ATAC-seq and MNase-seq Detect Distinct Modes of Chromatin Accessibility

À l'intérieur du noyau de chaque cellule, le code génétique n'est pas disposé comme un livre ouvert et lâche. Au lieu de cela, les longs brins d'ADN sont étroitement enroulés autour de bobines protéiques appelées nucléosomes, formant une structure dense et organisée connue sous le nom de chromatine. Pour qu'une cellule puisse lire ses gènes et produire les protéines dont elle a besoin, la machinerie qui accomplit ce travail doit pouvoir atteindre l'ADN. Cela signifie que la chromatine doit être « ouverte » ou accessible à des endroits spécifiques. Depuis longtemps, les scientifiques s'appuient sur deux outils principaux pour cartographier ces régions ouvertes : l'un qui utilise une enzyme digestive pour grignoter l'ADN non protégé, et un autre qui utilise une machine moléculaire pour couper et marquer les endroits accessibles. Pendant des années, la communauté scientifique a supposé que ces deux outils regardaient simplement la même chose sous des angles légèrement différents, fournissant des cartes redondantes de l'endroit où l'ADN est libre de travailler.

Une nouvelle étude remet en question cette hypothèse de longue date en montrant que ces deux outils révèlent en réalité deux états très différents du génome. Les chercheurs, travaillant principalement avec la levure de Budding (levure de fission), un organisme simple au génome réduit qui sert de modèle puissant pour comprendre la vie plus complexe, ont effectué une comparaison côte à côte de ces deux méthodes. Ils ont découvert que les cartes produites par les deux techniques ne correspondaient que rarement. En fait, seulement environ un cinquième des régions ouvertes identifiées par la première méthode apparaissaient sur la carte créée par la seconde. Cette divergence n'est pas une erreur ou un problème technique ; c'est une caractéristique fondamentale du comportement de la chromatine. L'étude suggère que ce que les scientifiques appellent « chromatine ouverte » est en fait un mélange de deux phénomènes biologiques distincts : l'un qui représente un espace vide et stable où les nucléosomes ont complètement disparu, et un autre qui représente une zone dynamique et changeante où les nucléosomes sont toujours présents, mais sont constamment poussés et tirés par la machinerie cellulaire.

Les chercheurs ont commencé par cartographier le génome de la levure avec les deux techniques. La première méthode, qui utilise une enzyme digestive, identifie les régions où les nucléosomes sont totalement absents, laissant un vide clair dans les bobines protéiques. Ces lacunes, connues sous le nom de régions dépourvues de nucléosomes, se trouvent généralement au début des gènes, là où la machinerie de transcription doit s'assembler. La seconde méthode, qui utilise une machine moléculaire pour couper et marquer l'ADN, identifie les régions où l'ADN est suffisamment accessible pour que la machine puisse s'y lier. Lorsque l'équipe a superposé ces deux cartes, les résultats ont été frappants. Seulement environ vingt pour cent des lacunes trouvées par la première méthode ont également été détectées par la seconde. Inversement, seulement environ la moitié des points accessibles identifiés par la seconde méthode correspondaient aux lacunes trouvées par la première. Cela signifiait qu'une grande partie du génome était lue comme « ouverte » par un outil, mais « fermée » ou occupée par l'autre.

Pour comprendre pourquoi cela se produisait, l'équipe a d'abord écarté l'idée que la différence provenait simplement du fait que les enzymes avaient des préférences différentes pour certaines séquences d'ADN. Ils ont également vérifié si la taille des lacunes importait, constatant que si les lacunes plus courtes étaient plus difficiles à détecter, cela ne pouvait à lui seul expliquer la massive divergence. Au lieu de cela, ils ont découvert que les deux méthodes étaient sensibles à des propriétés physiques différentes de la chromatine. Les lacunes identifiées par la première méthode étaient des espaces vides et stables où l'ADN était véritablement libre de nucléosomes. Ces régions sont souvent marquées par des protéines spécifiques qui aident à démarrer la transcription des gènes. En revanche, les points détectés par la seconde méthode étaient souvent des zones où les nucléosomes étaient toujours présents, mais hautement dynamiques. Ces nucléosomes n'étaient pas statiques ; ils étaient constamment déstabilisés, déroulés ou déplacés par de puissantes machines cellulaires appelées co-régulateurs.

L'étude a identifié une famille spécifique de machines cellulaires, appelée SWI/SNF, comme le moteur clé de cette accessibilité dynamique. Lorsque les chercheurs ont retiré ces machines des cellules de levure, les signaux de la seconde méthode ont disparu, même si les lacunes stables identifiées par la première méthode sont restées largement inchangées. Cela a prouvé que la seconde méthode ne voyait pas seulement un espace vide, mais détectait l'activité de ces machines alors qu'elles travaillaient à desserrer la structure de la chromatine. Les chercheurs ont également découvert que différents types de facteurs de transcription — les protéines qui décident quels gènes activer — avaient des capacités différentes pour créer ces deux types de chromatine ouverte. Certains facteurs pouvaient simplement repousser les nucléosomes pour créer un écart stable, tandis que d'autres devaient recruter les machines SWI/SNF pour créer l'état d'accessibilité dynamique que la seconde méthode détecte.

Cette distinction s'avère importante au-delà de la simple levure. Les chercheurs ont répété leur analyse dans d'autres organismes, notamment un autre type de levure, des mouches de combat et des cellules humaines. Dans chaque cas, ils ont trouvé le même schéma : les deux méthodes identifiaient des sous-ensembles différents de chromatine ouverte. Dans les cellules humaines, les régions dynamiques détectées par la seconde méthode étaient souvent associées aux mêmes machines cellulaires que celles trouvées chez la levure, suggérant que ce mécanisme est une partie fondamentale de la régulation des gènes chez les organismes complexes. Les conclusions suggèrent que lorsque les scientifiques regardent ces cartes, ils ne voient pas seulement une image statique de l'endroit où l'ADN est libre. Ils voient un paysage complexe où certaines zones sont définitivement dégagées pour le trafic, tandis que d'autres sont des zones de chantier très actives où la route est constamment ouverte et fermée par des travailleurs cellulaires.

Les implications de ce travail sont significatives pour notre compréhension de la régulation génique. Cela suggère que la capacité d'un gène à être activé ou désactivé ne dépend pas seulement de la question de savoir si l'ADN est physiquement accessible, mais du type spécifique d'accessibilité. Un écart stable peut être suffisant pour un gène qui est toujours actif, tandis qu'une accessibilité dynamique, pilotée par des machines, peut être nécessaire pour les gènes qui doivent répondre rapidement aux changements de l'environnement. En réalisant que ces deux outils mesurent des choses différentes, les scientifiques peuvent désormais interpréter leurs données avec une plus grande précision. Ils peuvent distinguer un gène qui attend simplement dans un champ ouvert d'un gène qui est activement préparé pour l'action par la machinerie de régulation de la cellule. Cette compréhension plus profonde de l'état physique du génome nous rapproche de l'élucidation de la logique complexe de la vie, montrant que l'accessibilité de notre code génétique est un processus bien plus nuancé et actif que ce que l'on imaginait auparavant.