methylTFR 기술 요약: DNA 메틸화를 통한 전사 인자 활성의 계산적 정량화

문제 정의

전사 인자(TF)는 특정 DNA 서열에 결합함으로써 유전자 발현을 조절하며, 이 과정은 에피제네틱스 변형, 특히 DNA 메틸화에 의해 조절된다. 유전자 발현이나 염색질 접근성(예: ATAC-seq)으로부터 TF 활성을 추론하는 계산적 방법들은 존재하지만, DNA 메틸레이션 시그니처로부터 직접적으로 TF 활성을 정량화하는 표준화된 도구는 부족한 실정이다. 기존의 접근 방식들은 주로 유전자 프로모터에 집중하거나 메틸레이션을 이진 상태(binary state)로 취급하여, 메틸레이션과 TF 결합 친화력 사이의 미묘하고 모티프 특이적인 상호작용을 포착하지 못한다. 또한, 게놈 전체의 메틸레이션 데이터, 특히 단일 세포 실험 데이터는 종종 희소성(sparsity)과 커버리지 제한 문제를 겪으며, 이는 로커스(locus) 수준의 분석을 어렵게 만든다. 따라서 서열 구성 편향(특히 GC 함량)을 고려하면서 TF 결합 부위(TFBS) 전반의 메틸레이션 신호를 집계하여, 다른 조절 층위와 통합 가능한 저차원의 해석 가능한 TF 활성 프로파일을 제공하는 방법론이 필요하다.

방법론

저자들은 DNA 메틸레이션 프로파일로부터 TF 활성을 정량화하기 위해 설계된, Bioconductor 환경과 호환되는 R 패키지인 methylTFR을 개발하였다.

핵심 알고리즘

1. 입력값: 이 도구는 CpG 수준의 DNA 메틸레이션 호출(bulk 또는 aggregated single-cell 데이터로부터 추출)과 샘플 주석(annotation) 파일을 필요로 한다. 이는 모티프 특이적 GC 함량 빈도, 참조 모티프 세트(JASPAR2020, Altius, CISbp-v2)에서 유도된 TFBS 영역, 그리고 게놈 전체의 GC 분포 테이블을 포함하는 보조 주석 패키지를 활용한다.
2. 편차 점수(Deviation Score) 계산: 각 모티프에 대해, methylTFR은 중앙 풋프린트(±25 bp)에서의 평균 메틸레이션 수준을 국소 배경(200–250 bp의 측면 영역)과 비교하여 편차 점수를 계산한다.
3. 편향 교정(Bias Correction): GC 편향을 교정하기 위해, 도구는 모티프의 특정 GC 함량 분포와 샘플의 GC 빈(bin)별 게놈 전체 메틸레이션 수준을 기반으로 기대되는 편차 점수를 계산한다. 최종적인 편향 교정된 편차 점수는 관찰된 점수와 기대 점수의 차이다. 이를 통해 서열 구성에 의한 변화가 아닌, TF 결합 역학에 의해 유도된 메틸레이션 변화만을 분리해낸다.
4. 주석 유연성: 이 패키지는 인간(GRCh38) 및 마우스(mm10) 게놈에 대한 사전 계산된 주석을 포함하며, 다른 어셈블리에 대한 커스텀 주석을 생성하기 위한 methylTFRAnnotationBuilder를 제공한다.

분석 워크플로우

이 패키지는 차원 축소(예: PCA), 표현형 간 차등 활성 테스트, 변이성 분석, 모티프 풋프린트 시각화를 지원한다. 또한 다중 오믹스 요인 분석(MOFA)을 통해 메틸레이션 유래 활성을 유전자 발현 또는 염색질 접근성 데이터와 통합할 수 있다.

주요 기여

• methylTFR 소프트웨어: DNA로부터 직접 TF 활성을 추론하여, 접근성 및 발현 기반 측정치와 비교 가능한 표준화되고 정량적이며 저차원적인 출력을 제공하는 새로운 R 패키지이다.
• 편향 교정 메커니즘: GC 구성 편향을 교정하는 새로운 접근 방식을 도입하여, 편차 점수가 서열 아티팩트가 아닌 생물학적 활성을 반영하도록 보장한다.
• 통합 프레임워크: MOFA를 사용하여 메틸레이션 유래 TF 활성을 VIPER(유전자 발현 기반) 및 chromVAR(염색질 접근성 기반)로 추론된 레귤론 활성과 통합할 수 있는 능력을 갖추고 있다.

