Deciphering context-dependent epigenetic program by network-based prediction of clustered open regulatory elements from single-cell chromatin accessibility

Deze studie introduceert enCORE, een computationeel framework dat netwerkanalyses van enhancer-interacties toepast op single-cell ATAC-seq-data om Clustered Open Regulatory Elements (COREs) te identificeren, waarmee contextafhankelijke epigenetische programma's en ziekterelateerde regulatoren in processen zoals hematopoëse en darmkanker effectief kunnen worden ontrafeld.

De kern

De "Super-Regisseurs" van je Cellen: Een Nieuwe Manier om DNA te Lezen

Stel je voor dat je lichaam een enorme stad is. In deze stad wonen miljarden cellen. Sommige cellen zijn brandweerlieden (witte bloedcellen), anderen zijn bouwvakkers (spiercellen) of postbezorgers (zenuwcellen). Hoewel ze allemaal exact hetzelfde bouwplan (het DNA) hebben, weten ze precies wat hun taak is. Hoe doen ze dat?

Ze lezen niet zomaar één regel uit het bouwplan. Ze kijken naar grote gebieden in het bouwplan die als "super-regisseurs" fungeren. Deze gebieden, die wetenschappers super-versterkers noemen, staan dicht bij elkaar en werken samen als een team om specifieke instructies te geven: "Word nu een brandweerman!" of "Word nu een postbezorger!"

Het Probleem: De Wazige Foto

Vroeger keken wetenschappers naar deze regisseurs door een gemiddelde foto te maken van een hele stad (een "bulk" analyse). Het probleem? Een gemiddelde foto is wazig. Als je een foto maakt van een drukke markt waar zowel koks als schilders staan, zie je alleen een vage massa. Je ziet niet wie precies wat doet. Je mist de subtiele verschillen tussen een jonge kok en een meesterkok, of tussen een gezonde cel en een kankercel.

Daarnaast zijn de cellen in ons lichaam erg "mager" als je ze één voor één bekijkt. Het is alsof je probeert een heel boek te lezen, maar er ontbreken veel pagina's. Dit maakt het heel moeilijk om te zien welke regisseurs samenwerken.

De Oplossing: enCORE (De Nieuwe Lantaarn)

De onderzoekers van deze paper hebben een nieuwe computerprogramma ontwikkeld genaamd enCORE. Je kunt dit zien als een slimme, schijnwerper die door de mist van de "magerheid" prikt.

In plaats van te kijken naar losse instructies, kijkt enCORE naar groepen die samenwerken. Het doet dit door drie dingen te combineren:

1. Wie is open? (Is het gebied in het DNA toegankelijk?)
2. Wie praat met wie? (Werken deze gebieden samen, alsof ze aan dezelfde tafel zitten?)
3. Wie zit er aan de tafel? (Welke "chef-koks" of eiwitten zitten hier?)

Door deze drie dingen samen te nemen, kan enCORE de Super-Regisseurs (de "Clustered Open Regulatory Elements" of COREs) vinden, zelfs in een enkele cel.

Wat hebben ze ontdekt?

1. De Identiteit van de Cel (Het Adresboek)
Toen ze enCORE gebruikten op bloedcellen, zagen ze dat het programma precies kon vertellen welke cel wat was. Het kon onderscheid maken tussen een T-cel en een B-cel, net zoals je een postbode kunt onderscheiden van een brandweerman. Het programma vond zelfs de "hoofdchefs" (belangrijke genen) die bepalen of een cel een brandweerman blijft of verandert.

2. Het Voorspellen van de Toekomst (De Weerkaart)
Interessant is dat enCORE niet alleen kijkt naar wat een cel nu is, maar ook naar wat het kan worden.

• Vergelijking: Stel je voor dat je een jonge leerling ziet die nog geen kok is, maar wel alle ingrediënten en gereedschappen heeft om er een te worden. EnCORE ziet deze "potentiële" staat.
• Ze ontdekten dat cellen in het beenmerg (waar bloed wordt gemaakt) al kleine signalen dragen van hoe ze later in het bloed zullen werken. Het is alsof je in een baby al de aanleg ziet voor zijn toekomstige beroep.

3. Kanker en Geneeskunde (De Fout in het Bouwplan)
Het meest spannende deel is wat ze vonden bij darmkanker.

• Ze zagen dat kankercellen andere "super-regisseurs" gebruiken dan gezonde cellen.
• Ze vonden een specifiek regisseur genaamd USP7. Dit bleek een sleutelfiguur te zijn in de kanker.
• De Test: Ze deden een "virtuele experiment" in de computer. Ze "schakelden" dit USP7-regisseur uit. Het resultaat? De kankercellen leken weer meer op normale, gezonde cellen.
• Conclusie: Dit suggereert dat medicijnen die USP7 blokkeren, misschien een nieuwe manier zijn om darmkanker te behandelen.

