Abstract Techniques for genome-wide epigenetic profiling have been undergoing rapid development toward recovery of high quality data from bulk and single cell samples. DNA-protein interactions have traditionally been profiled via chromatin immunoprecipitation followed by next generation sequencing (ChIP-seq), which has become the current standard for studying histone modifications or transcription factor binding. Cleavage Under Targets & Tagmentation (CUT&Tag) is a promising new technique, which enables profiling of such interactions in situ at high sensitivity and is adaptable to single cell applications. However thorough evaluation and benchmarking against established ChIP-seq datasets are still lacking. Here we comprehensively benchmarked CUT&Tag for H3K27ac and H3K27me3 against published ChIP-seq profiles from ENCODE in K562 cells. Across a total of 30 new and 6 published CUT&Tag datasets we found that no experiment recovers more than 50% of known ENCODE peaks, regardless of the histone mark. We tested peak callers MACS2 and SEACR, identifying optimal peak calling parameters. Balancing both precision and recall of known ENCODE peaks, SEACR without retention of duplicates showed the best performance. We found that reducing PCR cycles during library preparation lowered duplication rates at the expense of ENCODE peak recovery. Despite the moderate ENCODE peak recovery, peaks identified by CUT&Tag represent the strongest ENCODE peaks and show the same functional and biological enrichments as ChIP-seq peaks identified by ENCODE. Our workflow systematically evaluates the merits of methodological adjustments, providing a benchmarking framework for the experimental design and analysis of CUT&Tag studies, and will facilitate future efforts to apply CUT&Tag in human tissues and single cells.

Abstract Chromatin profiling studies have shown the importance of gene regulation in driving heritability and environmental risk of brain disorders. Acetylation of histone H3 lysine 27 (H3K27ac) has emerged as an informative disease-associated epigenetic mark. However, cell type-specific contributions to epigenetic dysregulation in disease are unclear as studies have often used bulk brain tissue. Therefore, methods for the deconvolution of bulk H3K27ac profiles are critical. Here we developed the Cell type-specific Histone Acetylation Score (CHAS), a computational tool for inferring cell type-specific signatures in bulk brain H3K27ac profiles. CHAS annotates peaks identified in bulk brain studies of H3K27ac to cell type-specific signals in four major brain cell types, and derives cell type-specific histone acetylation scores as a proxy for cell type proportion. Our method was validated in pseudo-bulk samples and applied to three brain disorder epigenome-wide association studies conducted on bulk brain tissue. CHAS exposed shifts in cellular proportions in Alzheimer’s disease (AD), in line with neuropathology, and identified disrupted gene regulatory elements in oligodendrocytes in AD and microglia in autism spectrum disorder (ASD). This contrasts with heritability-based enrichment analyses which indicate genetic risk is associated with microglia in AD and neurons in ASD. Our approach identified cell type specific signalling pathways and putative upstream transcription factors associated with these elements. CHAS enables deconvolution of H3K27ac in bulk brain tissue, yielding cell type-specific biological insights into brain disease-associated regulatory variation.

Abstract Background Epidemiological studies suggest that paternal obesity may increase the risk of fathering small for gestational age offspring. Studies in non-human mammals suggest that such associations could be mediated by DNA methylation changes in spermatozoa that influence offspring development in utero. Human obesity is associated with differential DNA methylation in peripheral blood. It is unclear, however, whether this differential DNA methylation is reflected in spermatozoa. We profiled genome-wide DNA methylation using the Illumina MethylationEPIC array in matched human blood and sperm from lean (discovery n=47; replication n=21) and obese (n=22) males to analyse tissue covariation of DNA methylation, and identify whether this covariation is influenced by obesity. Results DNA methylation signatures of human blood and spermatozoa are highly discordant, and methylation levels are correlated at only a minority of CpG sites (∼1%). While at the majority of these sites, DNA methylation appears to be influenced by genetic variation, obesity-associated DNA methylation in blood was not generally reflected in spermatozoa, and obesity did not influence covariation patterns. However, one cross-tissue obesity-specific hypermethylated site (cg19357369; chr4:2429884; P =8.95 × 10 −8 ; beta=0.02) was identified, warranting replication and further investigation. When compared to a wide range of human somatic tissue samples (n=5,917), spermatozoa displayed differential DNA methylation in pathways enriched in transcriptional regulation. Conclusions Human sperm displays a unique DNA methylation profile that is highly discordant to, and practically uncorrelated with, that of matched peripheral blood. Obesity only nominally influences sperm DNA methylation, making it an unlikely mediator of intergenerational effects of metabolic traits.

Genome-wide association studies have identified thousands of common variants associated with an increased risk of neurodegenerative disorders. However, the noncoding localization of these variants has made the assignment of target genes for brain cell types challenging. Genomic approaches that infer chromosomal 3D architecture can link noncoding risk variants and distal gene regulatory elements such as enhancers to gene promoters. By using enhancer-to-promoter interactome maps for microglia, neurons, and oligodendrocytes, we identified cell-type-specific enrichment of genetic heritability for brain disorders through stratified linkage disequilibrium score regression. Our analysis suggests that genetic heritability for multiple neurodegenerative disorders is enriched at microglial chromatin contact sites. Through Hi-C coupled multimarker analysis of genomic annotation (H-MAGMA) we identified disease risk genes for Alzheimer’s disease, Parkinson’s disease, multiple sclerosis and amyotrophic lateral sclerosis. We found that disease-risk genes were overrepresented in microglia compared to other brain cell types across neurodegenerative conditions. Notably, the microglial risk genes and pathways identified were largely specific to each disease. Our findings reinforce microglia as an important, genetically informed cell type for therapeutic interventions in neurodegenerative conditions and highlight potentially targetable disease-relevant pathways.