결과

1. 인간 면역 세포에서의 세포 유형 특이성

14가지 인간 면역 세포 유형(BLUEPRINT 프로젝트)의 147개 전게놈 바이설파이트 시퀀싱(WGBS) 샘플에 적용한 결과:

• 분류 정확도: 632개의 methylTFR 모티프 활성 점수로부터 유도된 주성분(Principal Components)은 270만 개의 1-kb 타일링 영역 또는 74,554개의 원위 엔한서(distal enhancer) 영역의 임베딩보다 세포 유형을 더 효과적으로 구분하였다. 랜덤 포레스트 모델은 수백만 개의 타일링 영역을 사용했을 때와 대등한 정확도(~0.85–0.88)를 632개의 압축된 모티프 세트로 달성하였다.
• 계통 분리: CEBP 및 ETS 패키지가 골수계(myeloid)와 림프계(lymphoid) 구획을 구분하는 핵심 조절자로 식별되었다. CEBP 및 ETS 모티프는 T 세포 및 B 세포에 비해 단핵구(monocytes)와 과립구(granulocytes)에서 낮은 편차 점수(메틸레이션 결핍 및 결합 가능성 시사)를 보였다.
• 검증: 편향 교정이 필수적이었다. 교정되지 않은 점수는 세포 유형 간 중첩을 야기했다. 편차 점수는 H3K27ac ChIP-seq 신호 및 TF ChIP-seq 피크와 상관관계를 보였으며, 이는 낮은 편차 점수를 가진 부위(기대치 대비 저메틸레이션 상태)가 활성 조절 영역 및 TF 점유와 일치함을 확인시켜 주었다.

2. CD4+ T 세포 메모리 형성

CD4+ T 세포 분화 궤적(Naive $\to$ Central Memory $\to$ Effector Memory) 분석:

• 궤적 해상도: methylTFR 점수의 PCA는 알려진 메모리 형성 궤적을 따라 세포 집단을 정렬시켰다.
• 조절 변화: 분석 결과, Naive 세포의 SPI/ETS 패밀리 활성에서 메모리 세포의 AP-1 패밀리(JUN, BATF, FOS) 활성으로의 전환이 드러났다. 이는 차등 메틸레이션 영역(DMR) 농축 분석과 일치하면서도, 연속적인 게놈 전체 뷰를 제공하였다.
• 안정성: VIPER(유전자 발현 기반) 추론 활성은 메모리 하위 집단 간의 이질성을 보여준 반면, methylTFR 편차 점수는 안정적으로 유지되었다. 이는 DNA 메틸레이션이 분화 이후 더 안정적인 조절 층위로 작용함을 시사한다.

3. 단일 세포 다중 모드 통합

단일 세포 다중 모드 데이터셋(바이러스 및 화학적 노출 하의 면역 세포)의 pseudobulk 프로파일에 적용:

• 상보적 관점: methylTFR(메틸레이션)과 chromVAR(접근성) 점수의 MOFA 통합 결과, 메틸레이션 유래 활성이 종종 구별되는 정보를 제공한다는 것이 밝혀졌다. 예를 들어, Factor 3는 주로 메틸레이션에 의해 구동되었으며, 접근성만으로는 구분이 명확하지 않았던 Naive T 세포와 Memory T 세포를 구분하였다.
• 역상관 관계: 대부분의 TF는 메틸레이션 유래 활성과 접근성 유래 활성 사이에 음의 상관관계를 보였는데, 이는 메틸레이션이 결합을 억제한다는 모델(methylMinus)과 일치한다. 그러나 methylPlus 인자들은 양의 상관관계를 보였다.
• 계통 드라이버: 분석을 통해 EBF1, SPI1(B 세포)과 같은 계통 특이적 조절자를 식별하였으며, 여기서 메틸레이션 변화가 접근성 변화를 주도함을 확인하였다. 이는 특정 계통에서 메틸레이션이 염색질 상태의 드라이버가 될 수 있음을 강조한다.

의의 및 주장

본 논문은 methylTFR이 DNA 메틸레이션을 로커스 수준의 변화가 아닌 TF 활성의 관점에서 프레임화함으로써 에피제노믹스의 중요한 방법론적 간극을 메운다고 주장한다. 이 연구의 의의는 다음과 같다:

1. 해석 가능성: 발현 및 접근성 데이터와 직접 비교 가능한, 생물학적으로 해석 가능한 저차원의 TF 활성 프로파일을 제공한다.
2. 강건성: 단일 세포 pseudobulk와 같은 희소한 데이터에서도 효과적으로 작동하며, GC 함량과 같은 기술적 편향을 교정한다.
   상보적인 정보로서, DNA 메틸레이션은 유전자 발현이나 염색질 접근성과는 구별되는 독자적인 조절 층위의 정보를 제공한다. T 세포 메모리 형성 과정에서 메틸레이션 변화는 접근성 변화보다 더 뚜렷하고 안정적이었으며, 이는 DNA 메틸레이션이 "계통 기록(lineage-recording)" 층위로 작용할 수 있음을 시사한다.
3. 유용성: 도구는 알려진 계통 조절자(CEBP, ETS, AP-1)를 성공적으로 식별하였고, 단일 모달리티만으로는 구분이 어려웠던 세포 상태를 해상도 높게 구분해냄으로써 다양한 생물학적 맥락에서 TF 기반 조절 메커니즘을 조사하는 데 유용함을 입증하였다.

저자들은 이 방법이 신호를 게놈 전체로 집계하며 로커스 특이적 활성을 해결하지 못하고, 메틸레이션 상태로부터 활성을 추론할 뿐 직접적인 결합을 측정하는 것은 아니라는 한계점을 언급하였다. 그러나 저자들은 이러한 집계 방식이 해석력을 유지하고 희소한 데이터를 처리하는 데 있어 오히려 강점이라고 주장한다.