gène BCAR1 par le modèle ABC, mais au gène CFDP1 par le modèle scE2G.
  • Exemple critique (Locus IL6R) : Seule la méthode scE2G prédit un lien régulateur entre des variants CAD et le gène IL6R, alors que le modèle ABC ne le fait pas.

• Impact sur la priorisation des gènes causaux (GWAS) :

  • Les deux modèles capturent une fraction significative de l'héritabilité de la CAD et de la DBP.
  • Cependant, les ensembles de gènes candidats identifiés diffèrent :
    • 59 gènes candidats CAD sont identifiés uniquement par scE2G (ex: IL6R, FES).
    • 44 gènes candidats CAD sont identifiés uniquement par ABC (ex: BTBD16, DHX36).
    • 66 gènes sont communs aux deux (ex: TGFB1, NOS3).
  • Les scores d'association Open Targets sont généralement plus élevés pour les gènes connectés par les deux modèles, mais les modèles exclusifs identifient aussi des gènes pertinents.

5. Signification et Conclusion

• Impact sur la recherche fonctionnelle : Le choix entre une approche "bulk" ou "single-cell" n'est pas anodin. Il influence directement la sélection des gènes cibles pour les expériences de validation fonctionnelle (ex: CRISPR). Un gène manquant dans une approche pourrait être manqué dans l'autre.
• Complémentarité : Les méthodes "single-cell" offrent l'avantage de capturer l'hétérogénéité cellulaire et les corrélations directes dans la même cellule, mais peuvent manquer de sensibilité pour les gènes faiblement exprimés. Les méthodes "bulk" restent plus puissantes pour détecter de petits changements mais masquent l'hétérogénéité.
• Recommandation : Les auteurs suggèrent que pour interpréter les résultats des GWAS et planifier des expériences fonctionnelles, il est crucial de considérer ou de combiner plusieurs stratégies de priorisation (modèles bulk, modèles sc, données HiC, eQTL/pQTL) plutôt que de s'appuyer sur un seul modèle.
• Limites : L'étude se concentre sur un seul type cellulaire (endothélial) et deux modèles spécifiques (ABC et scE2G). La généralisation à d'autres tissus ou modèles nécessite des données appariées bulk/sc supplémentaires.

En résumé, bien que les profils moléculaires de base soient concordants, les modèles de prédiction des liens régulateurs dérivés de données bulk et single-cell produisent des listes de gènes candidats distinctes, ce qui souligne la nécessité d'une approche intégrative pour élucider la génétique des maladies complexes.