Jorge Ferrer, Jason Lieb, and Karen Mohlke and colleagues identify regulatory DNA active in human pancreatic islets by formaldehyde-assisted isolation of regulatory elements (FAIRE) coupled with high-throughput sequencing. They identified 80,000 open chromatin sites and 3,300 islet-selective open chromatin sites and found that a TCF7L2 intronic variant associated with type 2 diabetes is located in islet-selective open chromatin. Tissue-specific transcriptional regulation is central to human disease1. To identify regulatory DNA active in human pancreatic islets, we profiled chromatin by formaldehyde-assisted isolation of regulatory elements2,3,4 coupled with high-throughput sequencing (FAIRE-seq). We identified ∼80,000 open chromatin sites. Comparison of FAIRE-seq data from islets to that from five non-islet cell lines revealed ∼3,300 physically linked clusters of islet-selective open chromatin sites, which typically encompassed single genes that have islet-specific expression. We mapped sequence variants to open chromatin sites and found that rs7903146, a TCF7L2 intronic variant strongly associated with type 2 diabetes5, is located in islet-selective open chromatin. We found that human islet samples heterozygous for rs7903146 showed allelic imbalance in islet FAIRE signals and that the variant alters enhancer activity, indicating that genetic variation at this locus acts in cis with local chromatin and regulatory changes. These findings illuminate the tissue-specific organization of cis-regulatory elements and show that FAIRE-seq can guide the identification of regulatory variants underlying disease susceptibility.

Jorge Ferrer and colleagues have mapped regulatory SNP variants associated in GWAS with type 2 diabetes risk and glycemic traits to large clusters of enhancer elements regulating the transcriptional identity of pancreatic β cells via a highly connected transcription factor network. Type 2 diabetes affects over 300 million people, causing severe complications and premature death, yet the underlying molecular mechanisms are largely unknown. Pancreatic islet dysfunction is central in type 2 diabetes pathogenesis, and understanding islet genome regulation could therefore provide valuable mechanistic insights. We have now mapped and examined the function of human islet cis-regulatory networks. We identify genomic sequences that are targeted by islet transcription factors to drive islet-specific gene activity and show that most such sequences reside in clusters of enhancers that form physical three-dimensional chromatin domains. We find that sequence variants associated with type 2 diabetes and fasting glycemia are enriched in these clustered islet enhancers and identify trait-associated variants that disrupt DNA binding and islet enhancer activity. Our studies illustrate how islet transcription factors interact functionally with the epigenome and provide systematic evidence that the dysregulation of islet enhancers is relevant to the mechanisms underlying type 2 diabetes.

Summary

 A longstanding unsettled question is whether pancreatic β cells originate from exocrine duct cells. We have now used genetic labeling to fate map embryonic and adult pancreatic duct cells. We show that Hnf1β⁺ cells of the trunk compartment of the early branching pancreas are precursors of acinar, duct, and endocrine lineages. Hnf1β⁺ cells subsequent form the embryonic duct epithelium, which gives rise to both ductal and endocrine lineages, but not to acinar cells. By the end of gestation, the fate of Hnf1β⁺ duct cells is further restrained. We provide compelling evidence that the ductal epithelium does not make a significant contribution to acinar or endocrine cells during neonatal growth, during a 6 month observation period, or during β cell growth triggered by ligation of the pancreatic duct or by cell-specific ablation with alloxan followed by EGF/gastrin treatment. Thus, once the ductal epithelium differentiates it has a restricted plasticity, even under regenerative settings.

A significant portion of the genome is transcribed as long noncoding RNAs (lncRNAs), several of which are known to control gene expression. The repertoire and regulation of lncRNAs in disease-relevant tissues, however, has not been systematically explored. We report a comprehensive strand-specific transcriptome map of human pancreatic islets and β cells, and uncover >1100 intergenic and antisense islet-cell lncRNA genes. We find islet lncRNAs that are dynamically regulated and show that they are an integral component of the β cell differentiation and maturation program. We sequenced the mouse islet transcriptome and identify lncRNA orthologs that are regulated like their human counterparts. Depletion of HI-LNC25, a β cell-specific lncRNA, downregulated GLIS3 mRNA, thus exemplifying a gene regulatory function of islet lncRNAs. Finally, selected islet lncRNAs were dysregulated in type 2 diabetes or mapped to genetic loci underlying diabetes susceptibility. These findings reveal a new class of islet-cell genes relevant to β cell programming and diabetes pathophysiology.

The arrangement of β cells within islets of Langerhans is critical for insulin release through the generation of rhythmic activity. A privileged role for individual β cells in orchestrating these responses has long been suspected, but not directly demonstrated. We show here that the β cell population in situ is operationally heterogeneous. Mapping of islet functional architecture revealed the presence of hub cells with pacemaker properties, which remain stable over recording periods of 2 to 3 hr. Using a dual optogenetic/photopharmacological strategy, silencing of hubs abolished coordinated islet responses to glucose, whereas specific stimulation restored communication patterns. Hubs were metabolically adapted and targeted by both pro-inflammatory and glucolipotoxic insults to induce widespread β cell dysfunction. Thus, the islet is wired by hubs, whose failure may contribute to type 2 diabetes mellitus.

