Utah-Team ordnet Genregulation einzelnen Chromatinfasern und Elternchromosomen zu

Utah-Team ordnet Genregulation einzelnen Chromatinfasern und Elternchromosomen zu

Forschende der University of Utah Health und beteiligter Institutionen haben FIRE entwickelt. Das Werkzeug verbindet Machine Learning mit Long-Read-Sequenzierung und soll die Genregulation zwischen mütterlich und väterlich vererbten Chromosomen auseinanderhalten. Co-Erstautor ist Mitchell R. Vollger, Assistant Professor für Humangenetik an der University of Utah Health. Laut Pressemitteilung der Universität ist die Arbeit in der Zeitschrift Cell erschienen. Die Cell-Seite selbst war für diese Meldung nicht lesbar. Die Angaben stützen sich deshalb auf die Pressemitteilung.

Lange Abschnitte einzelner DNA-Moleküle werden sequenziert. Meist lässt sich so festlegen, ob ein Abschnitt von der mütterlichen oder der väterlichen Kopie stammt. Die Zuordnung beruht auf kleinen Sequenzunterschieden zwischen beiden Kopien. Eine Machine-Learning-Komponente bewertet anschließend Milliarden zugänglicher Regionen im Genom. Ziel ist, funktional wichtige regulatorische Elemente von Regionen zu trennen, die zwar zugänglich sind, aber keine biologische Bedeutung haben.

Semi-überwachtes Modell erkennt MTase-sensitive Patches als regulatorische Elemente

FIRE steht für „Fiber-seq inferred regulatory elements“. Gemeint sind MTase-sensitive Patches (MSPs) auf einzelnen Chromatinfasern, die als regulatorische Elemente erschlossen werden. Das Team trainiert dafür semi-überwacht mit dem Framework Mokapot und XGBoost. Jedes FIRE-Element erhält einen geschätzten Präzisionswert. Er gibt an, mit welcher Wahrscheinlichkeit es ein echtes regulatorisches Element ist. Die Schätzung beruht auf Validierungsdaten, die im Training nicht verwendet wurden.

Als gemischt-positives Trainingsset dienen MSPs, die DNase-Hypersensitivitätsstellen und CTCF-ChIP-seq-Peaks überlappen. Das saubere Negativset besteht dagegen aus MSPs ohne solche Überlappung. MSPs unterhalb der Präzisionsschwelle gelten als Linker-Regionen, also als Bereiche mit der Zugänglichkeit, die zwischen zwei Nukleosomen zu erwarten ist.

Bei der Schwelle selbst widersprechen sich die Quellen. Das GitHub-README nennt eine Zielpräzision von mindestens 90 Prozent. Die Projektseite fiberseq.github.io gibt mindestens 95 Prozent an. Zugleich spricht sie von Linkern bei MSPs unter 90 Prozent, was in sich nicht stimmig ist. Vermutlich handelt es sich um unterschiedliche Versionsstände. Welche Schwelle für die Cell-Publikation gilt, ist ungeklärt. Die Projektseite verweist als Referenz auf den bioRxiv-Preprint von 2024. Die FIRE-Pipeline ist auf GitHub öffentlich. Ob sich die Cell-Fassung vom Preprint unterscheidet, lässt sich anhand des vorliegenden Materials nicht beurteilen.

Zöliakie-Variante als Anwendungsbeispiel, Tragweite bislang Herstellerurteil

Als Anwendung nennt die Pressemitteilung eine offene Frage der Zöliakie-Genetik. Beeinflusst eine mit dem Erkrankungsrisiko assoziierte Variante die Genaktivität, oder ist sie nur ein gekoppelter Marker? Laut Mitteilung liegt die Variante in einem regulatorischen Schalter. Der vorliegende Text bricht an dieser Stelle ab. Weitere Details zum Befund lassen sich deshalb nicht wiedergeben.

Die Einordnung stammt von den Beteiligten. Vollger spricht von einem „sehr viel schärferen Objektiv“ für die 98 Prozent nicht-kodierende DNA. Die Mitteilung spricht von einem „unprecedented look“ auf zuvor rätselhafte Genomregionen. FIRE könne helfen, DNA-Veränderungen hinter Erbkrankheiten zu finden. Das sind Herstellerangaben. Prüfen lassen sie sich am Cell-Paper, an unabhängigen Anwendungen und im Vergleich mit ATAC-seq- oder DNase-Haplotyp-Analysen.

Neu ist die Kombination aus Fiber-seq, ML-Klassifikation und Haplotyp-Auflösung. Fiber-seq selbst ist es nicht. Frühere Arbeiten nutzten die Methode für Mais-Transposons, Zentromer-Chromatin und die gezielte Analyse nicht-kodierender Varianten. Labore brauchen zudem Zugang zu Long-Read-Sequenzierung, um die Pipeline einzurichten.