Identifying severe COVID-19 risk variants modulating enhancer reporter activity in lung cells

Deze studie identificeert via een hoogdoorvoer-methode en deep learning 29 genetische varianten die de regulatoire activiteit in longcellen op allel-specifieke wijze beïnvloeden en zo bijdragen aan het risico op ernstige COVID-19.

De kern

Titel: Waarom wordt de één ernstig ziek van corona en de ander niet? Een zoektocht naar de genetische "schakelaars" in onze longen.

Stel je voor dat ons DNA niet alleen een receptboek is voor hoe we eruitzien, maar ook een gigantisch bedieningspaneel met duizenden schakelaars. Sommige schakelaars regelen hoe hard je hart slaat, andere hoe je afweer werkt. Bij de meeste mensen staan deze schakelaars op de juiste stand. Maar bij sommige mensen zitten er kleine foutjes (varianten) in de bedrading van deze schakelaars.

Wanneer het coronavirus (SARS-CoV-2) binnenvalt, kunnen deze defecte schakelaars ervoor zorgen dat de longen in paniek raken, te veel ontsteken of juist te weinig verdedigen. Dit verklaart waarom de één slechts een lichte verkoudheid krijgt, terwijl de ander in het ziekenhuis belandt.

De onderzoekers van dit paper (uit Edinburgh, UK) wilden erachter komen welke specifieke schakelaars in onze longen deze ernstige ziekte veroorzaken. Ze hebben een slimme, snelle manier bedacht om dit te testen.

De Grote Test: De "Longen in een fles"

Stel je voor dat je duizenden verschillende versies van een schakelaar hebt. Hoe weet je welke versie werkt en welke niet? Je kunt ze niet één voor één in mensen testen.

De onderzoekers gebruikten een techniek genaamd STARR-seq.

• De Analogie: Stel je voor dat je een enorme bak met duizenden kleine, verschillende sleutels (de genetische varianten) hebt. Je wilt weten welke sleutel een lampje (een gen) aan kan zetten.
• Het Experiment: Ze hebben deze duizenden sleutels in een flesje met longcellen (A549-cellen, een standaard model voor longweefsel) gedaan. Als een sleutel werkt, gaat het lampje branden en produceert de cel een signaal dat we kunnen meten.
• De Omvang: Ze testten maar liefst 4.894 verschillende genetische varianten die gekoppeld zijn aan ernstige corona. Ze keken niet alleen naar één variant, maar ook naar combinaties: wat gebeurt er als twee sleutels tegelijk in het slot zitten?

Wat vonden ze?

1. De "Gouden" Schakelaars: Van de bijna 5.000 varianten die ze testten, vonden ze er 29 die echt een verschil maakten. Deze varianten konden de activiteit van een gen in de longen veranderen. Ze noemen deze "amVars" (activiteit-modulerende varianten).
   • Voorbeeld: Sommige varianten maakten de schakelaar zwakker (het lampje gaat uit), andere maakten hem sterker (het lampje gaat fel branden).
2. Samenwerking is belangrijk: Ze ontdekten dat varianten soms samenwerken. Soms is het effect van twee varianten samen gewoon de som van beide (1 + 1 = 2). Maar soms is het effect verrassend: twee varianten samen kunnen het lampje volledig doven, terwijl ze apart geen probleem veroorzaken. Het is alsof twee kleine lekken samen een drijvend schip laten zinken.
3. De Verdachten: Ze vonden specifieke varianten die waarschijnlijk de oorzaak zijn van problemen bij:
   • Interferon: Een belangrijk onderdeel van ons afweersysteem tegen virussen. Als deze schakelaar kapot is, kan het virus makkelijker toeslaan.
   • CRHR1 & KANSL1: Genen die te maken hebben met ontstekingen en de reactie op medicijnen (zoals corticosteroïden, die vaak worden gegeven aan ernstige corona-patiënten).
   • FDPS: Een gen dat helpt bij het binnenlaten van het virus in de cel.

De Rol van de Computer (AI)

De onderzoekers gebruikten ook geavanceerde computerprogramma's (diep leren of "deep learning") om te voorspellen welke varianten belangrijk zouden zijn.

