Dissecting epigenome dynamics in human immune cells upon viral and chemical exposure by multimodal single-cell profiling

Deze studie presenteert een multimodaal single-cell epigenoomatlas van menselijke immuuncellen die blootgesteld zijn aan virussen en chemicaliën, en onthult hoe specifieke epigenetische veranderingen in chromatinetoegankelijkheid en DNA-methylering de transcriptiefactornetwerken en celtoestanden tijdens infecties zoals HIV en COVID-19 bepalen.

De kern

Stel je voor dat het menselijk immuunsysteem een enorm, drukke stad is. De cellen in je bloed zijn de inwoners: de brandweer (die infecties bestrijdt), de politie (die orde houdt) en de bouwers (die herstelwerkzaamheden uitvoeren). Normaal gesproken weten deze inwoners precies wat ze moeten doen. Maar wat gebeurt er als er een grote storm komt (een virus) of als er giftig afval in de stad wordt gedumpt (chemische stoffen)?

Deze studie is als een superkrachtige drone die boven die stad vliegt en niet alleen kijkt wie er is, maar ook hoe hun huizen zijn ingericht en welke instructieboeken ze open hebben liggen.

Hier is wat de onderzoekers hebben ontdekt, vertaald in alledaags Nederlands:

1. De "Schakelbord"-kaart van je immuunsysteem

De wetenschappers hebben een enorme kaart gemaakt van bijna 300.000 immuuncellen van mensen die zijn blootgesteld aan:

• Virussen: COVID-19, HIV en de griep.
• Chemicaliën: Organofosfaten (veel gebruikt in pesticiden).
• Gezonde mensen: Als referentie.

Ze keken niet alleen naar welke cellen er waren, maar naar hun epigenoom. Dat is een beetje zoals de "instellingen" op je smartphone. Je hebt dezelfde telefoon (je DNA), maar je kunt de instellingen veranderen (epigenetica) afhankelijk van of je nu werkt, slaapt of een feestje viert. Deze studie kijkt naar welke "schakelaars" aan of uit staan in de cellen.

2. Wat gebeurde er bij COVID-19? (De "Verlamde Brandweer")

Bij ernstige COVID-19 zagen ze iets fascinerend en zorgwekkends bij de monocyten (een soort witte bloedcellen die als eerste reageren).

• Het probleem: Normaal gesproken staan de schakelaars voor "Aanval!" en "Alarm!" (transcriptiefactoren zoals NF-κB) aan. Maar bij ernstige COVID-19 gingen deze schakelaars uit.
• De vervanging: In plaats daarvan gingen andere schakelaars aan die zorgen voor stress en onderdrukking.
• De analogie: Het is alsof de brandweer van de stad plotseling zijn waterpompen uitzet en in plaats daarvan begint met het bouwen van muren om de stad af te sluiten. De cellen worden "verlamd" en kunnen de infectie niet meer goed bestrijden. Ze veranderen in een soort "slaapstand" die ze normaal gesproken niet hebben. Dit verklaart waarom sommige mensen met COVID-19 zo ziek worden: hun verdedigingssysteem geeft de gevechtstactiek op.

3. Wat gebeurde er bij HIV? (De "Uitgeputte Soldaten")

Bij mensen met HIV zagen ze iets anders bij de T-cellen (de elite-eenheden van het leger).

• Het probleem: Na verloop van tijd raken deze soldaten uitgeput. Ze blijven wel aanwezig, maar ze werken niet meer goed.
• De oorzaak: De onderzoekers zagen dat er een specifieke "schakelaar" (een gen genaamd FOXP) aan ging die de soldaten dwingt om te stoppen met vechten.
• De analogie: Het is alsof een soldaat in de loopgraven zo moe wordt dat hij zijn geweer neerlegt en gaat zitten, zelfs als de vijand nog steeds aanvalt. De studie laat zien waarom ze dat doen: hun interne instructieboekje is veranderd door de langdurige strijd.

4. De "Twee Sporen" van het geheugen

Een van de coolste ontdekkingen is dat ze twee verschillende manieren gebruikten om naar de cellen te kijken:

1. Chromatine-toegankelijkheid: Hoe makkelijk is het om een instructieboekje te openen? (Is de deur open of dicht?)
2. DNA-methylering: Zijn er "vergrendelingen" op de deur die het openen moeilijk maken?

Ze ontdekten dat deze twee systemen samenwerken. Bijvoorbeeld, bij het vormen van immunologisch geheugen (wanneer je immuunsysteem onthoudt hoe een virus eruitzag om het de volgende keer sneller te verslaan), werken deze twee systemen als een goed getraind duo.

• Soms wordt de deur opengegooid (toegankelijkheid) én het slot verwijderd (methylatie).
• Soms wordt de deur opengehouden, maar het slot blijft zitten, of andersom.
  Dit laat zien dat het lichaam een zeer verfijnd, tweelaags systeem heeft om te onthouden wat het moet doen.

