Verstehen von Telomerlängen und Chromatindynamik
Forschung verbindet die Messung der Telomerlänge und die Chromatinzugänglichkeit in zellulären Funktionen.
― 8 min Lesedauer
Inhaltsverzeichnis
Die Integrität unseres genetischen Materials, also des Genoms, ist super wichtig für die richtige Zellfunktion. Fehler in diesem Prozess können dazu führen, dass wichtige Gene verloren gehen oder sogar Krankheiten wie Krebs begünstigt werden. Ein entscheidender Teil unserer Chromosomen sind die Telomere, die schützenden Kappen an den Enden der Chromosomen. Diese Telomere brauchen besondere Aufmerksamkeit, denn bei der normalen Zellteilung verlieren wir jedes Mal eine kleine Menge DNA, ungefähr 50 bis 100 Basenpaare, wenn sich eine Zelle teilt. Um dieses Problem zu lösen, haben Lebewesen, einschliesslich Menschen und Mäusen, verschiedene Mechanismen entwickelt, um ihre Telomere zu verlängern. Bei Menschen und Mäusen bestehen Telomere hauptsächlich aus einer sich wiederholenden Sequenz von sechs Basenpaaren, TTAGGG, und werden durch einen Proteinkomplex namens Shelterin geschützt.
Kurze Telomere sind mit über 13 verschiedenen Krankheiten verbunden, die von Leberschäden bis zu verschiedenen Krebsarten reichen. Wegen dieser Verbindung sind Forscher sehr daran interessiert, die Telomerlängen zu messen. Es gibt mehrere Techniken zur Messung, wie quantitative PCR (qPCR), Southern Blotting, Fluoreszenz-in-situ-Hybridisierung (FISH) und Long-Read-Sequenzierung. Allerdings gibt es eine Lücke in unserer Fähigkeit, die Telomerlänge auf Einzelzellebene zu messen und sie mit anderen interessanten Merkmalen zu verbinden. Zum Beispiel können Krebszellen Telomere haben, die sowohl kürzer als auch länger sind als die normaler Zellen. Die Nutzung von Methoden, die viele Zellen zusammen betrachten, auch als "Bulk"-Methoden bezeichnet, verpasst oft diese individuellen Variationen. Zudem kann die Telomerlänge je nach Zelltyp variieren, daher ist es wichtig, den spezifischen Zelltyp zu kennen, um sinnvolle Interpretationen zu machen. Aus diesem Grund gilt die Messung der Telomerlänge in Bulk-Krebsmustern nicht als zuverlässiger Indikator.
Einzelzell-RNA-Sequenzierung
Die Technologie der Einzelzell-RNA-Sequenzierung (scRNA-seq) ist derzeit der beste Weg, um die Unterschiede zwischen einzelnen Zellen in einem Gewebe zu verstehen. Trotz ihrer Möglichkeiten gab es bisher nur wenige Bemühungen, auch die Messung der Telomerlänge mit dieser Methode einzubeziehen. Die bisher grösste Studie hat Telomerlängen in nur 242 Zellen gemessen, wahrscheinlich, weil sie in einem zeitaufwändigen und teuren Multiwell-Plattenformat durchgeführt wurde. Neuere Fortschritte in der RNA-Sequenzierung ermöglichen die Analyse von Hunderttausenden bis Millionen von Zellen und ebnen den Weg für einen neuen Einzelzellansatz, der sowohl den Zellzustand als auch die Telomerlänge zusammen messen kann.
