转座元件可能增强HIV-1精英控制者的抗病毒抵抗力

Transposable elements may enhance antiviral resistance in HIV-1 elite controllers

作者信息Manvendra Singh, Sabrina M Leddy, Luis Pedro Iñiguez, Matthew L Bendall, Douglas F Nixon, Cédric Feschotte
PMID39988678
发布时间2025-02-24
DOI10.1186/s13059-025-03484-y

实验完整度

中

研究基于公共RNA-Seq、ATAC-Seq和ChIP-Seq数据的多组学分析,包含细胞和队列样本,但缺乏功能验证实验。

主要模型

CD4+ T细胞(来自精英控制者、健康对照、抗病毒治疗感染者、病毒血症进展者) PBMC(来自精英控制者和病毒血症进展者)

重点核对

样本来源和亚型:CD4+ T细胞亚型(初始、中央记忆、效应记忆、过渡记忆和总CD4+ T细胞) 样本量:ECs n=4 vs HCs n=5(RNA-Seq);ECs n=4 vs HCs n=4(ATAC-Seq);ECs n=19 vs VPs n=8 数据分析方法:DESeq2差异表达分析,PCA和KNN聚类 TE注释:排除简单重复、SINE、DNA转座子和基因外显子/UTR内的TE位点

摘要

背景:不到0.5%的HIV-1感染者是精英控制者(ECs)——这些个体在没有抗逆转录病毒治疗的情况下维持检测不到的血浆病毒血症,尽管存在具有复制能力的病毒库。虽然ECs的CD4+ T细胞已被研究其与HIV-1抗性相关的基因表达特征,但转座元件(TEs)的表达和调控活性仍未被探索。TEs可以直接影响宿主对病原体(包括HIV-1)的免疫反应,提示它们的活性可能有助于HIV-1精英控制。为了开始验证这一假设,我们对来自ECs和其他人群的公共多组学数据进行了以TE为中心的分析。结果:我们发现ECs的CD4+ T细胞转录组和逆转录组与健康对照、接受抗逆转录病毒治疗的HIV-1感染者以及病毒血症进展者不同。然而,ECs之间存在显著的转录组异质性。我们将ECs分为四个具有不同TE和抗病毒因子表达及染色质可及性谱的聚类。几个已知具有免疫调节活性的TE家族在ECs中差异表达。它们的表达与其在ECs中的染色质可及性正相关,并与其KRAB锌指(KZNF)阻遏物的表达负相关。这种协调的、位点水平的变异形成了参与HIV-1限制的基因的推定顺式调控元件网络。结论:我们提出EC表型部分由减少KZNF介导的对特定TE来源的抗病毒基因顺式调控元件的抑制所驱动,从而增强了对HIV-1的抵抗力。我们的研究揭示了EC CD4+ T细胞转录组的异质性,包括TEs及其KZNF控制因子的可变表达,在解读HIV-1控制机制时必须考虑这些异质性。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
转座元件的表达和调控活性是否与HIV-1精英控制者的抗病毒能力相关?
核心机制
精英控制者中KZNF表达降低导致特定TE来源的顺式调控元件去抑制,从而增强邻近抗病毒基因的表达。
主要证据
通过整合RNA-Seq和ATAC-Seq数据,发现多个TE家族(如MER41、LTR12C、ERV3-16)在ECs中表达和染色质可及性增加,并与邻近抗病毒基因(如GBP2/5、HCP5)表达相关;KZNF与靶TE表达负相关。
研究意义
本研究提出TEs和KZNFs作为HIV-1精英控制的新机制,为理解病毒控制的分子机制和开发靶向干预措施提供新途径。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

RNA-Seq数据处理和TE注释

建立基因和TE表达定量流程,以比较不同人群的(逆转录)转录组。

整合公共RNA-Seq数据,构建包含基因、TE和HIV-1序列的参考转录组,使用STAR比对和Salmon定量,去除简单重复、SINE和DNA转座子,并排除位于基因外显子/UTR内的TE位点。

2

精英控制者与健康对照的差异表达分析

鉴定ECs与HCs之间差异表达的基因和TE家族。

使用DESeq2对ECs(n=4)和HCs(n=5)的CD4+ T细胞RNA-Seq数据进行差异表达分析,绘制火山图和热图。

3

精英控制者与其他感染者(PLWH-on-ART和VP)的差异表达分析

排除HIV-1感染或ART治疗对TE表达差异的影响。

比较ECs与PLWH-on-ART(n=3)及ECs与VPs(n=8)的TE家族表达,使用PCA和热图可视化。

4

免疫细胞组成去卷积分析

评估ECs、VPs和HCs的免疫细胞组成差异。

使用去卷积分析对PBMC RNA-Seq数据([43])推断19种免疫细胞类型的比例,并比较ECs、VPs和HCs。

5

EC样本的无监督聚类

识别EC CD4+ T细胞样本的转录组亚群。

整合两个公共RNA-Seq数据集(GSE144334和GSE83482),使用前五个主成分进行KNN聚类,得到四个聚类。

6

聚类功能富集分析

表征四个EC聚类的生物学功能。

对每个聚类的差异表达基因进行GO和KEGG通路富集分析,并检查HIV-1相关基因的表达模式。

7

TE-基因顺式调控对分析

鉴定ECs中可能具有顺式调控作用的TE-基因对。

结合ATAC-Seq和RNA-Seq数据,筛选ECs中显著差异开放且邻近基因差异表达的TE-基因对(距离≤10 kb),并进行GO富集分析。

8

TE家族表达和染色质可及性的聚类比较

探究四个EC聚类的TE表达和染色质可及性差异。

比较四个聚类中TE家族的平均表达和平均ATAC-Seq信号。

9

KZNF-TE表达相关性分析

评估KZNF表达与TE家族表达的相关性。

对EC样本中TE家族和KZNF的表达进行配对相关性分析,并使用ChIP-exo数据验证KZNF与TE的结合。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
FastQC----
STAR----
Salmon----
DESeq2----
Bowtie 2----
MACS2----
UCSC基因组浏览器----
WebGestalt----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
RNA-Seq数据处理
样本类型(CD4+ T细胞亚型或PBMC)、样本量、参考基因组版本、TE注释方法(需排除简单重复、SINE、DNA转座子及基因内TE)
阅读提示:Methods: RNA-Seq data processing
差异表达分析
比较组(EC vs HC、EC vs PLWH-on-ART、EC vs VP)、差异表达显著性阈值、批次效应控制
阅读提示:Methods: RNA-Seq data processing; Results: The EC (retro)transcriptome is distinct...
聚类分析
用于聚类的EC样本集(128个样本)、主成分数量(5)、KNN参数、是否进行批次校正
阅读提示:Methods: Clustering of EC RNA-Seq samples
TE-基因顺式调控对分析
ATAC-Seq和RNA-Seq配对样本、距离阈值(10 kb)、峰重叠阈值(50%)、差异表达和差异可及性筛选标准
阅读提示:Methods: Multiomic annotation of putative cis-regulatory TE-gene pairs
KZNF-TE相关性分析
相关性方法(Spearman)、显著性阈值、ChIP-exo数据来源(HEK细胞)
阅读提示:Methods: ChIP-Seq data processing; Results: Variable TE expression in ECs may be mediated by KZNFs