• De les: De computers waren goed in het voorspellen van grote veranderingen, maar misten veel van de subtiele, kleine veranderingen die ze in het lab vonden.
• Conclusie: Je kunt de computer niet volledig vertrouwen om alle antwoorden te geven. Je moet het experimentele werk in het lab doen om de echte "schakelaars" te vinden, en de computer gebruiken om te begrijpen hoe ze werken.

Waarom is dit belangrijk?

Dit onderzoek is als het vinden van de exacte defecte bedrading in een auto die soms uitvalt.

• Beter begrip: Het helpt ons begrijpen waarom sommige mensen ernstig ziek worden.
• Behandeling: Als we weten welke schakelaars kapot zijn, kunnen artsen in de toekomst misschien medicijnen kiezen die specifiek die schakelaars repareren of omzeilen.
• Toekomst: Het is een startpunt. Nu ze weten welke varianten belangrijk zijn, kunnen ze in de toekomst testen of het corrigeren van deze varianten (bijvoorbeeld met een nieuwe techniek genaamd "prime editing") de ziekte kan voorkomen.

Kort samengevat:
De onderzoekers hebben een gigantische "sleuteltest" gedaan in longcellen. Ze vonden 29 specifieke genetische foutjes die de verdediging van de longen tegen corona verstoren. Ze ontdekten ook dat soms twee foutjes samen veel erger zijn dan apart. Dit is een belangrijke stap om in de toekomst betere behandelingen te vinden voor mensen die het zwaarst getroffen worden door het virus.

Technische samenvatting

Probleemstelling

Hoewel genomische associatiestudies (GWAS) duizenden genetische varianten hebben geïdentificeerd die geassocieerd zijn met de ernst van COVID-19, blijft de causale variant en het werkingsmechanisme voor de meeste van deze loci onopgelost. De meeste risicovarianten bevinden zich in het niet-coderende gedeelte van het genoom en worden vermoedelijk te werk gaan door de regulatie van genexpressie te veranderen via cis-regulerende elementen (CRE's), zoals enhancers. Een grote uitdaging is de koppeling tussen deze varianten en hun functionele impact in de relevante weefsels (longepitheel) en het begrijpen van hoe combinaties van varianten in sterke koppeling (linkage disequilibrium, LD) gezamenlijk de ziekteprogressie beïnvloeden. Bestaande methoden zijn vaak beperkt tot computervoorspellingen of functionele studies op slechts één of enkele loci.

Methodologie

De auteurs hebben een grootschalige, high-throughput functionele screen uitgevoerd met behulp van STARR-seq (Self-Transcribing Active Regulatory Region sequencing) in de A549 longepitheelcelijn, een model voor type II alveolaire epitheelcellen.

1. Bibliotheekontwerp:

   • Er werden 4.894 zeldzame en gemeenschappelijke varianten geselecteerd die geassocieerd zijn met ernstige COVID-19 (gebaseerd op GenOMICC-studies).
   • Voor elke variant werden 170-bp oligonucleotiden ontworpen, zowel voor het referentie- als het alternatieve allel.
   • Om combinatorische effecten te testen, werden ook 3.776 oligonucleotiden ontworpen die combinaties bevatten van varianten die binnen 100 bp van elkaar liggen (tot 5 varianten per sequentie).
   • De totale bibliotheek bestond uit 13.802 oligonucleotiden, inclusief positieve en negatieve controles.

2. Experimentele uitvoering:

   • De bibliotheek werd gekloond in een hSTARR-schermvector en getransfecteerd in A549-cellen.
   • Na 6 uur werden DNA (input) en RNA (output) geïsoleerd en gesequenced.
   • Enhancer-activiteit werd gemeten als de verrijking van RNA-lezingen ten opzichte van DNA-lezingen (log2FC). Sequenties met een log2FC > 1 (FDR < 0.01) werden als actief beschouwd.
   • Allele-specifieke effecten werden geanalyseerd met het mpralm-pakket.

3. Bio-informatica en Deep Learning:

   • De experimentele resultaten werden geïntegreerd met ENCODE-chromatinedata (ATAC-seq, ChIP-seq) voor A549.
   • Twee state-of-the-art deep learning-modellen werden gebruikt om de experimentele bevindingen te interpreteren: AlphaGenome (voorspelling van genomische kenmerken zoals chromatinetoegang en histonemodificaties) en Malinois (specifiek getraind op MPRA-activiteit).
   • In-silico mutagenese (ISM) werd toegepast om transcriptionele factoren (TF's) en motieven te identificeren die verantwoordelijk zijn voor de waargenomen effecten.

