A relational architecture of the human genome

Het menselijk genoom wordt vaak beschreven als een lange, lineaire code, een reeks letters die de instructies spellen voor het bouwen van een persoon. Decennialang hebben wetenschappers deze sequentie in kaart gebracht, de genen geïdentificeerd die fungeren als blauwdrukken voor eiwitten, en de driedimensionale vouwingen in kaart gebracht die ervoor zorgen dat verre delen van het DNA elkaar raken. Toch is een fundamentele vraag onbeantwoord gebleven: hoe praten de individuele letters van deze code met elkaar? In complexe systemen die overal in de natuur voorkomen, van de manier waarop neuronen vuren in een brein tot de manier waarop het verkeer door een stad stroomt, hangt het gedrag van één deel vaak af van de staat van een ander deel. In het genoom weten we dat lokale groepen letters samenwerken om schakelaars te vormen die genen aan- of uitzetten, maar het was onduidelijk of deze lokale interacties geïsoleerde gebeurtenissen zijn of dat ze een uitgestrekt, verborgen netwerk vormen dat de gehele lengte van ons DNA beslaat. Het begrijpen van deze diepere laag van organisatie is cruciaal, omdat het kan verklaren waarom sommige veranderingen in de DNA-sequentie ziekten veroorzaken terwijl andere dat niet doen, en hoe het genoom zijn stabiliteit over miljoenen jaren van evolutie behoudt.

Een team onderzoekers van de RWTH Aachen Universiteit en het Jülich Supercomputing Centre heeft nu een enorme stap gezet richting het beantwoorden van deze vraag door het gehele menselijke genoom te behandelen als een complex systeem van relaties. In plaats van het DNA te bekijken als een statische lijst met letters, gebruikten ze een krachtig kunstmatige intelligentie-model, getraind op genomische data, om systematisch te testen hoe elke enkele letter in het menselijke genoom elke andere letter beïnvloedt. Ze werkten met het volledige, end-to-end menselijke referentiegenoom, dat ongeveer 3,12 miljard posities bevat. Met behulp van een van de meest geavanceerde supercomputers ter wereld veranderden ze virtueel elke enkele letter in het genoom naar elke van de drie andere mogelijke letters, één voor één. Voor elke verandering maten ze hoe de begrip van het AI-model van de omliggende sequentie verschoof. Dit proces genereerde een enorme kaart van afhankelijkheden, die onthulde dat wanneer één letter wordt gewijzigd, dit vaak een rimpeleffect veroorzaakt dat de betekenis of functie van letters ver weg verandert, waardoor een gerichte netwerk van verbindingen ontstaat die zich over de gehele chromosoom uitstrekt.

De resultaten van deze simulatie toonden aan dat het genoom is georganiseerd in een hogere-orde structuur die wordt gedefinieerd door deze afhankelijkheden. De onderzoekers ontdekten dat deze verbindingen niet willekeurig zijn; ze volgen specifieke regels gebaseen op afstand, richting en het type DNA-sequentie. Zo zijn de verbindingen bijvoorbeeld sterker tussen letters die door de evolutie over miljoenen jaren zijn behouden, wat suggereert dat de natuur deze relaties intact heeft gehouden omdat ze essentieel zijn voor het leven. De studie toonde ook aan dat deze afhankelijkheidsnetwerken overeenkomen met bekende biologische kenmerken, zoals de grenzen van genen en de structuur van RNA, maar dat ze zich ook ver buiten de gebieden uit die wetenschappers voorheen hadden geannoteerd. De onderzoekers identificeerden zeven verschillende vormen of patronen in deze verbindingskaarten, die ze "relons" noemden. Deze patronen omvatten dichte blokken van onderling verbonden letters, herhalende periodieke structuren en directionele hubs waar een klein stukje DNA een veel groter gebied beïnvloedt, of vice versa. Deze relons komen consistent voor in alle chromosomen en vormen een terugkerende architecturale taal die het genoom organiseert.

Misschien nog wel het meest intrigerende is dat de onderzoekers duizenden van deze relationele structuren ontdekten in regio's van het genoom die voorheen als "donker" of niet-geannoteerd werden beschouwd, wat betekent dat ze geen bekende genen of regulatoire elementen bevatten. Dit suggereert dat er een verborgen laag van functionele organisatie bestaat in de delen van ons DNA die we als stil beschouwden. De studie koppelde deze relationele patronen ook direct aan de menselijke gezondheid. Posities in het genoom die bekend staan om het herbergen van ziekteveroorzakende mutaties, bleken significant meer verbonden te zijn met de rest van het genoom dan onschadelijke posities. Deze pathogene sites fungeren als hubs met veel inkomende en uitgaande verbindingen, wat impliceert dat een mutatie in een dergelijke plek een breed netwerk van relaties verstoort. Daarentegen vertoonden veelvoorkomende variaties in gezonde populaties een veel zwakkere connectiviteit. Dit bevinding biedt een nieuwe manier om genetische data te interpreteren, door te suggereren dat de impact van een mutatie niet alleen afhangt van de letter zelf, maar van hoe diep zij in het relationele weefsel van het genoom is geweven.

Door deze afhankelijkheden in kaart te brengen, hebben de onderzoekers een nieuw kader geboden voor het bekijken van het menselijke genoom, dat verder gaat dan de eenvoudige lineaire sequentie en de fysieke 3D-vorm om een relationele laag van organisatie te omvatten. Ze hebben deze data publiekelijk beschikbaar gesteld via een online browser, zodat andere wetenschappers deze netwerken kunnen verkennen. Hoewel de studie steunt op computersimulaties in plaats van directe fysieke experimenten, komen de ontdekte patronen overeen met gevestigde biologische principes, zoals evolutionaire conservering en genstructuur. Het werk suggereert dat het genoom niet slechts een verzameling onderdelen is, maar een dynamisch systeem waarin de relaties tussen nucleotiden even belangrijk zijn als de nucleotiden zelf. Dit perspectief opent nieuwe wegen voor het begrijpen van genetische ziekten, in het bijzonder die veroorzaakt door mutaties in niet-coderende regio's waar traditionele methoden moeite mee hebben gehad, en geeft aan dat de evolutie van het leven mogelijk evenzeer gericht is op het behoud van deze complexe webben van afhankelijkheid als op het behoud van de individuele letters van de code.