Connecting polygenic disease risk to cell states and regulatory programs through single-cell chromatin accessibility

Dit artikel presenteert SCADS, een nieuw computationeel raamwerk dat scATAC-seq data combineert met GWAS-gegevens om ziekte-relevante celtoestanden en regulatoire programma's met hoge precisie te identificeren.

De kern

Het koppelen van genetische risico's aan specifieke celtypen

Wetenschappers weten dat kleine variaties in ons DNA vaak verband houden met het risico op ziekten. Veel van deze variaties bevinden zich echter niet in de delen van het DNA die instructies geven voor het maken van eiwitten, maar in de gebieden die bepalen wanneer en waar die instructies worden gelezen. Deze gebieden fungeren als schakelaars in de cel. Het probleem is dat deze schakelaars per celtype verschillen. Een genetische variatie die een rol speelt bij een ontstekingsziekte, kan in een immuuncel heel belangrijk zijn, maar in een spiercel geen enkele functie hebben.

In dit onderzoek presenteren de auteurs SCADS, een computerprogramma dat deze genetische risico's koppelt aan de activiteit van specifieke cellen. Het programma maakt gebruik van gegevens uit scATAC-seq, een techniek die in kaart brengt welke delen van het DNA in individuele cellen open en toegankelijk zijn voor regulatie.

De werkwijze van SCADS verloopt in drie stappen. Eerst identificeert het programma groepen DNA-gebieden die samenwerken om bepaalde biologische processen te sturen. Vervolgens kijkt het programma naar grote verzamelingen genetische gegevens van patiënten om te zien of de bekende risicovarianten vaker voorkomen in deze specifieke groepen DNA-gebieden. Tot slot berekent het programma een score voor elke individuele cel. Deze score geeft aan hoe sterk de genetische risicofactoren aanwezig zijn in de actieve regulatie van die specifieke cel.

Tijdens uitgebreide simulaties lieten de onderzoekers zien dat SCADS krachtiger is in het vinden van verbanden dan bestaande methoden, terwijl het foutieve verbanden beperkt.

Toen de onderzoekers de methode toepasten op verschillende auto-immuunziekten, zagen ze dat de relevantie van genetische risico's sterk verschilt binnen celtypen die op het eerste gezicht hetzelfde lijken. Bij de ziekte van Crohn, een chronische ontsteking van de darmen, toonde SCADS aan dat de genetische risico's niet gelijkmatig verdeeld zijn over alle immuuncellen. De onderzoekers vonden dat bepaalde groepen CD8+ T-cellen en specifieke cellen in de darmwand een veel hogere ziekterelatie vertoonden. Door deze cellen te analyseren, konden de auteurs de onderliggende genprogramma's en de specifieke genetische varianten aanwijzen die hierbij betrokken zijn.

SCADS is ontworpen om schaalbaar en modulair te zijn, wat betekent dat het grote hoeveelheden gegevens kan verwerken en kan worden aangepast aan verschillende soorten biologische vragen. Het biedt een methode om de link te leggen tussen variaties in niet-coderend DNA en de identiteit en functie van cellen.

Technische samenvatting

Technische Samenvatting: SCADS (Single-Cell ATAC-seq Disease Score)

Het Probleem (Problem Statement)

Hoewel Genome-Wide Association Studies (GWAS) duizenden genetische varianten hebben geïdentificeerd die geassocieerd zijn met complexe polygene ziekten, bevindt het merendeel van deze varianten zich in niet-coderende regio's van het genoom. Dit maakt het moeilijk om te bepalen in welke specifieke celtypen en via welke regulatoire mechanismen deze varianten de ziekte veroorzaken. Bestaande methoden om GWAS-signalen te koppelen aan single-cell data missen vaak de precisie om de heterogeniteit binnen celpopulaties te vangen of zijn niet goed vergelijkbaar tussen verschillende datasets en ziektekenmerken.

Methodologie (Methodology)

De auteurs introduceren SCADS, een computationeel framework dat GWAS-samenvattingsstatistieken integreert met single-cell ATAC-seq (scATAC-seq) data. Het proces bestaat uit drie kernstappen:

1. Identificatie van co-regulatoire regio's via Topic Modeling: In plaats van individuele pieken (peaks) te analyseren, gebruikt SCADS topic modeling om groepen chromatine-regio's te identificeren die samenwerken (co-regulatie). Dit reduceert de ruis en groepeert functioneel relevante elementen.
2. Kwantificering van GWAS-verrijking: Voor elk geïdentificeerd 'topic' (een set co-regulatoire regio's) wordt berekend in welke mate GWAS-signalen daar verrijkt zijn. Dit bepaalt de genetische relevantie van een specifiek regulatoir programma.
3. Berekening van cel-specifieke scores: SCADS combineert de gewichten van de topics per cel met de verrijkingsniveaus van die topics. Dit resulteert in een gekalibreerde "Disease Score" op celniveau, die de mate van genetische susceptibiliteit voor een specifieke cel representeert.

Belangrijkste Bijdragen (Key Contributions)

• Nieuw Framework: De ontwikkeling van SCADS, een methode die de brug slaat tussen niet-coderende genetische variatie en cellulaire identiteit.
• Kalibratie en Vergelijkbaarheid: In tegenstelling tot eerdere methoden produceert SCADS scores die gestandaardiseerd zijn, waardoor ze direct vergelijkbaar zijn tussen verschillende datasets en verschillende ziekten.
• Resolutie: De methode maakt het mogelijk om ziekte-relevantie te detecteren binnen subpopulaties van een celtype, in plaats van alleen op het niveau van een algemene celpopulatie.

Resultaten (Results)

• Simulaties: Uit uitgebreide simulaties bleek dat SCADS superieur is aan bestaande methoden wat betreft de statistische kracht (power) om echte signalen te vinden, terwijl het de kans op fout-positieve resultaten (false positives) effectief onder controle houdt.
• Toepassing op Auto-immuunziekten: Bij de analyse van diverse auto-immuunziekten toonde SCADS aan dat er een grote heterogeniteit bestaat binnen canonieke immuuncellen.
• Case Study: Inflammatory Bowel Disease (IBD):
  • SCADS identificeerde dat de ziekterelevantie binnen CD8+ T-cellen en epitheelcellen van de dikke darm sterk varieert.
  • Het framework slaagde erin om de specifieke genprogramma's en genetische varianten aan te wijzen die verantwoordelijk zijn voor deze cellulaire verschillen.

Betekenis (Significance)

SCADS biedt een schaalbaar, interpreteerbaar en modulair kader voor de systeembiologie. Het stelt onderzoekers in staat om de abstracte data van GWAS te vertalen naar biologisch begrijpelijke cellulaire processen. Dit is cruciaal voor het begrijpen van de pathofysiologie van complexe ziekten en kan helpen bij het identificeren van nieuwe celtype-specifieke therapeutische doelwitten.