ac4C Info: A database to parse N4-acetylocytidine(ac4C) epitranscriptome in multiple species

In elke levende cel zijn de instructies voor het bouwen en onderhouden van een organisme geschreven in een code die DNA wordt genoemd. Maar deze instructies opereren niet in een vacuüm; ze worden constant gelezen, bewerkt en vertaald naar de eiwitten die het werk van het leven uitvoeren. Dit leesproces omvat een tweede laag genetisch materiaal genaamd RNA, dat fungeert als een boodschapper die de blauwdrukken van het DNA naar de cellulaire machinerie draagt. Decennialang geloofden wetenschappers dat dit RNA-bericht een statische kopie was, maar recente ontdekkingen hebben onthuld dat het in werkelijkheid dynamisch en sterk gemodificeerd is. Kleine chemische labels kunnen aan de RNA-letters worden bevestigd, waardoor de manier waarop het bericht wordt gelezen, hoe lang het duurt of hoe efficiënt het wordt omgezet in eiwit, wordt gewijzigd. Deze laag van regulatie, bekend als het epitranscriptoom, wordt nu begrepen als een cruciaal controlesysteem voor alles van celgroei tot ziekte. Onder de meer dan 170 verschillende soorten van deze chemische labels is er één, genaamd N4-acetylcytidine, of ac4C, die een bijzonder belangrijke rol is gaan spelen. ac4C komt voor in planten, dieren en bacteriën, helpt RNA te stabiliseren en versnelt de productie van eiwitten, maar gedurende een lange tijd ontbrak het wetenschappers aan een duidelijke kaart van waar deze labels verschijnen of hoe ze de gezondheid en ziekte beïnvloeden.

De uitdaging voor onderzoekers was dat gegevens over deze modificaties verspreid waren over duizenden individuele studies, vaak in verschillende formaten die moeilijk te vergelijken zijn. Sommige studies gebruiken één methode om de labels te vinden, terwijl andere een andere techniek gebruiken, wat het moeilijk maakt om het volledige beeld over verschillende soorten of weefsels heen te zien. Om dit probleem op te lossen, heeft een team van onderzoekers onder leiding van Kang Zhang en collega's aan de Hebei Agricultural University een nieuwe digitale bron gebouwd genaamd ac4C Info. Dit platform fungeert als een centrale bibliotheek die informatie over ac4C verzamelt en organiseert uit negen verschillende soorten, waaronder mensen, muizen, ratten, zebravisjes, wormen, honden en verschillende planten zoals rijst en tomaten. De database somt niet alleen op waar deze chemische labels worden gevonden; het verbindt ze ook met specifieke ziekten en biedt hulpmiddelen om te voorspellen waar ze in nieuwe genetische sequenties zouden kunnen verschijnen.

De kern van dit nieuwe platform is een enorme collectie datapunten afkomstig van twee hoofdtypen moderne sequencingtechnologie. De ene methode, bekend als ac4C-seq, stelt wetenschappers in staat om de exacte locatie van een chemisch label te pinpointen tot op een enkele letter in de genetische code. De andere methode, genaamd acRIP-seq, identificeert bredere regio's waar deze labels waarschijnlijk te vinden zijn. Door de resultaten van 168 verschillende sequencing-monsters te combineren, hebben de onderzoekers een uitgebreide kaart gecreëerd die meer dan 1,8 miljoen geïdentificeerde locaties in mensen alleen al bevat, samen met honderdduizenden locaties in andere dieren en planten. Deze collectie is georganiseerd per weefseltype en cellijn, waardoor wetenschappers bijvoorbeeld kunnen zien dat bepaalde labels vaak voorkomen in hartweefsel of specifieke immuuncellen, terwijl anderen uniek zijn voor de hersenen of ontwikkelende embryo's. De database bevat ook gedetailleerde informatie over de genen waaraan deze labels zijn bevestigd, wat onderzoekers helpt te begrijpen welke biologische processen worden gereguleerd.

Buiten het simpelweg in kaart brengen waar deze labels bestaan, wilden de onderzoekers begrijpen hoe veranderingen in ons genetische code dit systeem kunnen verstoren. Ze bouwden een tweede sectie van de database, genaamd ac4CDiseaseDB, die zich richt op de link tussen genetische variaties en ac4C-modificaties. Het team analyseerde miljoenen genetische verschillen gevonden in gezonde mensen en bij patiënten met 33 verschillende soorten kanker. Ze zochten naar specifieke veranderingen in de genetische letters die ofwel een nieuwe plek voor een ac4C-label zouden creëren of een bestaand label zouden vernietigen. Hun analyse identificeerde honderdduizenden van deze "winst of verlies"-gebeurtenissen, waarvan er veel geassocieerd zijn met bekende ziekten. Door deze bevindingen te kruisen met klinische gegevens, brachten ze specifieke genetische varianten aan het licht die ziekten zouden kunnen drijven door de manier waarop RNA wordt gemodificeerd te veranderen, wat nieuwe aanwijzingen biedt voor het begrijpen van aandoeningen zoals neuropathische pijn en tumorgroei.

Om deze complexe informatie bruikbaar te maken voor andere wetenschappers, bevat het platform twee krachtige analytische instrumenten. De eerste is een voorspeller waarmee gebruikers een genetische sequentie kunnen invoeren en een realtime berekening ontvangen van waar ac4C-labels waarschijnlijk zullen verschijnen. Deze tool draait op een geavanceerd systeem dat de logica van negen verschillende computermodellen combineert, die elk getraind zijn om verschillende patronen in de genetische code te herkennen, om een zeer nauwkeurige voorspelling te geven. De tweede tool helpt onderzoekers te onderzoeken hoe een specifieke genetische mutatie het landschap van ac4C-labels kan veranderen. Door een lijst met genetische variaties in te voeren, kunnen gebruikers precies zien hoe die veranderingen de aanwezigheid van deze chemische markeringen kunnen verschuiven, wat potentieel verklaart waarom een mutatie tot een ziekte leidt. Het hele systeem is ontworpen om interactief te zijn, waardoor gebruikers de gegevens kunnen visualiseren op een genoombrowser, de secundaire structuur van het RNA kunnen controleren en de datasets voor hun eigen onderzoek kunnen downloaden.

De creatie van ac4C Info vertegenwoordigt een belangrijke stap voorwaarts in het begrijpelijker maken van het epitranscriptoom. Hoewel het veld snel is gegroeid met de komst van nieuwe sequencingtechnologieën, heeft het gebrek aan een verenigde bron het moeilijk gemaakt om bevindingen over verschillende organismen te vergelijken of om te zien hoe deze modificaties in het bredere kader van de menselijke gezondheid passen. Deze nieuwe database vult dat gat door gegevens van negen soorten samen te brengen, informatie van meerdere detectiemethoden te integreren en de instrumenten te bieden die nodig zijn om de impact van genetische veranderingen te analyseren. Het biedt een helder, georganiseerd overzicht van een complex biologisch systeem, waarbij verspreide fragmenten van gegevens worden omgezet in een samenhangend hulpmiddel dat toekomstige ontdekkingen in fysiologie, ziekteprocessen en verbetering van gewassen kan sturen. Naarmate de technologie voor het lezen van RNA blijft verbeteren, staat dit platform klaar om uit te breiden, waardoor het wetenschappelijke gemeenschap een betrouwbare basis biedt voor het verkennen van de verborgen lagen van genetische regulatie.