Characterization of super-enhancers in cancers with endodermal origin

Abstract

Tehostajat (engl. enhancer) ovat tärkeitä DNA:ssa olevia säätelyelementtejä, joihin transkriptiotekijät (engl. transcription factors) sitoutuvat säädelläkseen geenien ilmentymistä (engl. gene expression). Tehostajat ovat myös vastuussa solu tyypeille tyypillisestä geenien ilmentymisestä ja ne pystyvät muodostamaan supertehostajiksi (engl. super-enhancer) kutsuttuja rakenteita, jotka koostuvat useista normaaleista tehostajista ja sitovat suuria määriä ja useanlaisia transkriptiotekijöitä. Nämä supertehostajat ovat tärkeitä solujen identiteetin määrittymisessä ja laajat muutokset genomin supertehostajissa on yhdistetty eri syöpiin. Tämä projekti keskittyi kuvailemaan muutoksia supertehostajissa ja niiden transkriptiotekijöissä normaalien solujen ja syöpäsolujen välillä hyödyntäen next-generation-sekvensointi dataa eri metodeista, kuten ChIP-, RNA- and ATAC-sekvensoinnista. Projektin pääpaino oli datan prosessoinnissa ja analysoimisessa, jotta supertehostajat pystytiin määrittelemään ja kuvaamaan niiden ominaisuuksia. Analyysit sisälsivät GSEA:n, heatmap-sitoutumisanalyysin, peak calling- ja super-enhancer calling-analyysit ja IGV-analyysin. Projektin normaalisolulinjana toimi HPDE-solulinja ja syöpäsolulinjoina toimivat eri endodermaaliset syöpäsolulinjat. Projektin tavoitteena oli pyrkiä näyttämään supertehostajien tyypillisten ominaisuuksien toteutuminen sekä supertehostajien ominaisuudet normaali- ja syöpäsoluissa. Data-analyysit pystyivät näyttämään, että syöpäsoluista voidaan määrittää solulinjakohtaiset supertehostajat ja, että määritellyt supertehostajat omasivat itselleen tyypillisen vahvan transkriptiotekijöiden sitoutumisen ja korkean H3K27-asetylaation tason, mikä on aktiivisten tehostajien merkki. Supertehostajat sijoittuivat avoimen kromatiinin alueisiin genomissa ja HPDE-normaalisolulinjan supertehostajaksoihin yhdistettyjen geenien pystyttiin näyttämään olevan tärkeitä solujen identiteetille. Peak calling and super-enhancer calling analyysien huippujen (engl. peaks) lukumäärät vaihtelivat eri solulinjojen välillä. Supertehostajien visualisointi onnistui hyvin ja se pystyi näyttämään transkriptiotekijöiden sitoutumisen sekä aktiiviset tehostajat, jotka muodostavat supertehostajajakso rakenteen. Laajat analyysit pystyivät näyttämään supertehostajien tyypilliset ominaisuudet ja näyttämään eroja supertehostajien lukumäärissä normaalisolujen ja syöpäsolujen sekä eri syöpäsolujen välillä. Transkriptiotekijöiden sitoutumisanalyysi paljasti uniikkeja huippuja osassa supertehostajia ja nämä huiput saattavat liittyä supertehostaja rakenteen muodostumiseen.

Enhancers are important regulatory elements of DNA, that are bound by transcription factors (TFs) to regulate gene expression. Enhancers control cell type specific gene expression and they can form structures called super-enhancers, that consist of multiple normal enhancers and are bound by high numbers and variety of transcription factors. These super-enhancers are important for defining cell identity and changes in the super-enhancer landscape have been linked to different cancers. In this project, characterization of super-enhancers and their transcription factors composition between primary and cancer cells were studied using genome-wide next-generation sequencing data from multiple assays, such as ChIP-seq, RNA-seq and ATAC-seq. The focus of the project was on the data processing and analysis to identify and characterize the super-enhancers. Analyses included GSEA, heatmap binding analysis, peak and super-enhancer calling and IGV analysis. This project used pancreatic HPDE cell line for primary cells and different cancers with endodermal origin as cancer cell lines. The goal of the thesis was to try show characteristic features of super-enhancers and their features in normal and cancer cells. Data analysis showed that distinct super-enhancers can be identified in cancer cells and defined super-enhancers had typical strong binding for specific transcription factor and histone modification such as histone 3 lysine 27 acetylation (H3K27ac) mark of active enhancers. Super-enhancer regions were located in highly accessible chromatin regions of the genome, and genes that were associated with HPDE super-enhancers could be shown to have association with cell identity. Peak and super-enhancer calling counts varied between cell lines for transcription factors, histone modifications and super-enhancers. Visualization of super-enhancers was successful and could show transcription factor binding and active enhancers that establish the super-enhancer structure. Comprehensive analyses allowed us to characterize typical features of super-enhancers and show differences in the numbers of super-enhancers between primary and cancer cell lines and cancer cell lines of different organ types. Analysis of the transcription factor binding showed unique peaks on some of the super-enhancers, and these peaks might have a role in inducing the super-enhancer structure.