Unravelling genome-wide mosaic microsatellite mutations at single-cell resolution

In dit onderzoek introduceert de auteurs BayesMonSTR, een robuust algoritme dat de detectie van mosaïke microsatellietmutaties op single-cell-niveau mogelijk maakt en onthult dat deze mutaties, met name langere deleties, zich ophopen in verouderende neuronen van de prefrontale cortex en verrijkt zijn bij actieve genregulerende elementen.

De kern

🧬 De Genetische 'Kladjes' in Je Cellen: Een Verhaal over Ouderdom en Ziekte

Stel je je DNA voor als een gigantische, onuitwisbare instructiehandleiding voor het bouwen en onderhouden van een mens. Deze handleiding is zo lang dat hij in duizenden boeken zou passen. Nu, in deze handleiding, zijn er bepaalde zinnen die uit herhalende patronen bestaan, zoals "ATATATAT" of "CAGCAGCAG". Wetenschappers noemen dit microsatellieten (of STR's).

Het probleem is dat deze herhalende zinnen erg onstabiel zijn. Ze zijn als een stukje touw dat steeds weer in de knoop raakt of loslaat. Vaak verandert de lengte van deze touwtjes per ongeluk. Dit heet een mutatie.

🕵️‍♂️ Het Grote Raadsel: Waarom zien we dit niet?

Tot nu toe was het bijna onmogelijk om te zien waar en wanneer deze mutaties gebeuren in een enkel celletje.

• De uitdaging: Als je naar een hele massa cellen kijkt (zoals een glas bloed), zijn de mutaties in de ene cel vaak verdoofd door de 'normale' instructies in de andere miljarden cellen. Het is alsof je probeert één verkeerd geschreven woord te vinden in een bibliotheek van duizenden boeken, terwijl je alleen een foto van de hele bibliotheek hebt.
• De fouten: De technologie die we hebben om deze DNA-tekst te lezen, maakt vaak zelf fouten (zoals een slechte fotokopie). Het is moeilijk om te zeggen: "Is dit een echte mutatie in de cel, of is het gewoon een foutje van de fotokopieerapparaat?"

🛠️ De Oplossing: BayesMonSTR (De Super-Detective)

De onderzoekers hebben een nieuwe computerprogramma ontwikkeld, genaamd BayesMonSTR.

• De Analogie: Stel je voor dat je een detective bent die een moordzaak oplost. Je hebt niet één getuige, maar honderden. BayesMonSTR kijkt naar alle bewijsstukken tegelijk:
  1. Het splitst de DNA-tekst in stukjes (zoals een puzzel).
  2. Het vergelijkt het met de 'oorspronkelijke handleiding' (het gezonde DNA).
  3. Het gebruikt slimme wiskunde om te beslissen: "Is dit een echte fout in de cel, of is het gewoon ruis?"
  4. Het filtert alle nep-mutaties eruit, zoals een strakke douane die nepmerkkleding tegenhoudt.

Met dit programma konden ze voor het eerst mosaïek-mutaties zien. Dat betekent mutaties die niet in elk celletje zitten, maar alleen in een paar (een 'mosaïek' patroon).

🧓 Wat Vonden Ze? De Veroudering van Cellen

Toen ze deze super-detective gebruikten om naar verschillende weefsels te kijken (bloedcellen, longcellen en hersencellen), ontdekten ze fascinerende dingen:

1. Hersencellen zijn de grootste 'oudjes':

   • Bloedcellen en longcellen delen zich vaak. Als ze zich delen, maken ze nieuwe kopieën van hun DNA. Soms maken ze kleine foutjes.
   • Hersencellen (neuronen) delen zich bijna nooit meer na de geboorte. Je zou denken dat ze dan 'schoner' zijn. Maar nee! De onderzoekers zagen dat oudere hersencellen veel meer van deze 'knooptjes' (mutaties) hadden dan jonge hersencellen.
   • De vergelijking: Het is alsof een oude auto die nooit gereden is (de hersencel) toch meer roest en slijtage vertoont dan een auto die elke dag wordt gebruikt. De hersencel zit vol met kleine beschadigingen die zich over de jaren hebben opgehoopt.

2. De 'Grote' Foutjes:

   • De mutaties die het meest toenamen bij ouderen, waren niet kleine tikfoutjes, maar grote stukken die verdwenen (deleties).
   • Vooral in de hersencellen van ouderen zagen ze veel lange stukken DNA die simpelweg weg waren. Dit lijkt op een pagina die uit een boek is gescheurd.

3. Waarom is dit gevaarlijk?

   • Deze mutaties zitten vaak op de belangrijkste plekken in het boek: precies waar de instructies beginnen (de 'startknoppen' van genen).
   • Als je een startknop beschadigt, werkt de machine niet goed. De onderzoekers zagen dat deze mutaties vaak voorkomen in genen die belangrijk zijn voor het voorkomen van ziektes zoals Alzheimer.
   • Ze deden een proefje (een 'Luciferase-test', een soort lichttest) en zagen dat deze beschadigde startknoppen inderdaad de verkeerde instructies gaven aan de cel.

