SARS

Nature Microbiology volume 8, pagine 679–694 (2023) Citare questo articolo

23k accessi

2 citazioni

1236 Altmetrico

Dettagli sulle metriche

Alcuni virus ristrutturano la cromatina dell’ospite, influenzando l’espressione genetica, con implicazioni sull’esito della malattia. Se ciò avvenga anche per il SARS-CoV-2, il virus che causa il COVID-19, è in gran parte sconosciuto. Qui abbiamo caratterizzato il genoma 3D e l’epigenoma delle cellule umane dopo l’infezione da SARS-CoV-2, trovando una diffusa ristrutturazione della cromatina dell’ospite che presenta un diffuso indebolimento del compartimento A, miscelazione A–B, ridotti contatti intra-TAD e diminuzione dei livelli di modificazione dell’eucromatina H3K27ac. Tali cambiamenti non sono stati riscontrati in seguito all’infezione da virus del raffreddore comune HCoV-OC43. Curiosamente, il complesso di coesione era notevolmente impoverito dalle regioni intra-TAD, indicando che SARS-CoV-2 interrompe l’estrusione del ciclo di coesione. Queste strutture alterate del genoma/epigenoma 3D erano correlate con la soppressione trascrizionale dei geni di risposta dell’interferone da parte del virus, mentre un aumento di H3K4me3 è stato riscontrato nei promotori di geni proinfiammatori altamente indotti durante la grave COVID-19. Questi risultati mostrano che SARS-CoV-2 ricollega acutamente la cromatina dell’ospite, facilitando studi futuri sugli impatti epigenomici a lungo termine della sua infezione.

Il ripiegamento tridimensionale (3D) della cromatina dei mammiferi influenza la trascrizione, la replicazione del DNA, la ricombinazione e la riparazione dei danni al DNA1,2,3, con evidenti effetti sul comportamento e sul funzionamento delle cellule. La regolazione dell'architettura della cromatina dell'ospite è stata utilizzata dai virus per antagonizzare la difesa dell'ospite o per esercitare influenze a lungo termine, come la latenza virale4,5,6. La sindrome respiratoria acuta grave coronavirus 2 (SARS-CoV-2) causa COVID-19 e ha causato oltre 700 milioni di infezioni in tutto il mondo. È stato dimostrato che diverse proteine virali codificate da SARS-CoV-2 si associano alla cromatina o ai fattori della cromatina7,8. Tuttavia, se e come l’infezione da SARS-CoV-2 influisca sull’architettura della cromatina dell’ospite non è ancora stato esplorato.

L'architettura della cromatina è strutturata attraverso diversi strati come compartimenti A/B, domini di associazione topologici (TAD) e anelli di cromatina2,9 (Dati estesi Fig. 1a,b). I compartimenti A/B si sovrappongono in gran parte rispettivamente con la cromatina trascrizionalmente attiva/inattiva9,10. Si suggerisce che si formino, almeno in parte, tramite attrazioni omotipiche tra regioni cromatiniche con caratteristiche epigenetiche simili9,10,11, che possono funzionare nel controllo della trascrizione concentrando o sequestrando specifici fattori regolatori11. Per i TAD e i loop, il CTCF (fattore legante CCCTC, una proteina dito di zinco altamente conservata) e il complesso di coesione sono i due principali regolatori3. Prove crescenti indicano che la coesione agisce tramite un processo di "estrusione ad anello"3. Questi due meccanismi possono interagire: la formazione di TAD mediante estrusione ad anello sembra antagonizzare la compartimentazione3,9,12,13. Il modo in cui le architetture della cromatina vengono ricablate in condizioni patologiche, comprese le malattie infettive, rimane ancora non completamente compreso. Qui abbiamo cercato di comprendere gli impatti della SARS-CoV-2 che causa la pandemia sulla cromatina dell’ospite mappando in modo completo le architetture della cromatina delle cellule umane dopo l’infezione utilizzando la cattura della conformazione cromosomica ad alto rendimento (Hi-C) 3.0 e l’immunoprecipitazione della cromatina (ChIP- seq) metodi. Abbiamo scoperto un’ampia ristrutturazione della cromatina in seguito all’infezione da SARS-CoV-2, con implicazioni per la comprensione dell’alterazione genetica della malattia COVID-19 e della perturbazione epigenetica nell’ospite.

Per studiare l’organizzazione della cromatina durante l’infezione da SARS-CoV-2, abbiamo innanzitutto determinato le condizioni ottimali di infezione. I nostri approcci utilizzano popolazioni cellulari e quindi richiedono un elevato rapporto di infezione delle cellule ospiti. Nelle cellule umane A549 che esprimono ACE2 (A549-ACE2) (Fig. 1a) che sono state infettate da SARS-CoV-2 (molteplicità di infezione (MOI): 0,1), circa il 90% delle letture del sequenziamento dell'RNA (RNA-seq) sono allineate al genoma virale 24 ore dopo l'infezione (24 hpi), indicando un alto livello di infezione (Dati estesi Fig. 1c). L'immunofluorescenza della proteina virale del picco ha verificato un elevato rapporto di infezione (dati estesi Fig. 1d, e). Non abbiamo osservato l'apoptosi cellulare (dati estesi Fig. 2a-c). Ci siamo quindi concentrati sulle cellule a 24 hpi per studiare i cambiamenti della cromatina dell'ospite.