Belangrijkste Bijdragen en Resultaten

• Identificatie van functionele varianten: Van de 4.894 geteste varianten werden 166 gevonden die zich bevinden in actieve sequenties. Hiervan toonden 29 varianten een significant allele-specifiek effect op de enhancer-activiteit (zogenaamde activity-modulating variants of amVars).

  • 22 varianten verlaagden de activiteit van het alternatieve allel, terwijl 7 varianten de activiteit verhoogden.
  • Drie van deze amVars bevinden zich in het IFNA-interferon-gencluster op chromosoom 9, in een regio die specifiek is voor mens/ape en een LINE-1 retrotransposon-insluiting bevat.

• Combinatorische effecten: De auteurs testten varianten in combinaties en vonden 16 variantparen met significante activiteit.

  • De meeste effecten waren additief (9/16 paren), wat betekent dat de gecombineerde activiteit gelijk was aan de som van de individuele effecten.
  • Een subset toonde niet-additieve (interdependente) effecten. Bijvoorbeeld, bij het paar rs77819001 en rs76667867 leidde de aanwezigheid van beide varianten samen tot een verlies van activiteit, terwijl ze individueel actief waren. Dit benadrukt dat het bestuderen van varianten in isolatie cruciale mechanismen kan missen.

• Koppeling aan doelgenen en mechanismen:

  • IFNAR2: Variant rs6517156 (in IFNAR2) veroorzaakte de grootste vermindering in activiteit. Deep learning voorspelde dat dit de chromatinetoegang vermindert en een p53-bindingsmotief verstoort, wat overeenkomt met eQTL-data die een lagere IFNAR2-expressie aangeven.
  • CRHR1/KANSL1: Vijf variantparen op chromosoom 17 (in de buurt van CRHR1 en KANSL1) toonden additieve en niet-additieve effecten. Deze zijn geassocieerd met veranderingen in LINC02210-expressie en KANSL1-splicing.
  • FDPS: Variant rs2297480 (in FDPS) verhoogde de activiteit en creëerde een G-rijk motief. Dit zou kunnen leiden tot de transcriptie van een alternatief FDPS-isoform dat een deel van het katalytische domein mist, wat van invloed kan zijn op de SARS-CoV-2 celtoegang.

• Validatie van Deep Learning-modellen:

  • Zowel AlphaGenome als Malinois hadden een beperkt vermogen om alle experimenteel geïdentificeerde amVars correct te voorspellen (hoge false-negative rate), vooral bij enhancers met zwakke basale activiteit.
  • Echter, waar de modellen wel voorspellingen deden, was de richting van het effect (toename of afname) vaak correct. De modellen waren waardevol voor het genereren van hypothesen over de onderliggende mechanismen (bijv. het identificeren van verstoord TF-motieven zoals FOS:JUN of p53).

Significantie en Conclusie

Deze studie biedt een uitgebreide set van prioriterde, functioneel geverifieerde genetische varianten die de regulatie in longepitheelcellen beïnvloeden en direct bijdragen aan de ernst van COVID-19.

1. Mechanistisch inzicht: Het werk illustreert dat GWAS-loci vaak worden gedreven door meerdere regulatoire varianten die zowel additief als interactief werken, in plaats van door één enkele causale variant.
2. Therapeutische doelen: De geïdentificeerde genen (zoals IFNAR2, CRHR1, FDPS, OAS1) zijn betrokken bij cruciale pathways zoals interferon-signaleren, virale toegang en longherstel, wat nieuwe aanknopingspunten biedt voor therapeutische interventies.
3. Methodologische vooruitgang: De studie demonstreert de kracht van het combineren van high-throughput MPRA (STARR-seq) met deep learning voor het ontrafelen van niet-coderende genetische variatie, hoewel experimentele validatie nog steeds essentieel blijft voor het detecteren van kleine effectgroottes.

De auteurs concluderen dat hun gevonden varianten uitstekende kandidaten zijn voor vervolgstudies, zoals prime editing in endogene context, om de exacte doelgenen en de impact op de virale respons verder te verduidelijken.