🧠 De Link met Alzheimer

De onderzoekers keken ook naar mensen met Alzheimer. Zij ontdekten dat deze ziekte-gerelateerde hersencellen extra veel van deze 'knooptjes' en 'weggescheurde pagina's' hadden in de instructieboeken die belangrijk zijn voor de ziekte.

• Conclusie: Het lijkt erop dat naarmate we ouder worden, onze hersencellen steeds meer 'verkeerde instructies' gaan dragen. Dit maakt de cellen kwetsbaarder en zou een belangrijke rol spelen bij het ontstaan van neurodegeneratieve ziektes.

🌟 Waarom is dit belangrijk?

Voorheen dachten we dat veroudering vooral ging over het 'uitbranden' van cellen. Nu weten we dat het ook gaat over het vervagen en beschadigen van de instructiehandleiding zelf.

Met BayesMonSTR hebben we nu een krachtige bril om deze beschadigingen te zien. Dit opent de deur voor:

• Nieuwe manieren om ziektes zoals Alzheimer vroegtijdig te detecteren.
• Een beter begrip van waarom we verouderen.
• Het vinden van nieuwe medicijnen die deze 'DNA-knooptjes' kunnen repareren of voorkomen.

Kortom: Ons lichaam is als een oude bibliotheek. Naarmate de tijd verstrijkt, beginnen de boeken (onze cellen) pagina's te verliezen en zinnen te veranderen. Deze studie geeft ons voor het eerst de middelen om precies te zien welke pagina's er verdwenen zijn, zodat we de bibliotheek beter kunnen beschermen.

Technische samenvatting

Probleemstelling

Korte tandemherhalingen (STR's), ook wel microsatellieten genoemd, zijn genomische elementen met een hoge mutatiegraad (ongeveer 100 keer sneller dan niet-herhalende regio's) die een cruciale rol spelen in genregulatie en geassocieerd zijn met talloze menselijke ziekten. Hoewel somatische mozaïekmutaties (mutaties die na de bevruchting optreden) belangrijk zijn voor het begrijpen van veroudering en ziekte, blijft het detecteren van deze mutaties in STR-regio's op enkele-cel-niveau een enorme uitdaging.

Bestaande methoden falen vaak vanwege:

1. Technische complexiteit: Amplificatiefouten (zoals "stutter" door DNA-slippage tijdens PCR), sequencingfouten en ambiguïteiten bij het uitlijnen van herhalende sequenties.
2. Biologische complexiteit: De aanwezigheid van onderbrekingen in de herhalende motieven en het onderscheid maken tussen echte mutaties en germline-polymorfismen.
3. Gebrek aan resolutie: Huidige genotyperingsmethoden kunnen geen mozaïek-STR-mutaties met nucleotidenauwkeurigheid detecteren in individuele cellen.

Methodologie: BayesMonSTR

Om deze lacune op te vullen, hebben de auteurs BayesMonSTR ontwikkeld, een robuust computationeel raamwerk voor de detectie van mozaïek-STR-inserties, deleties (indels) en mismatches. De kern van de methode bestaat uit vier geïntegreerde lagen:

1. Probabilistische Leessegmentatie (HMM):

   • Een Hidden Markov Model (HMM) wordt gebruikt om elke sequencing-read te segmenteren in STR-regio's, flankerende sequenties en onderbrekingen.
   • Dit model integreert base-kwaliteitsscores en referentiegenoominformatie om onnauwkeurigheden door uitlijningsfouten of sequencingruis te minimaliseren.

2. Haplotypering en Fasing:

   • STR-allelen worden statistisch gekoppeld aan nabijgelegen heterozygote varianten (SNP's) om ze aan specifieke chromosomale haplotypes te koppelen.
   • Dit helpt bij het onderscheiden van echte somatische mutaties van artefacten, gebaseerd op het principe dat somatische mutaties zelden op beide haplotypes tegelijkertijd optreden.

3. Hiërarchisch Bayesiaans Netwerk:

   • Het model integreert drie datalagen: populatie-sequencing, individuele bulk-sequencing en single-cell sequencing.
   • Hierdoor kunnen genotyperingsposteriors op individueel en celliveau worden berekend, waarbij rekening wordt gehouden met sequencingfouten, faseringswaarschijnlijkheden en herhalingssegmentatie.

4. Machine Learning Classificatie (Random Forest):

   • Een Random Forest-model, getraind op meer dan 50 lees- en genoomkenmerken, classificeert mutaties als "waar" of "artefact".
   • Het model is getraind op een "goudstandaard" dataset gegenereerd via kruisvalidatie (duplicate libraries, RNA-seq van dezelfde cel, en bulk-DNA van aangrenzend weefsel).