5. Chemische blootstelling (Pesticiden)

Bij blootstelling aan pesticiden zagen ze minder dramatische veranderingen dan bij virussen, maar er waren wel subtiele verschuivingen. Het is alsof de chemische stoffen de "instellingen" van de stad een beetje verdraaiden, waardoor de inwoners iets anders reageren dan normaal, maar niet in paniek raken zoals bij een virus.

Conclusie: Waarom is dit belangrijk?

Deze studie is als het maken van een gedetailleerde "reparatiehandleiding" voor het immuunsysteem.

• We zien nu precies waar de schakelaars zitten die kapotgaan bij ernstige ziektes.
• We begrijpen beter waarom sommige mensen ziek worden en anderen niet.
• Het geeft artsen nieuwe ideeën voor medicijnen. In plaats van alleen de symptomen te behandelen, zouden we in de toekomst misschien medicijnen kunnen geven die de "verkeerde schakelaars" weer terugzetten naar de juiste stand (bijvoorbeeld de brandweer weer aan de slag laten gaan bij COVID-19).

Kortom: Ze hebben de "bedieningspaneel" van ons afweermechanisme in kaart gebracht, zodat we beter kunnen begrijpen wat er misgaat als we ziek worden.

Technische samenvatting

Probleemstelling

Milieu- en pathogene blootstellingen (zoals virale infecties en chemische stoffen) leiden tot ingrijpende herschikkingen van het gen-regulerende landschap in menselijke immuuncellen. Hoewel transcriptomische studies (RNA-seq) veel inzicht hebben gegeven in genexpressie-veranderingen bij blootstellingen zoals SARS-CoV-2, HIV-1, influenza en organofosfaten, blijft de onderliggende gen-regulatie op epigenetisch niveau onvoldoende gekarakteriseerd. Bestaande studies zijn vaak beperkt tot kleine cohorten of focussen op slechts één modale laag (bijv. alleen chromatin-toegankelijkheid). Er ontbreekt een holistisch, single-cell overzicht dat de dynamiek van chromatin-toegankelijkheid en DNA-methylatie integreert om te begrijpen hoe het immuunsysteem reageert op diverse stimuli en hoe dit leidt tot toestanden zoals T-cel uitputting of immuunparalyse.

Methodologie

De auteurs hebben een uitgebreide multimodale single-cell atlas gegenereerd door de volgende stappen te doorlopen:

1. Dataverzameling en Cohorten:

   • Er werden 92 monsters geanalyseerd van PBMC's (perifere bloedmononucleaire cellen) van individuen blootgesteld aan:
     • SARS-CoV-2: Gezonde controles, en milde, matige en ernstige COVID-19 gevallen.
     • HIV-1: Een longitudinaal cohort met pre-infectie, acute infectie en chronische infectie (met en zonder antiretrovirale therapie).
     • Influenza A: Proefpersonen voor en na een live-virusuitdaging.
     • Organofosfaten (OP): Blootstelling gebaseerd op urine-niveaus van TCPY.
   • Totaal werden 271.299 cellen gesequenced.

2. Single-Cell Profiling:

   • snATAC-seq: Chromatin-toegankelijkheid werd gemeten met de 10x Genomics Chromium Next GEM Single Cell ATAC-seq kit.
   • snmC-seq2: DNA-methylatie werd gemeten voor een subset van 39 monsters (uit de HIV en OP cohorten) om een multimodale dataset te creëren.
   • Integratie: De datasets werden geïntegreerd met behulp van Harmony voor batch-correctie en Canonical Correlation Analysis (CCA) via Seurat om de twee modaliëten (toegankelijkheid en methylatie) op elkaar af te stemmen.

3. Bio-informatica Analyse:

   • Clustering: Graph-based clustering resulteerde in 22 clusters, gegroepeerd tot 12 brede immuunceltypen (bijv. CD14+ monocyten, T-cellen, B-cellen, NK-cellen).
   • Motif Analyse: Gebruik van de Altius motif-set en ChromVAR om de activiteit van transcripfactoren (TF's) te infereren op basis van toegankelijkheid.
   • Multimodale TF-activiteit: Een nieuwe methode (methylTFR) werd ontwikkeld om TF-activiteit te berekenen op basis van DNA-methylatie-voetafdrukken, vergelijkbaar met chromatin-voetafdrukken.
   • Differentiële Analyse: Pseudo-bulk analyse werd gebruikt om differentieel toegankelijke regio's (DARs) en differentieel gemethyleerde regio's (DMRs) te identificeren tussen blootstellingsgroepen en controles.

