SARS

Nature Microbiology volume 8, páginas 679–694 (2023)Cite este artigo

23k acessos

2 Citações

1236 Altmétrico

Detalhes das métricas

Alguns vírus reestruturam a cromatina do hospedeiro, influenciando a expressão gênica, com implicações para o resultado da doença. Se isso ocorre para o SARS-CoV-2, o vírus que causa o COVID-19, é amplamente desconhecido. Aqui, caracterizamos o genoma 3D e o epigenoma das células humanas após a infecção por SARS-CoV-2, encontrando ampla reestruturação da cromatina do hospedeiro que apresenta enfraquecimento generalizado do compartimento A, mistura A-B, contatos intra-TAD reduzidos e diminuição dos níveis de modificação da eucromatina H3K27ac. Tais alterações não foram encontradas após a infecção pelo vírus do resfriado comum HCoV-OC43. Curiosamente, o complexo de coesina foi notavelmente esgotado nas regiões intra-TAD, indicando que o SARS-CoV-2 interrompe a extrusão do loop de coesina. Essas estruturas alteradas do genoma/epigenoma 3D correlacionaram-se com a supressão transcricional dos genes de resposta do interferon pelo vírus, enquanto o aumento de H3K4me3 foi encontrado nos promotores de genes pró-inflamatórios altamente induzidos durante o COVID-19 grave. Essas descobertas mostram que o SARS-CoV-2 reconfigura agudamente a cromatina do hospedeiro, facilitando estudos futuros dos impactos epigenômicos de longo prazo de sua infecção.

O dobramento tridimensional (3D) da cromatina dos mamíferos influencia a transcrição, a replicação do DNA, a recombinação e o reparo de danos ao DNA1,2,3, com efeitos óbvios sobre como as células se comportam e funcionam. A regulação da arquitetura da cromatina do hospedeiro tem sido usada por vírus para antagonizar a defesa do hospedeiro ou para exercer influências de longo prazo, como a latência viral4,5,6. O coronavírus 2 da síndrome respiratória aguda grave (SARS-CoV-2) causa o COVID-19 e causou mais de 700 milhões de infecções em todo o mundo. Várias proteínas virais codificadas pelo SARS-CoV-2 demonstraram associar-se à cromatina ou a fatores de cromatina7,8. No entanto, se e como a infecção por SARS-CoV-2 afeta a arquitetura da cromatina do hospedeiro é pouco explorado.

A arquitetura da cromatina é estruturada através de várias camadas, como compartimentos A/B, domínios de associação topológica (TADs) e loops de cromatina2,9 (Dados Estendidos Fig. 1a,b). Os compartimentos A/B se sobrepõem em grande parte à cromatina transcricionalmente ativa/inativa, respectivamente9,10. Sugere-se que sejam formados, pelo menos em parte, por meio de atrações homotípicas entre regiões da cromatina de características epigenéticas semelhantes9,10,11, que podem funcionar no controle da transcrição por meio da concentração ou sequestro de fatores regulatórios específicos11. Para TADs e loops, CTCF (CCCTC-binding factor, uma proteína de dedo de zinco altamente conservada) e o complexo de coesina são os dois principais reguladores3. Evidências crescentes indicam que a coesina atua por meio de um processo de 'extrusão de loop'3. Esses dois mecanismos podem crosstalk - a formação de TADs por extrusão de loop parece antagonizar a compartimentalização3,9,12,13. Como as arquiteturas da cromatina são religadas em condições patológicas, incluindo doenças infecciosas, permanece incompleto. Aqui, procuramos entender os impactos do SARS-CoV-2 causador de pandemia na cromatina do hospedeiro, mapeando de forma abrangente as arquiteturas de cromatina de células humanas após a infecção usando captura de conformação cromossômica de alto rendimento (Hi-C) 3.0 e imunoprecipitação de cromatina (ChIP- seq) métodos. Descobrimos uma extensa reestruturação da cromatina após a infecção por SARS-CoV-2, com implicações para entender a alteração do gene da doença de COVID-19 e a perturbação epigenética no hospedeiro.

Para estudar a organização da cromatina durante a infecção por SARS-CoV-2, primeiro determinamos as condições ideais de infecção. Nossas abordagens usam populações de células e, portanto, requerem uma alta taxa de infecção das células hospedeiras. Em células A549 humanas que expressam ACE2 (A549-ACE2) (Fig. 1a) que foram infectadas com SARS-CoV-2 (multiplicidade de infecção (MOI): 0,1), aproximadamente 90% do sequenciamento de RNA (RNA-seq) lê alinhado ao genoma viral 24 h pós-infecção (24 hpi), indicando um alto nível de infecção (Dados Estendidos Fig. 1c). A imunofluorescência da proteína spike viral verificou uma alta taxa de infecção (Dados Estendidos Fig. 1d,e). Não observamos apoptose celular (Dados Estendidos Fig. 2a–c). Portanto, focamos nas células em 24 hpi para estudar as alterações da cromatina do hospedeiro.

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