Waarom is dit belangrijk?

Vroeger zagen we alleen losse puzzelstukjes. Met enCORE kunnen we nu het hele plaatje zien, zelfs in één enkele cel.

• Het helpt ons te begrijpen hoe ons lichaam zich ontwikkelt.
• Het helpt ons te zien waarom bepaalde mensen vatbaarder zijn voor ziekten (zoals auto-immuunziektes).
• Het geeft artsen nieuwe ideeën voor medicijnen die precies op de "verkeerde regisseurs" in kankercellen mikken.

Kortom: EnCORE is als een nieuwe bril die wetenschappers opzetten. Plotseling zien ze niet meer een wazige massa van cellen, maar een helder beeld van wie wat doet, hoe ze samenwerken en hoe we die samenwerking kunnen herstellen als het misgaat.

Technische samenvatting

Titel

Deciphering context-dependent epigenetic program by network-based prediction of clustered open regulatory elements from single-cell chromatin accessibility
(Het ontcijferen van context-afhankelijke epigenetische programma's door netwerkgebaseerde voorspelling van gegroepeerde open regulatoire elementen uit single-cell chromatin toegankelijkheid)

1. Het Probleem

Grote cis-regulerende domeinen, zoals super-versterkers (Super-Enhancers of SEs), spelen een cruciale rol bij het coördineren van robuuste en celstaat-specifieke transcriptieprogramma's die celidentiteit definiëren. Deze domeinen worden gekenmerkt door gecoördineerde chromatin-toegankelijkheid, dichte binding van transcriptiefactoren (TF's) en frequente chromatin-interacties tussen versterkers.

Echter, bestaande methoden voor het bestuderen van deze structuren hebben beperkingen:

• Bulk-assays (bijv. ChIP-seq): Deze middelen signalen over heterogene celpopulaties, waardoor cel-specifieke regulatie wordt gemaskeerd.
• Bestaande single-cell methoden (scATAC-seq): Hoewel scATAC-seq celheterogeniteit oplost, zijn de huidige analyseworkflows voornamelijk "element-gericht" (gericht op individuele pieken). Er ontbreekt een computeraal kader om deze pieken direct te vertalen naar domein-niveau structuren (zoals versterkerclusters) op basis van enkel scATAC-seq-data. Dit maakt het moeilijk om de gecoördineerde, domein-schaal epigenetische regulatie te observeren die essentieel is voor complexe biologische processen en ziekten.

2. Methodologie: Het enCORE Framework

De auteurs introduceren enCORE (enhancer-clustered Open Regulatory Elements), een computationeel framework dat gegroepeerde open regulatoire elementen (CORE's) voorspelt uit scATAC-seq-data. Het framework integreert drie hoofdkenmerken van interactieve versterkerclusters: chromatin-toegankelijkheid, afgeleide chromatin-interacties (via co-toegankelijkheid) en TF-motiefinformatie.

De werkstroom van enCORE:

1. Extractie van kandidaten: Identificatie van versterkercandidaten op basis van co-toegankelijkheid (correlatie) en gABC-scoring (Activity-by-Contact model).
2. Netwerkbouw en Correcties:
   • Link loss correctie: Compensatie voor de sparsiteit van scATAC-seq-data door het samenvoegen van losgekoppelde componenten met vergelijkbare gen-regulerende relaties.
   • Afstandsdrempel optimalisatie: Bepaling van een genomische afstandsdrempel om functioneel effectieve 3D-interacties te definiëren.
   • Sparsiteitscorrectie: Extra stappen om verloren pieken of hoog-gecorreleerde elementen die ten onrechte gescheiden zijn, weer te integreren.
3. Pseudo-gericht Netwerk: Constructie van een netwerk waarbij knopen (versterkers) en randen (interacties) gewogen worden op basis van toegankelijkheid, TF-motieven, co-toegankelijkheid en genomische afstand.
4. Ranking: Toepassing van het Personalized PageRank-algoritme om de relatieve belangrijkheid van versterkerclusters te bepalen.
5. CORE-bepaling:
   • Potential optie: Omvat clusters met kenmerken van gepositioneerde/primed staten (toekomstige responsiviteit).
   • Active optie: Filtert clusters die waarschijnlijk gepositioneerd zijn, gebaseerd op promotor-toegankelijkheid, om alleen actieve regulatie in de huidige celstaat te benadrukken.