Eine etablierte Methode zur Analyse von Chromatin, dem Material, aus dem unsere Chromosomen bestehen, heisst ATAC-seq, was für Assay for Transposase-Accessible Chromatin using sequencing steht. Diese Methode identifiziert Regionen des Genoms, die offen und zugänglich für biologische Prozesse sind. ATAC-seq verwendet ein Enzym, das diese offenen Regionen schneidet und markiert, was es den Forschern ermöglicht, sie zu sequenzieren. Die Zugänglichkeit verschiedener Regionen kann dann gemessen werden, und die Aktivität von Transkriptionsfaktoren – Proteinen, die helfen, Gene ein- und auszuschalten – kann ebenfalls basierend auf ihrer Präsenz in diesen zugänglichen Regionen bewertet werden. Durch diesen Prozess können Wissenschaftler potenzielle Regulatoren identifizieren, die verschiedene Zelltypen und deren Schicksale beeinflussen.
Auf der Suche nach wertvollen Erkenntnissen aus den ATAC-seq-Daten entdeckten die Forscher Sequenzen, die Telomeren ähneln. Sie vermuteten, dass diese telomer-ähnlichen Sequenzen Informationen über die Telomerlänge liefern könnten, da längere Telomere in ATAC-seq-Experimenten möglicherweise mehr Reads erzeugen. Um diese Idee zu testen, wurden sowohl öffentliche als auch neue Daten analysiert.
Ergebnisse zur Messung der Telomerlänge
Die Ergebnisse zeigten, dass die Einzelzell-ATAC-seq-Methode nicht effektiv zur Bestimmung der Telomerlänge ist. Das liegt hauptsächlich daran, dass die Telomere selbst anscheinend vor dem Tagmentationsprozess in ATAC-seq geschützt sind. Stattdessen deutet das Vorhandensein telomer-ähnlicher Reads oft auf eine allgemeine Chromatin-Kondensation hin, wobei die subtelomere Region zugänglicher wird, wenn das Chromatin kondensiert. Während der Zellzyklusstatus durch RNA-seq bewertet werden kann, wurde festgestellt, dass ATAC-seq eine direktere Beobachtung des Eintritts und Austritts aus der Zellteilung oder Mitose bietet. Eine weitere Analyse von Zentromeren, einem anderen wichtigen Teil der Chromosomen, könnte auch helfen, zwischen frühen und späten G1-Phasen des Zellzyklus zu unterscheiden.
Um die Analyse der Chromatin-Kondensation zu unterstützen, wurde ein Tool namens Telomemore entwickelt. Dieses Tool wurde validiert, indem ein neuer Long-Read-Atlas von Transposase-Einsätzen sowie ein maschinelles Lernmodell verwendet wurden, das dazu dient, den Ursprung von kurzen Reads zu schätzen. Verschiedene Beispiele zeigen, wie die von Telomemore berichteten Metriken die Interpretation von Einzelzellen-Daten-Sätzen verbessern können. Dazu gehören Analysen von Transkriptionsfaktoren, die den Zellzyklus regulieren, und Studien darüber, wie ein spezifischer Faktor, CDKN1C, zu wirken scheint, um bestimmte Monozyten in der G1-Phase des Zellzyklus zu halten. Ausserdem wurde ein neuer Einzelzellatlas menschlicher Tonsillen-B-Zellen erstellt, der zeigt, wie somatische Hypermutation, ein Prozess, bei dem B-Zellen ihre Antikörper anpassen, im Kontext der Chromatin-Kondensation betrachtet werden kann.
Forschungsmethoden
Um aktuelle Datensätze für die Einzelzell-Analyse zu überprüfen, wurden geeignete Datensätze aus öffentlichen Datenbanken gesammelt. Diese Datensätze wurden inspiziert, um zu bestätigen, ob Sequenzierungs-Reads verfügbar waren. Wenn es fehlende Zell-Barcodes gab, wurden Anstrengungen unternommen, um die kompletten Daten zu holen. Verschiedene Datensätze wurden analysiert, um die Telomerlängen zu erkunden.
