Mitigating genotype-driven bias improves atlas-scale single-cell DNA methylome profiling

Au plus profond du noyau de presque chaque cellule du corps humain se trouve un manuel d'instructions chimiques écrit dans un code à quatre lettres. Ce code, composé d'ADN, détermine le plan de construction et de fonctionnement d'une personne. Mais il existe une seconde couche d'information, un ensemble de marqueurs chimiques qui se posent sur les lettres de l'ADN, agissant comme des post-it pour dire à la cellule quelles parties du manuel elle doit lire et lesquelles elle doit ignorer. Cette couche est appelée la méthylation de l'ADN. C'est l'interrupteur qui décide si une cellule devient un muscle cardiaque qui bat, une cellule cérébrale qui réfléchit ou une cellule immunitaire qui combat. Pendant des décennies, les scientifiques ont étudié ces marqueurs en observant de grands groupes de cellules mélangées, comme si l'on goûtait une soupe pour deviner ses ingrédients. Cependant, cette approche manque souvent la saveur unique des cellules individuelles. Une nouvelle technologie permet désormais aux chercheurs de lire ces marqueurs dans des cellules uniques, une par une, offrant la possibilité de cartographier l'ensemble du paysage des types cellulaires humains avec un niveau de détail sans précédent.

La promesse de cette nouvelle technologie est un atlas complet de la biologie humaine, mais elle fait face à un piège caché. Lorsque les scientifiques lisent la méthylation de l'ADN, ils utilisent un processus chimique qui transforme les lettres non méthylées en une lettre différente, tout en laissant les lettres méthylées intactes. Cela fonctionne parfaitement jusqu'à ce que l'ADN lui-même contienne une variation naturelle, une infime différence dans le code génétique qui existe entre les individus. Si une personne possède une variation génétique où une lettre est naturellement différente, le processus chimique ne peut pas distinguer un changement réel dans les marqueurs de méthylation d'une simple différence dans le code génétique de la personne. Dans une étude impliquant de nombreuses personnes, ces différences génétiques naturelles peuvent ressembler à de faux signaux, donnant l'impression que les cellules de différentes personnes possèdent des marqueurs chimiques différents alors qu'elles ne le possèdent pas. Cette confusion menace de fausser les cartes émergentes des types cellulaires humains, transformant la diversité génétique en ce qui ressemble à du bruit biologique.

Une équipe de chercheurs de la KU Leuven en Belgique s'est donné pour mission de résoudre ce problème spécifique. Ils ont travaillé avec un ensemble de données de plus de 25 000 cellules uniques provenant du sang de dix individus sains aux origines génétiques diverses. En utilisant une méthode appelée sciMET, qui permet le traitement rapide de milliers de cellules simultanément, ils ont généré une quantité massive de données. Lorsqu'ils ont examiné les résultats pour la première fois, les cellules ne se sont pas regroupées par type, comme les lymphocytes T ou les lymphocytes B. Au lieu de cela, elles se sont regroupées strictement par personne. Un lymphocyte T d'une personne paraissait plus différent d'un lymphocyte T d'une autre personne qu'il ne l'était d'un lymphocyte B au sein de la même personne. Les chercheurs ont réalisé que les différences génétiques naturelles entre les donneurs étaient écrasantes et masquaient les véritables signaux biologiques, créant une fausse carte où le code génétique était confondu avec les marqueurs chimiques.

Pour corriger cela, l'équipe a développé une nouvelle stratégie de calcul qu'ils ont nommée DEBiaS. Le processus fonctionne comme un éditeur méticuleux révisant un manuscrit. D'abord, les chercheurs ont identifié les emplacements spécifiques dans l'ADN où les dix individus possédaient des codes génétiques différents. Ils ont ensuite créé une liste de ces emplacements et, avant d'analyser les marqueurs de méthylation, ils ont simplement ignoré toute donnée provenant de ces endroits. En masquant ces sites confus, ils ont éliminé le bruit causé par les différences génétiques. Lorsqu'ils ont réanalysé les données avec ce filtre en place, le résultat fut immédiat et frappant. Les cellules se sont enfin triées correctement. Les lymphocytes T des dix donneurs se sont regroupés, et les lymphocytes B ont fait de même, révélant la véritable structure biologique du système immunitaire qui était cachée sous le bruit génétique.

L'impact de cette correction a dépassé le simple fait de rendre les groupes plus cohérents. Les chercheurs ont découvert que sans cette correction, leur analyse avait identifié des milliers de fausses différences de méthylation entre les donneurs. Il ne s'agissait pas de changements biologiques réels, mais d'artéfacts créés par les variations génétiques. Une fois les sites génétiques masqués, ces différences spécieuses ont disparu, ne laissant derrière elles que les véritables signaux biologiques. L'étude a également montré que cette méthode aidait à identifier de nouveaux marqueurs plus fiables pour les types cellulaires. Certains marqueurs qui semblaient importants ont été révélés comme peu fiables car ils étaient influencés par les différences génétiques, tandis que d'autres marqueurs, qui avaient été négligés, sont apparus comme des indicateurs forts et constants de l'identité cellulaire.

Ce travail démontre que pour construire une carte précise de la biologie humaine au niveau de la cellule unique, les scientifiques doivent tenir compte du code génétique unique de chaque individu de l'étude. Les chercheurs ont montré qu'en masquant simplement les zones génétiques confuses avant de lire les marqueurs de méthylation, ils pouvaient récupérer la véritable histoire biologique. Leur approche permet de regrouper les échantillons de nombreuses personnes différentes, ce qui est essentiel pour créer des atlas à grande échelle représentant la diversité de la population humaine. Sans cette correction, les cartes des types cellulaires humains resteraient déformées par la diversité génétique même qui nous rend uniques. En dissipant cette confusion, les chercheurs ont fourni un outil pratique qui garantit que l'avenir de l'épigénétique à cellule unique soit construit sur une fondation de vérité biologique plutôt que sur un malentendu génétique.