3. Belangrijkste Bijdragen

• Eerste framework voor scATAC-seq: EnCORE is het eerste computeraal kader dat specifiek is ontworpen om domein-niveau versterkerclusters (CORE's) af te leiden uit scATAC-seq-data zonder afhankelijkheid van bulk ChIP-seq-data.
• Netwerkgebaseerde topologie: In tegenstelling tot SE's die vaak worden gedefinieerd op basis van signaalsintensiteit (bijv. H3K27ac), benadrukt enCORE de topologische organisatie (clustering-coëfficiënten) van versterkers binnen een interactienetwerk.
• Dualiteit van staten: Het onderscheid tussen "potential" en "active" CORE's stelt onderzoekers in staat om zowel huidige actieve programma's als toekomstige, gepositioneerde epigenetische staten te analyseren.

4. Resultaten

De auteurs hebben enCORE getest op drie datasets: menselijke perifere bloedgekerncellen (PBMC), beenmerg (BMMC) en colorectale kanker (CRC).

• Celtype-specifieke Transcriptieregulatie (PBMC):

  • EnCORE reproduceerde bekende hematopoëtische hiërarchieën en identificeerde celtype-specifieke master-regulatoren (bijv. GATA3, EBF1, MAFB) met hoge specificiteit.
  • CORE-geassocieerde genen toonden een hogere celtype-specificiteit in RNA-expressie dan genen geassocieerd met niet-CORE versterkers of traditionele SE's.
  • EnCORE overlapt significant met SE's, maar vangt ook unieke subsets van genen op die door SE's worden gemist (bijv. KLF4 en RBPJ in monocyten).

• Chromatin Interacties en GWAS Varianten:

  • CORE's vertoonden een significante verrijking van chromatin-interacties (gevalideerd via Hi-C en HiChIP data) vergeleken met niet-CORE regio's.
  • Er was een sterke verrijking van fijn-gemapte GWAS-varianten voor immuunziekten (zoals SLE, T1D, Astma) binnen CORE's, met een specifieke verrijking in de relevante celtypen (bijv. B-cellen voor CLL, T-cellen voor Astma).
  • EnCORE toonde aan dat het in staat is om toekomstige responsieve staten te vangen; bijvoorbeeld, CORE's in beenmerg-monocyten bevatten epigenetische signalen die geassocieerd zijn met macrofaag-differentiatie, zelfs voordat deze cellen volledig gedifferentieerd zijn.

• Hematopoëtische Trajecten (BMMC):

  • EnCORE reconstrueerde de hematopoëtische lijntrajecten en identificeerde lijn-definiërende regulatoren in stamcellen en progenitors.
  • Het framework ondersteunde het model dat GMP's (Granulocyte-Myeloid Progenitors) voornamelijk voortkomen uit LMPP's (Lymphoid-Myeloid Primed Progenitors).

• Kanker-afhankelijke Reprogrammering (CRC):

  • EnCORE onderscheidde colorectale kanker (CRC) van normale weefsels effectiever dan SE's.
  • Het identificeerde exclusieve verrijking van het FOXM1 TF-motief in CRC-CORE's.
  • Therapeutische Kandidaten: EnCORE identificeerde USP7 als een potentiële therapeutische kandidaat. USP7 werd uitsluitend door CORE's geïdentificeerd (niet door SE's). In silico perturbatie (AlphaGenome) voorspelde dat het verwijderen van de CORE nabij USP7 leidt tot een daling van de USP7 transcriptie, wat wordt ondersteund door HiChIP-contactdata.

5. Betekenis en Conclusie

EnCORE biedt een krachtig, netwerkgebaseerd perspectief op epigenetische regulatie op single-cell niveau. Door te verschuiven van een "element-gericht" naar een "domein-gericht" perspectief, stelt het onderzoekers in staat om:

1. De complexe, gecoördineerde regulatie van celidentiteit en ziekte te ontrafelen zonder de noodzaak van bulk-epigenetische data.
2. Context-afhankelijke epigenetische herschikkingen te detecteren die door traditionele methoden worden gemist (zoals gepositioneerde staten en specifieke versterkerclusters in kanker).
3. Nieuwe therapeutische targets te prioriteren door het koppelen van ziekte-geassocieerde versterkerclusters aan specifieke genen en regulatoire mechanismen.

Het framework positioneert zich als een complementaire strategie tot SE-analyse, waarbij het de nadruk legt op de topologische samenhang van versterkers en de dynamiek van celstaten, wat essentieel is voor het begrijpen van ontwikkeling en ziekteprogressie.