Für die Erstellung eines Tonsillen-B-Zellen-Atlas wurden ethische Genehmigungen eingeholt, um Proben zu sammeln. Nach der Vorbereitung von Tonsillen-Zell-Suspensionen und der Entfernung von roten Blutkörperchen wurden die Zellen für weitere Analysen aufbewahrt. B-Zellen wurden aus diesen Proben isoliert und zusammengelegt, um Batch-Effekte zu minimieren. Diese B-Zellen wurden dann für ATAC-seq verarbeitet, wobei die Zellkerne mit spezifischen Enzymen behandelt wurden, um sie für die Sequenzierung vorzubereiten.
In ähnlicher Weise wurden menschliche kolorektale Fibroblasten-Zellen untersucht, nach den gleichen Prinzipien zur Erstellung ihrer Multiome-Bibliotheken. Die relevanten Bedingungen für die Zellkultur wurden aufrechterhalten, und nur spezifische Passage der Zellen wurden für die Analyse eingeschlossen, um die Konsistenz der Daten sicherzustellen.
Telomer-Zugänglichkeit und Zellzyklusanalyse
Die Ergebnisse der Forschung zeigen, dass telomer-ähnliche Reads auf breitere Chromatin-Kondensationsereignisse, insbesondere während des Zellzyklus, hinweisen könnten. Eine tiefere Untersuchung bestehender Datensätze zeigte, dass die Häufigkeit telomer-ähnlicher Reads mit verschiedenen Zellzyklusphasen assoziiert war. Zum Beispiel wurde während der S-Phase, in der Zellen ihr DNA replizieren, ein Rückgang der Zugänglichkeit festgestellt, während in den G1- und mitotischen Phasen eine höhere Zugänglichkeit beobachtet wurde. Das deutet darauf hin, dass sich die Struktur ihres Chromatins geändert, wenn sich die Zellen auf die Teilung vorbereiten.
Darüber hinaus wurde festgestellt, dass die Korrelation zwischen telomer-ähnlichen Reads und Chromatin-Zugänglichkeit in verschiedenen Zelltypen signifikant war. Telomer-ähnliche Reads könnten nicht nur die Telomerlänge widerspiegeln, sondern auch den allgemeinen Zustand des Chromatins. Dieses Verständnis hebt die Rolle spezifischer Transkriptionsfaktoren hervor, die diesen Zustand beeinflussen könnten und wie er zwischen verschiedenen Zelltypen variiert.
Telomer-Zugänglichkeit in spezifischen Zelltypen
Eine weitere Analyse von Immunzellen, insbesondere Monozyten, wurde durchgeführt, um zu sehen, wie die Telomer-Zugänglichkeit als prädiktiver Marker für Verständnis der Unterschiede im Zellzyklusstatus dienen könnte. Verschiedene Subtypen von Monozyten wurden untersucht, die Variationen in der Telomer-Zugänglichkeit zeigten, was darauf hindeutet, dass diese Merkmale helfen könnten, Zelltypen und deren Funktionszustände basierend auf ihrer Chromatin-Konfiguration weiter zu klassifizieren.
Bei der Untersuchung von B-Zellen, insbesondere während der somatischen Hypermutation, wurde festgestellt, dass der Zusammenhang zwischen Telomer-Zugänglichkeit und Chromatin-Kondensation Einblicke darüber gibt, wie Zellen ihr genetisches Material verwalten, um Mutationen zu vermeiden. Der Einfluss spezifischer Transkriptionsfaktoren, die mit dem Zellzyklus verbunden sind, wurde beobachtet, was darauf hindeutet, dass diese Proteine eine Rolle bei der Regulierung der Prozesse spielen könnten, die die Funktionalität von B-Zellen steuern.
Implikationen für zukünftige Forschung
Die Ergebnisse dieser Studie unterstreichen die Komplexität, wie Telomerlänge und Chromatin-Zugänglichkeit miteinander verknüpft sind. Während telomer-ähnliche Reads nicht direkt in die Messung der Telomerlängen übersetzt werden, bieten sie wichtigen Kontext über die Chromatindynamik innerhalb der Zellen. Die Entwicklung von Werkzeugen wie Telomemore eröffnet Möglichkeiten für eine effektivere Analyse der Chromatinzustände in verschiedenen Zelltypen.