Validatiestrategie:
De auteurs hebben een goudstandaard-dataset gegenereerd met 29 enkele cellen uit borstweefsel (tumor, normaal epitheel en immuuncellen) met gebruik van zowel MDA- als PTA-amplificatie. Cross-validatie werd uitgevoerd via RNA-seq van dezelfde cel en bulk-sequencing.

Belangrijkste Bijdragen

• Eerste Tool: BayesMonSTR is de eerste tool die een genoomwijd, hypothese-vrij onderzoek mogelijk maakt naar somatische STR-mutaties op single-cell resolutie.
• Hoge Nauwkeurigheid: De tool toont een significant hogere validatiegraad (~60-80%) vergeleken met bestaande tools zoals HipSTR en ExpansionHunter, die voor deze doeleinden werden aangepast.
• Integratie van Data: Het uniek vermogen om bulk-, populatie- en single-cell data te combineren om technische artefacten en germline-varianten te filteren.
• Uitbreiding: De tool is beschikbaar voor scWGS, snATAC-seq (via BayesMonSTR-ATAC) en bulk WGS.

Resultaten

De toepassing van BayesMonSTR op weefsels van gezonde donors (B-cellen, long-epitheel en neuronen) leverde de volgende inzichten op:

1. Ophoping met Leeftijd:

   • Er is een duidelijke accumulatie van langere STR-indels (>5 bp) in verouderende mitotische (B-cellen, long-epitheel) en post-mitotische (neuronen) cellen.
   • Neuronen vertonen een opvallend hogere last van STR-mutaties dan B-cellen of long-epitheel.
   • 1-bp indels nemen toe met de leeftijd in delende cellen (B-cellen, long), maar blijven stabiel in neuronen, wat suggereert dat deze voornamelijk tijdens vroege ontwikkeling worden verworven.
   • Langere indels (>5 bp) nemen echter toe met de leeftijd in alle celtypen, met name in neuronen.

2. Specifieke Patronen in Neuronen:

   • Neuronen vertonen een sterke bias naar deleties (in plaats van inserties) voor indels >5 bp zonder microhomologie.
   • Een significante fractie van deze deleties wordt geflankeerd door microhomologie, wat wijst op reparatie via Microhomology-Mediated End Joining (MMEJ) na dubbelstrengs breuken.
   • Een enkele neuron van een 80-jarige vrouw toonde bijna 50 lange STR-deleties, geassocieerd met een niet-synonieme mutatie in het DNA-reparatiegen PALB2. Dit suggereert dat mutaties in DNA-reparatiegenen de stabiliteit van microsatellieten in de loop van het leven kunnen compromitteren.

3. Functionele Impact:

   • STR-mutaties zijn verrijkt in Transcription Start Sites (TSS) en actieve enhancers van sterk tot expressie gebrachte genen.
   • Bij Alzheimer-patiënten (AD) zijn STR-indels in regulatoire regio's van AD-gerelateerde genen (zoals APP, CD2AP, PICALM) significant verrijkt.
   • Luciferase-assays bevestigden dat specifieke deleties in de TSS van APP en MAP2K1 de genexpressie significant beïnvloeden.

4. Lineage Tracing:

   • Een fylogenie afgeleid van gedeelde STR-mutaties (ongeveer 1% van het genoom) benadert de topologie van een boom gebaseerd op SNV's (99% van het genoom), wat STR-mutaties valideert als een kosteneffectieve methode voor lineage tracing.

Betekenis en Impact

Dit werk vestigt een fundamentele basis voor het begrijpen van de rol van genomische instabiliteit in microsatellieten bij veroudering en ziekte.

• Nieuw Landschap: Het onthult een tot nu toe onontgonnen landschap van mozaïek-STR-variatie, waarbij langere deleties in neuronen een specifiek kenmerk zijn van veroudering.
• Ziektemechanismen: Het biedt direct bewijs dat somatische STR-mutaties in regulatoire regio's genexpressie kunnen veranderen en mogelijk bijdragen aan neurodegeneratieve ziekten zoals Alzheimer.
• Technologische Vooruitgang: BayesMonSTR biedt een krachtig, open-source instrument (geschreven in Python en R) voor de gemeenschap om hypothesen-vrij onderzoek te doen naar de bijdrage van STR-instabiliteit aan complexe ziekten, zonder beperking tot bekende loci.

Samenvattend toont deze studie aan dat microsatellieten niet alleen hypermutabel zijn, maar dat hun mutatielandschap op single-cell niveau complexe, celtype-specifieke dynamieken vertoont die direct gekoppeld zijn aan veroudering en DNA-reparatiecapaciteit.