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 regions (enhancer clusters, stretch enhancers or super-enhancers). So far, such domains have been defined through clustering of enhancers in linear genome maps rather than in 3D-space. Furthermore, their target genes are generally unknown. We have now created promoter capture Hi-C maps in human pancreatic islets. This linked diabetes-associated enhancers with their target genes, often located hundreds of kilobases away. It further revealed sets of islet enhancers, super-enhancers and active promoters that form 3D higher-order hubs, some of which show coordinated glucose-dependent activity. Hub genetic variants impact the heritability of insulin secretion, and help identify individuals in whom genetic variation of islet function is important for T2D. Human islet 3D chromatin architecture thus provides a framework for interpretation of T2D GWAS signals.

Abstract Interactions between transcription factors (TF) and chromatin factors (CF) regulate gene expression programmes to determine cellular fate. However, unlike for TF, the exact role of CF in this process is poorly understood. Using haematopoiesis as a model system and utilising novel functional CRISPR screens ex vivo and in vivo , coupled with Perturb-Seq, CF binding and genome-wide chromatin accessibility in primary murine cells, we assess the role of 550 chromatin factors in lineage choice in normal haematopoiesis and the maintenance of acute myeloid leukaemia (AML). These studies demonstrate marked specificity for a large number of CFs in lineage determination, highlighting functional diversity within specific families of chromatin regulators, including MLL-H3K4-methyltransferases and different BAF-complexes, that regulate disparate lineage decisions across haematopoiesis. Conversely, we demonstrate that unrelated Repressive complexes function similarly to restrain excessive myeloid differentiation and protect lineage diversity. We identify interactions between CF and TF that, at least in part, explain the regulatory function of CF and link Brd9- loss to a premalignant state. Utilising similar experiments in a relevant murine AML model, we demonstrate opposing effects for CF in normal haematopoiesis and AML, where MLL-H3K4-methyltransferases, c-BAF-remodelers and Repressive complexes prevent differentiation and maintain leukaemic fitness. We show that this alteration relates to differential utilisation of TF by CF complexes between normal and malignant haematopoiesis, highlighting corrupted TF-CF interactions as potential novel avenues for therapeutic intervention in AML. Together, this study provides novel insights on the functional diversity of chromatin factors in governing cell-fate.

Abstract Among the existing techniques for interrogating the genome structure, Hi-C assays have become the most performed experiments and constitute the majority of the publicly available datasets. As a result, there is a continuous demand to create and improve algorithms and methods to assist the scientific community in the interpretation of Hi-C experimental data. Here we introduce probabilistic TADbit (pTADbit), a new approach that combines Deep Learning and restraint-based modelling to infer the three-dimensional (3D) structure of genome and genomic domains interrogated by Hi-C experiments. pTADbit uses thousands of microscopy-based distances between genomic loci to train a neural network model that aims at predicting the population distribution of the spatial distance between two genomic loci based solely on their Hi-C interaction frequency. pTADbit produces more accurate chromatin models compared to the original TADbit as well as other available 3D modeling methods, while drastically reducing the required computation time. The resulting ensemble of models not only agree consistently with independent measures obtained by imaging experiments but also better capture the heterogeneity of the cell population. The development of pTADbit lays the basis for the integration of data produced from high-throughput imaging assays into the 3D modelling genomes and genomic domains.

Abstract Chromosome Conformation Capture (3C) technologies measure the interaction frequency between pairs of chromatin regions within the nucleus in a cell or a population of cells. Some of these 3C technologies retrieve interactions involving non-contiguous sets of loci, resulting in sparse interaction matrices. One of such 3C technologies is Promoter Capture Hi-C (pcHi-C) that is tailored to probe only interactions involving gene promoters. As such, pcHi-C provides sparse interaction matrices that are suitable to characterise short- and long-range enhancer-promoter interactions. Here, we introduce a new method to reconstruct the chromatin structural (3D) organisation from sparse 3C-based datasets such as pcHi-C. Our method allows for data normalisation, detection of significant interactions, and reconstruction of the full 3D organisation of the genomic region despite of the data sparseness. Specifically, it produces reliable reconstructions, in line with the ones obtained from dense interaction matrices, with as low as the 2-3% of the data from the matrix. Furthermore, the method is sensitive enough to detect cell-type-specific 3D organisational features such as the formation of different networks of active gene communities.