Es gibt ein wachsendes Bewusstsein für die Notwendigkeit der Transparenz beim Teilen von Forschungsdaten. Der offene Zugang zu Rohsequenzierungsdaten ist entscheidend für die Replikation von Studien und die Förderung weiterer Forschungen. Dies steht im Einklang mit den FAIR-Prinzipien, nach denen Daten nicht nur zugänglich, sondern auch für zukünftige Studien nutzbar sein müssen.
Zusammenfassend betont die Studie die Integration von Telomerdynamik, Chromatinzuständen und Zellfunktionen, um das genomische Integrität und Zellverhalten besser zu verstehen. Durch die Verfeinerung der Methoden und die Erforschung dieser Verbindungen können Forscher tiefere Einblicke in die biologische Bedeutung von Telomeren und Chromatin gewinnen und letztendlich zu Fortschritten in unserem Verständnis von Krankheiten und zellulären Prozessen beitragen.
Titel: Telomemore enables single-cell analysis of cell cycle and chromatin condensation
Zusammenfassung: Graphical abstract O_FIG O_LINKSMALLFIG WIDTH=200 HEIGHT=140 SRC="FIGDIR/small/533267v2_ufig1.gif" ALT="Figure 1"> View larger version (24K): [email protected]@18b31d7org.highwire.dtl.DTLVardef@1753decorg.highwire.dtl.DTLVardef@346c5f_HPS_FORMAT_FIGEXP M_FIG C_FIG ABSTRACTSingle-cell RNA-seq methods can be used to delineate cell types and states at unprecedented resolution but do little to explain why certain genes are expressed. Single-cell ATAC-seq and multiome (ATAC+RNA) have emerged to give a complementary view of the cell state. It is however unclear what additional information can be extracted from ATAC-seq data besides transcription factor binding sites. Here we show that ATAC-seq telomere-like reads, mostly originating from the subtelomere, cannot be used to infer telomere length, but can be used as a biomarker for chromatin condensation. Using long-read sequencing, we further show that modern hyperactive Tn5 does not duplicate 9bp of its target sequence, contrary to common belief. We provide a new tool, Telomemore, which can quantify non-aligning subtelomeric reads. By analyzing several public datasets, and generating new multiome fibroblast and B cell atlases, we show how this new readout can aid single-cell data interpretation. We show how drivers of condensation processes can be inferred, and how it complements common RNA-seq-based cell cycle inference, which fails for monocytes. Telomemore-based analysis of the condensation state is thus a valuable complement to the single-cell analysis toolbox.
Autoren: Johan Henriksson, I. Yakovenko, I. S. Mihai, M. Selinger, W. Rosenbaum, A. Dernstedt, R. Groning, J. Trygg, L. Carroll, M. Forsell
Letzte Aktualisierung: 2024-07-12 00:00:00
Sprache: English
Quell-URL: https://www.biorxiv.org/content/10.1101/2023.03.19.533267
Quell-PDF: https://www.biorxiv.org/content/10.1101/2023.03.19.533267.full.pdf
Lizenz: https://creativecommons.org/licenses/by/4.0/
Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.
Vielen Dank an biorxiv für die Nutzung seiner Open-Access-Interoperabilität.
Referenz Links
- https://github.com/henriksson-lab/telomemore.java
- https://www.10xgenomics.com/datasets
- https://www.ncbi.nlm.nih.gov/sra
- https://github.com/10XGenomics/bamtofastq/
- https://github.com/rargelaguet/mouse_organogenesis_10x_multiome_publication
- https://github.com/PacificBiosciences/pbmm2
- https://data.mendeley.com/datasets/yv4fzv6cnm/1
- https://cisbp.ccbr.utoronto.ca/