Belangrijkste Bijdragen

• Eerste Single-Cell Chromatin-toegankelijkheid Atlas: Een omvangrijke atlas van menselijke immuuncellen onder diverse virale en chemische blootstellingen, bestaande uit bijna 300.000 cellen en 319.420 kandidaat-regulerende elementen (cCREs).
• Multimodale Integratie: De eerste integratie van single-cell chromatin-toegankelijkheid en DNA-methylatie in menselijke immuuncellen, wat inzicht geeft in de gecoördineerde epigenetische regulatie.
• Nieuwe Tooling: Ontwikkeling van de methylTFR R-pakketten om TF-activiteit direct uit DNA-methylatie-data te infereren, waardoor een complementair perspectief op genregulatie mogelijk wordt.

Resultaten

1. HIV-1 en T-cel Uitputting:

   • In het longitudinale HIV-cohort werd een stapsgewijze toename van uitputting in CD8+ T-cellen waargenomen van acute naar chronische fase.
   • Uitgeputte T-cellen (Tex) vertoonden verhoogde toegankelijkheid bij bindingssites van de FOXP-familie (met name FOXP2) en een correlatie met de expressie van uitputtingsmarkers zoals CTLA4 en HAVCR2. Dit suggereert een behouden regulatorisch mechanisme waarbij FOXP-factoren de uitputting aandrijven.

2. SARS-CoV-2 en Monocyt Remodelling:

   • Ernstige COVID-19 leidde tot de meest dramatische epigenetische veranderingen, specifiek in CD14+ klassieke monocyten.
   • Er werd een verschuiving waargenomen van NF-κB-gedreven regulatie (acute ontsteking) naar AP-1-gedreven regulatie (stressrespons).
   • NF-κB-motieven toonden verminderde toegankelijkheid, terwijl AP-1-motieven (zoals FOS/JUN) toegenomen toegankelijkheid vertoonden.
   • Dit ging gepaard met een verlies van de klassieke monocyten-identiteit (bijv. verlaagde toegankelijkheid van CD4 en HLA Class II-genen), wat wijst op een toestand die lijkt op myeloïde afgeleide suppressorcellen (MDSCs).
   • DNA-methylatie analyse bevestigde deze bevindingen: er was een gecoördineerde herschikking waarbij hypermethylatie van SPI-motieven en hypomethylatie van AP-1-motieven samenkwamen met de toegankelijkheidsveranderingen.

3. T-cel Geheugenvorming:

   • Bij de integratie van methylatie en toegankelijkheid werd een anti-correlatie gevonden: gebieden met hoge toegankelijkheid hadden vaak lage methylatie.
   • Voor T-cel geheugen (naïef vs. memory) bleek dat specifieke TF-families door verschillende mechanismen worden gereguleerd:
     • AP-1 factoren (bijv. BATF, ETS1): Toonden zowel verhoogde toegankelijkheid als verlaagde methylatie in geheugencellen.
     • NF-κB factoren: Toonden voornamelijk veranderingen in methylatie met minder duidelijke toegankelijkheidsverschillen.
   • Dit suggereert dat geheugenvorming een gelaagd epigenetisch programma omvat waarbij methylatie en toegankelijkheid verschillende rollen spelen afhankelijk van de TF-familie.

4. Vergelijking van Blootstellingen:

   • Influenza en organofosfaat-blootstellingen veroorzaakten minder drastische veranderingen in chromatin-toegankelijkheid vergeleken met SARS-CoV-2 en HIV.
   • Er was een zwakke positieve correlatie tussen de veranderingen door Influenza en SARS-CoV-2 in monocyten, wat wijst op een gedeelde aangeboren immuunrespons, maar de ernst van COVID-19 leidde tot unieke, diepgaande herschikkingen.

Significantie

Dit werk biedt een fundamenteel inzicht in hoe het menselijke immuunsysteem epigenetisch reageert op externe stimuli. De belangrijkste implicaties zijn:

• Mechanistisch Inzicht: Het onthult dat ernstige COVID-19 niet alleen een transcriptomisch, maar een diepgaand epigenetisch fenomeen is, waarbij monocyten hun functionele identiteit verliezen door een verschuiving in TF-regulatie (van NF-κB naar AP-1).
• Therapeutische Doelen: De identificatie van specifieke TF-netwerken (zoals FOXP bij HIV-uitputting en AP-1/NF-κB bij COVID-19) biedt nieuwe aangrijpingspunten voor immunotherapieën.
• Multimodale Framework: De integratie van toegankelijkheid en methylatie toont aan dat deze lagen complementair zijn en samen een vollediger beeld geven van celtoestanden dan elk apart. Dit is cruciaal voor het begrijpen van complexe ziekteprogressies en het ontwikkelen van biomarkers voor diagnose en prognose.
• Open Data: De publicatie van de atlas en de analyse-tools (via GitHub en GEO) stelt de wetenschappelijke gemeenschap in staat om deze epigenetische dynamiek verder te onderzoeken in de context van andere ziekten en omgevingsfactoren.