Alzheimer's disease (AD) is a chronic neurodegenerative disorder characterized by the progressive accumulation of amyloid-β (Aβ) plaques and neurofibrillary tangles in the neocortex. Recent studies have implicated a role for regulatory genomic variation in AD progression, finding widespread evidence for altered DNA methylation associated with neuropathology. To date, however, no study has systematically examined other types of regulatory genomic modifications in AD. In this study, we quantified genome-wide patterns of lysine H3K27 acetylation (H3K27ac) - a robust mark of active enhancers and promoters that is strongly correlated with gene expression and transcription factor binding - in entorhinal cortex samples from AD cases and matched controls (n = 47) using chromatin immunoprecipitation followed by highly parallel sequencing (ChIP-seq). Across ~182,000 robustly detected H3K27ac peak regions, we found widespread acetylomic variation associated with AD neuropathology, identifying 4,162 differential peaks (FDR < 0.05) between AD cases and controls. These differentially acetylated peaks are enriched in disease-specific biological pathways and include regions annotated to multiple genes directly involved in the progression of Aβ and tau pathology (e.g. APP, PSEN1, PSEN2, MAPT), as well as genomic regions containing variants associated with sporadic late-onset AD. This is the first study of variable H3K27ac yet undertaken in AD and the largest study investigating this modification in the entorhinal cortex. In addition to identifying molecular pathways associated with AD neuropathology, we present a framework for genome-wide studies of histone modifications in complex disease, integrating our data with results obtained from genome-wide association studies as well as other epigenetic marks profiled on the same samples.

Abstract Background Ribosomal DNA (rDNA) displays substantial inter-individual genetic variation in human and mouse. A systematic analysis of how this variation impacts epigenetic states and expression of the rDNA has thus far not been performed. Results Using a combination of long- and short-read sequencing, we establish that 45S rDNA units in the C57BL/6J mouse strain exist as distinct genetic haplotypes that influence the epigenetic state and transcriptional output of any given unit. DNA methylation dynamics at these haplotypes are dichotomous and life-stage specific: at one haplotype, the DNA methylation state is sensitive to the in utero environment, but refractory to post-weaning influences, whereas other haplotypes entropically gain DNA methylation during ageing only. On the other hand, individual rDNA units in human show limited evidence of genetic haplotypes, and hence little discernible correlation between genetic and epigenetic states. However, in both species, adjacent units show similar epigenetic profiles, and the overall epigenetic state at rDNA is strongly positively correlated with total rDNA copy number. Analysis of different mouse inbred strains reveals that in some strains, such as 129S1/SvImJ, rDNA copy number is only approximately 150 copies per diploid genome and DNA methylation levels are <5%. Conclusions Our work demonstrates that rDNA-associated genetic variation has a considerable influence on rDNA epigenetic state and consequently rRNA expression outcomes. In the future, it will be important to consider the impact of inter-individual rDNA (epi)genetic variation on mammalian phenotypes and diseases.

Abstract To understand the complex relationship between histone mark activity and gene expression, recent advances have used in silico predictions based on large-scale machine learning models. However, these approaches have omitted key contributing factors like cell state, histone mark function or distal effects, that impact the relationship, limiting their findings. Moreover, downstream use of these models for new biological insight is lacking. Here, we present the most comprehensive study of this relationship to date - investigating seven histone marks, in eleven cell types, across a diverse range of cell states. We used convolutional and attention-based models to predict transcription from histone mark activity at promoters and distal regulatory elements. Our work shows that histone mark function, genomic distance and cellular states collectively influence a histone mark’s relationship with transcription. We found that no individual histone mark is consistently the strongest predictor of gene expression across all genomic and cellular contexts. This highlights the need to consider all three factors when determining the effect of histone mark activity on transcriptional state. Furthermore, we conducted in silico histone mark perturbation assays, uncovering functional and disease related loci and highlighting frameworks for the use of chromatin deep learning models to uncover new biological insight. Graphical abstract

Microglia play a key role in the response to amyloid beta in Alzheimer's disease (AD). In this context, a major transcriptional response of microglia is the upregulation of APOE, the strongest late-onset AD risk gene. Of its three isoforms, APOE2 is thought to be protective, while APOE4 increases AD risk. We hypothesised that the isoforms functionally alter microglia by shaping their transcriptomic and chromatin landscapes. We used RNA- and ATAC-sequencing to profile gene expression and chromatin accessibility of human microglia isolated from a xenotransplantation model of AD. We identified widespread transcriptomic and epigenomic differences which are dependent on APOE genotype, and are corroborated across the profiling assays. Our results indicate that impaired microglial proliferation, migration and immune responses may contribute to the increased risk for late-onset AD in APOE4 carriers, while increased DNA-binding of the vitamin D receptor in APOE2 microglia may contribute to the isoform's protective role.