“Codebook” amplia o mapa de como o DNA humano é lido — e mostra que a metilação pode mudar as regras

Duas pesquisas realizadas no âmbito de uma mesma colaboração internacional ajudam a esclarecer como as células humanas controlam a atividade dos genes. A primeira, liderada por Timothy Hughes, da Universidade de Toronto, criou um “Codebook” ampliado das preferências de ligação dos fatores de transcrição ao DNA. O estudo complementar, da equipe de Bart Deplancke, apresentou uma forma de testar como a metilação do DNA altera essas preferências.

A principal conclusão é que a regulação gênica depende de mais do que a sequência básica do DNA. A metilação pode mudar a maneira como um fator de transcrição reconhece determinada sequência — enfraquecendo a ligação, alterando a sequência preferida ou, em alguns casos, aumentando a afinidade.

O que o “Codebook” mediu

Fatores de transcrição são proteínas que ajudam a controlar a expressão gênica ao reconhecer pequenas sequências de DNA chamadas motivos. Muitos fatores de transcrição humanos ainda tinham pouca ou nenhuma informação experimental sobre os trechos aos quais se ligam.

O consórcio do “Codebook” combinou cinco plataformas experimentais com análises computacionais. Ao todo, foram realizados mais de 4.800 experimentos com 332 fatores de transcrição humanos candidatos ou pouco caracterizados. Os pesquisadores identificaram motivos de ligação para 177 deles — 53% do grupo — e acrescentaram cerca de 130 motivos distintos ao vocabulário conhecido da regulação gênica humana.

Os novos motivos apareceram com frequência significativamente maior em sítios de ligação observados dentro das células. Com isso, a equipe conseguiu identificar dezenas de milhares de sítios genômicos de ligação anteriormente não reconhecidos, conservados ao longo da evolução e diretamente associados a fatores de transcrição. Muitos estão concentrados em regiões promotoras, que ajudam a controlar a ativação dos genes. Os dados também aprimoraram a capacidade de relacionar a ligação desses fatores aos padrões de expressão gênica.

O recurso amplia a cobertura de motivos para cerca de 1.421 dos aproximadamente 1.600 fatores de transcrição humanos. Não se trata de uma explicação completa da regulação gênica, mas de uma redução importante em uma lacuna do mapa de referência: saber quais proteínas conseguem reconhecer quais sequências de DNA.

O que o meSMiLE-seq acrescenta

O segundo estudo se concentrou em uma pergunta que os mapas convencionais de motivos não conseguem responder: um fator de transcrição se liga de maneira diferente quando uma base do DNA sofre uma modificação química?

Para investigar a questão, os pesquisadores desenvolveram o meSMiLE-seq, sigla em inglês para enriquecimento de ligantes por microfluídica seletiva sensível à metilação, seguido de sequenciamento. O ensaio microfluídico compara a ligação de um fator de transcrição a trechos correspondentes de DNA metilado e não metilado. Assim, permite modelar ao mesmo tempo a preferência pela sequência e a sensibilidade à metilação.

O registro do conjunto de dados informa que 114 fatores de transcrição humanos foram testados em 23 experimentos, gerando modelos de ligação para 48 deles. Entre esses 48, 13 mostraram aversão ao DNA metilado, enquanto 11 apresentaram preferência por DNA metilado ou um sítio alternativo de ligação que incluía a modificação. Para os demais fatores, a ligação não foi afetada pela metilação nas condições do ensaio.

A distinção é importante porque alguns resumos apresentam o grupo com preferência ou ligação alterada pela metilação como sendo de 14 fatores. O resumo do conjunto de dados citado informa 11. Por isso, a interpretação mais cautelosa é que os efeitos dependentes da metilação foram observados em uma parcela dos fatores: 13 apresentaram ligação reduzida e 11 tiveram preferência aumentada ou modificada nesse registro.

A metilação não é um botão universal de desligar

Os resultados desafiam a visão simplificada de que a metilação do DNA funciona automaticamente como um sinal de repressão. Ela pode dificultar o reconhecimento de um motivo por um fator de transcrição, mas também pode criar um contexto químico preferido ou redirecionar a sequência à qual a proteína se liga. O efeito depende do fator de transcrição e da sequência de DNA analisada.

Isso ajuda a explicar como células que carregam o mesmo genoma conseguem manter programas regulatórios diferentes. Os tipos celulares variam tanto nos fatores de transcrição que produzem quanto nos locais onde a metilação está presente. Como consequência, uma mesma sequência pode ser ignorada em um contexto celular, reconhecida por outro fator em um segundo contexto ou ligada com intensidade diferente quando a metilação altera o sinal local do DNA.

Em conjunto, os estudos conectam duas camadas da regulação gênica: o código de sequência, escrito nas letras do DNA, e o estado epigenético, que modifica a forma como essas letras são interpretadas.

Por que o mapa pode ajudar na pesquisa de doenças

O catálogo ampliado de motivos pode melhorar a análise de variantes genéticas não codificantes — alterações que ocorrem fora das regiões que produzem proteínas, mas que podem afetar a regulação dos genes. Uma variante pode destruir um motivo já existente ou criar um novo; a metilação, por sua vez, pode determinar se o trecho alterado será de fato reconhecido em um tipo celular específico.

Esse recurso pode ser útil para estudar mudanças regulatórias associadas ao desenvolvimento, ao envelhecimento e ao câncer. Seu papel imediato, porém, é o de uma referência básica para a pesquisa, e não o de um teste diagnóstico clínico. Os modelos de ligação oferecem um ponto de partida mais sólido para experimentos e interpretações, mas os efeitos biológicos ainda dependem do contexto celular e precisam ser validados em sistemas relevantes.

Um mapa mais realista da regulação gênica

O projeto “Codebook” reúne uma colaboração de mais de duas dezenas de instituições da América do Norte, da Europa e da Rússia. Seu valor não está apenas no número de fatores analisados, mas também na combinação de ensaios complementares, análises computacionais e validação em células.

Juntos, os estudos mostram por que é necessário um modelo mais realista da regulação gênica. As células humanas não leem o DNA como se consultassem um dicionário fixo, no qual cada motivo tivesse um único significado imutável. Elas interpretam a sequência em conjunto com modificações químicas, os fatores de transcrição disponíveis e o ambiente celular ao redor.

O “Codebook” começa a catalogar esse vocabulário de sequências. O meSMiLE-seq, por sua vez, mostra que a metilação pode mudar a maneira como esse vocabulário é lido.