Macrosomia is associated with considerable neonatal and maternal morbidity. Factors that predict macrosomia are poorly understood. The increased rate of macrosomia in the offspring of pregnant women with diabetes and in congenital hyperinsulinaemia is mediated by increased foetal insulin secretion. We assessed the in utero and neonatal role of two key regulators of pancreatic insulin secretion by studying birthweight and the incidence of neonatal hypoglycaemia in patients with heterozygous mutations in the maturity-onset diabetes of the young (MODY) genes HNF4A (encoding HNF-4alpha) and HNF1A/TCF1 (encoding HNF-1alpha), and the effect of pancreatic deletion of Hnf4a on foetal and neonatal insulin secretion in mice.We examined birthweight and hypoglycaemia in 108 patients from families with diabetes due to HNF4A mutations, and 134 patients from families with HNF1A mutations. Birthweight was increased by a median of 790 g in HNF4A-mutation carriers compared to non-mutation family members (p < 0.001); 56% (30/54) of HNF4A-mutation carriers were macrosomic compared with 13% (7/54) of non-mutation family members (p < 0.001). Transient hypoglycaemia was reported in 8/54 infants with heterozygous HNF4A mutations, but was reported in none of 54 non-mutation carriers (p = 0.003). There was documented hyperinsulinaemia in three cases. Birthweight and prevalence of neonatal hypoglycaemia were not increased in HNF1A-mutation carriers. Mice with pancreatic beta-cell deletion of Hnf4a had hyperinsulinaemia in utero and hyperinsulinaemic hypoglycaemia at birth.HNF4A mutations are associated with a considerable increase in birthweight and macrosomia, and are a novel cause of neonatal hypoglycaemia. This study establishes a key role for HNF4A in determining foetal birthweight, and uncovers an unanticipated feature of the natural history of HNF4A-deficient diabetes, with hyperinsulinaemia at birth evolving to decreased insulin secretion and diabetes later in life.

The contribution of cis-regulatory mutations to human disease remains poorly understood. Whole-genome sequencing can identify all noncoding variants, yet the discrimination of causal regulatory mutations represents a formidable challenge. We used epigenomic annotation in human embryonic stem cell (hESC)-derived pancreatic progenitor cells to guide the interpretation of whole-genome sequences from individuals with isolated pancreatic agenesis. This analysis uncovered six different recessive mutations in a previously uncharacterized ~400-bp sequence located 25 kb downstream of PTF1A (encoding pancreas-specific transcription factor 1a) in ten families with pancreatic agenesis. We show that this region acts as a developmental enhancer of PTF1A and that the mutations abolish enhancer activity. These mutations are the most common cause of isolated pancreatic agenesis. Integrating genome sequencing and epigenomic annotation in a disease-relevant cell type can thus uncover new noncoding elements underlying human development and disease.

Andrew Hattersley and colleagues report an exome sequencing study that identifies de novo heterozygous inactivating mutations in GATA6 as a common cause of pancreatic agenesis. This suggests an essential function for GATA6 in human pancreas development. Understanding the regulation of pancreatic development is key for efforts to develop new regenerative therapeutic approaches for diabetes. Rare mutations in PDX1 and PTF1A can cause pancreatic agenesis, however, most instances of this disorder are of unknown origin. We report de novo heterozygous inactivating mutations in GATA6 in 15/27 (56%) individuals with pancreatic agenesis. These findings define the most common cause of human pancreatic agenesis and establish a key role for the transcription factor GATA6 in human pancreatic development.

Genetic studies promise to provide insight into the molecular mechanisms underlying type 2 diabetes (T2D). Variants associated with T2D are often located in tissue-specific enhancer clusters or super-enhancers. So far, such domains have been defined through clustering of enhancers in linear genome maps rather than in three-dimensional (3D) space. Furthermore, their target genes are often unknown. We have created promoter capture Hi-C maps in human pancreatic islets. This linked diabetes-associated enhancers to their target genes, often located hundreds of kilobases away. It also revealed >1,300 groups of islet enhancers, super-enhancers and active promoters that form 3D hubs, some of which show coordinated glucose-dependent activity. We demonstrate that genetic variation in hubs impacts insulin secretion heritability, and show that hub annotations can be used for polygenic scores that predict T2D risk driven by islet regulatory variants. Human islet 3D chromatin architecture, therefore, provides a framework for interpretation of T2D genome-wide association study (GWAS) signals. Promoter capture Hi-C maps in human pancreatic islets identify more than 1,300 three-dimensional regulatory hubs, linking diabetes-associated enhancers to their target genes. Genetic variation in hubs impacts insulin secretion heritability.

Abstract Single-cell transcriptomics allows the identification of cellular types, subtypes and states through cell clustering. In this process, similar cells are grouped before determining co-expressed marker genes for phenotype inference. The performance of computational tools is directly associated to their marker identification accuracy, but the lack of an optimal solution challenges a systematic method comparison. Moreover, phenotypes from different studies are challenging to integrate, due to varying resolution, methodology and experimental design. In this work we introduce matchSCore ( https://github.com/elimereu/matchSCore ) , an approach to match cell populations fast across tools, experiments and technologies. We compared 14 computational methods and evaluated their accuracy in clustering and gene marker identification in simulated data sets. We further used matchSCore to project cell type identities across mouse and human cell atlas projects. Despite originating from different technologies, cell populations could be matched across data sets, allowing the assignment of clusters to reference maps and their annotation.