28 Mb) (Fig. 1e). Intriguingly, inter-chromosomal contacts were generally increased by viral infection, as shown by the fold changes in pairwise interactions between any two chromosomes, or by trans-vs-cis contact ratios (Extended Data Fig. 2g,h). The enhancement of both inter-chromosomal interactions and extremely long-distance (>28 Mb) intra-chromosomal interactions (Fig. 1e) suggests changes in chromatin compartmentalization12,15./p>90% infection rate at 24 hpi; and for poly (I:C), quantitative PCR with reverse transcription (RT–qPCR) validated the induction of target genes after treatment (Extended Data Fig. 3a–c). An initial P(s) curve analysis revealed that none of these additional treatments elicited changes similar to those observed upon SARS-CoV-2 infection (Fig. 2a,b). Particularly, HI-WA1 elicited almost no change in 3D genome architecture, whereas HCoV-OC43 and Poly (I:C) infection had mild effects (Fig. 2a,b)./p>0) or B compartment (E1 score <0), respectively. Arrows and arrowheads exemplify regions with compartmental changes (with colours matching a). e, A diagram showing the categories of bins with changes in A/B compartmental scores, which are referred to as ‘A-ing’ (E1 scores increase) or ‘B-ing’ (E1 scores decrease) after virus infection. f, Heatmaps showing enrichment of histone marks or RNA Pol2 (RPB1) on the six categories of genomic bins defined in e, which signifies their epigenomic features over the genome background. Scale indicates log2-transformed fold enrichment./p>

0.2 and P-value < 0.05 were considered as bins with changed compartmental strength. Different categories of compartment changes (in Fig. 2c) were defined as (similar to ref. 20): A to stronger A: (Mock E1 - SARS-CoV-2 E1) < −0.2, Mock E1 > 0.2; B to A: (Mock E1 - SARS-CoV-2 E1) < −0.2, Mock E1 < −0.2, SARS-CoV-2 E1 > 0; B to weaker B: (Mock E1 - SARS-CoV-2 E1) < −0.2, Mock E1 < −0.2, SARS-CoV-2 E1 < 0; B to stronger B: (Mock E1 - SARS-CoV-2 E1) > 0.2, Mock E1 < −0.2; A to B: (Mock E1 - SARS-CoV-2 E1) < −0.2, Mock E1 > 0.2, SARS-CoV-2 E1 < 0; A to weaker A: (Mock E1 - SARS-CoV-2 E1) < −0.2, Mock E1 > 0.2, SARS-CoV-2 E1 > 0. For enrichment of epigenetic features on affected compartments (for example, see Fig. 2f), we ranked all 100 kb bins into six categories (top 5%, top 5–10%, 10–50%, 50–90%, bottom 5–10%, bottom 5%) and then calculated epigenomic features at each 100 k bin. For histone modifications or chromatin regulatory factors that have sharp peaks in ChIP-seq (such as H3K27ac and H3K4me3), we quantified the numbers of peaks in each 100 kb bin. For modifications or factors that have broad ChIP-seq patterns (such as H3K9me3 and H3K27me3), we quantified the calibrated ChIP-seq reads throughout the entire 100 kb bin. The enrichment of these ChIP-seq signals was calculated by dividing the median quantification inside these six categories by the genome-wide median quantification./p> 0 or <0 as virus-strengthened or weakened chromatin loops. The APA was performed by superimposing observed/expected Hi-C matrices on merged loops with the coolpuppy tool (v0.9.2)51./p>

0.2, see Methods). These six categories are: A to weaker A, A to B, B to stronger B, B to weaker B, B to A, and A to stronger A. b. Snapshots of inter-chromosomal Hi-C contact matrices between chr17 and chr18 (upper), and intra-chromosomal Hi-C contact matrices within chr18 (lower) in Mock and SARS-CoV-2 infected samples. On the right, differential contacts are shown as log2 fold changes of SARS-CoV-2/Mock. PCA E1 scores were put at sides to show the A or B compartments. Red and black arrowheads respectively point to increased A-B and reduced A-A interactions after SARS-CoV-2 infection. Bin size = 320 kb. Color scales indicate Hi-C contact frequencies (left and middle), and log2 fold change of SARS-CoV-2/Mock contact frequencies (right). c,d,e. Saddle plots from Hi-C 3.0 after treatments by HI-WA1 (c), poly(I:C) (d), and HCoV-OC43 infection (e), respectively, showing negligible impacts on compartmental interactions. HCoV-OC43 and HI-WA1 shared the same Mock sample. In each figure, color scales indicate observed/expected (O/E) Hi-C contact frequencies (left and middle), and log2 fold change of O/E contact frequencies (right)./p>

Blog