Histones are frequently decorated with covalent modifications. These histone modifications are thought to be involved in various chromatin-dependent processes including transcription. To elucidate the relationship between histone modifications and transcription, we derived quantitative models to predict the expression level of genes from histone modification levels. We found that histone modification levels and gene expression are very well correlated. Moreover, we show that only a small number of histone modifications are necessary to accurately predict gene expression. We show that different sets of histone modifications are necessary to predict gene expression driven by high CpG content promoters (HCPs) or low CpG content promoters (LCPs). Quantitative models involving H3K4me3 and H3K79me1 are the most predictive of the expression levels in LCPs, whereas HCPs require H3K27ac and H4K20me1. Finally, we show that the connections between histone modifications and gene expression seem to be general, as we were able to predict gene expression levels of one cell type using a model trained on another one.

COVID-19 is associated with a wide range of clinical manifestations, including autoimmune features and autoantibody production. Here we develop three protein arrays to measure IgG autoantibodies associated with connective tissue diseases, anti-cytokine antibodies, and anti-viral antibody responses in serum from 147 hospitalized COVID-19 patients. Autoantibodies are identified in approximately 50% of patients but in less than 15% of healthy controls. When present, autoantibodies largely target autoantigens associated with rare disorders such as myositis, systemic sclerosis and overlap syndromes. A subset of autoantibodies targeting traditional autoantigens or cytokines develop de novo following SARS-CoV-2 infection. Autoantibodies track with longitudinal development of IgG antibodies recognizing SARS-CoV-2 structural proteins and a subset of non-structural proteins, but not proteins from influenza, seasonal coronaviruses or other pathogenic viruses. We conclude that SARS-CoV-2 causes development of new-onset IgG autoantibodies in a significant proportion of hospitalized COVID-19 patients and are positively correlated with immune responses to SARS-CoV-2 proteins.

Abstract ChIP-seq probes genome-wide localization of DNA-associated proteins. To mitigate technical biases ChIP-seq read densities are normalized to read densities obtained by a control. Our statistical framework “normR” achieves a sensitive normalization by accounting for the effect of putative protein-bound regions on the overall read statistics. Here, we demonstrate normR’s suitability in three studies: (i) calling enrichment for high (H3K4me3) and low (H3K36me3) signal-to-ratio data; (ii) identifying two previously undescribed H3K27me3 and H3K9me3 heterochromatic regimes of broad and peak enrichment; and (iii) calling differential H3K4me3 or H3K27me3-enrichment between HepG2 hepatocarcinoma cells and primary human Hepatocytes. normR is readily available on http://bioconductor.org/packages/normr

Abstract The glucocorticoid (GR) and androgen (AR) receptors execute unique functions in vivo , yet have nearly identical DNA binding specificities. To identify mechanisms that facilitate functional diversification among these transcription factor paralogs, we studied AR and GR in an equivalent cellular context. Analysis of chromatin and sequence features suggest that divergent binding, and corresponding gene regulation, are driven by different abilities of AR and GR to interact with relatively inaccessible chromatin. Divergent genomic binding patterns can also be the results of subtle differences in DNA binding preference between AR and GR. Furthermore, the sequence composition of large regions (>10 kb) surrounding selectively occupied binding sites differs significantly, indicating a role for the sequence environment in selectively guiding AR and GR to distinct binding sites. The comparison of binding sites that are shared between AR and GR shows that the specificity paradox can also be resolved by differences in the events that occur downstream of receptor binding. Specifically, we find that shared binding sites display receptor-specific enhancer activity, cofactor recruitment and changes in histone modifications. Genomic deletion of shared binding sites demonstrates their contribution to directing receptor-specific gene regulation. Together, these data suggest that differences in genomic occupancy as well as divergence in the events that occur downstream of receptor binding direct functional diversification among transcription factor paralogs.

Epigenetic communication through histone and cytosine modifications is essential for gene regulation and cell identity. Here, we propose a framework that is based on a chromatin communication model to get insight on the function of epigenetic modifications in ESCs. The epigenetic communication network was inferred from genome-wide location data plus extensive manual annotation. Notably, we found that 5-hydroxymethylcytosine (5hmC) is the most influential hub of this network, connecting DNA demethylation to nucleosome remodeling complexes and to key transcription factors of pluripotency. Moreover, an evolutionary analysis revealed a central role of 5hmC in the co-evolution of chromatin-related proteins. Further analysis of regions where 5hmC colocalizes with specific interactors shows that each interaction points to chromatin remodelling, stemness, differentiation or metabolism. Our results highlight the importance of cytosine modifications in the epigenetic communication of ESCs.

Background Understanding transcriptome is critical for explaining functional as well as regulatory roles of genomic regions. Current methods for the identification of transcription unit (TU) uses RNA-seq which, however, requires large quantities of mRNA limiting the identification of inherently unstable TUs e.g. for miRNA precursors. This problem can be resolved by chromatin based approaches due to a correlation between histone modifications and transcription.Results Here we introduce EPIGENE, a novel chromatin segmentation method for the identification of active TUs using transcription associated histone modifications. Unlike existing chromatin segmentation approaches, EPIGENE uses a constrained, semi-supervised multivariate hidden markov model (HMM) that models the observed combination of histone modifications using a product of independent Bernoulli random variables, to identify active TUs. Our results show that EPIGENE can identify genome-wide TUs unbiasedly. EPIGENE predicted TUs showed an enrichment of RNA Polymerase II in transcription start site and gene body indicating that they have been transcribed. Comprehensive validation with existing annotations revealed that 93% of EPIGENE TUs can be explained by existing gene annotations and 5% of EPIGENE TUs in HepG2 can be explained by microRNA annotations. EPIGENE outperforms existing RNA-Seq based approaches in TU prediction precision across human cell lines. Finally, we identify 381 novel TUs in K562 and 43 novel cell-specific TUs all of which are supported by RNA Polymerase II data.Conclusions We demonstrate the applicability of HMM to identify genome-wide active TUs and provides valuable information about unannotated TUs. EPIGENE is an open-source method and is freely available at: .

Abstract It has remained yet unclear which soluble factors regulate the anti-inflammatory macrophage phenotype observed in both homeostasis and tumourigenesis. We show here that haptoglobin, a major serum pro-tein with elusive immunoregulatory properties, binds and buffers serum-borne bacterial lipopolysaccharides to attenuate activation of NFκB in macrophages. Haptoglobin binds different lipopolysaccharides with low micromolar affinities. Given its abundance, haptoglobin constitutes a buffer for lipopolysaccharides, shielding them to safeguard against aberrant inflammatory reactions caused by small fluctuations. Concordantly, NFκB activation by haptoglobin-associated lipopolysaccharides was delayed relative to stimulation with pure lipopolysaccharide. Our findings warrant evaluation of therapeutic benefits of haptoglobin for inflammatory conditions and re-evaluation of purification strategies. Finally, they allow to elucidate mechanisms of enhanced immunosuppression by oncofetal haptoglobin.

Summary The ATP-dependent nucleosome remodeller Mi-2/CHD4 broadly modulates epigenetic landscapes to repress transcription and to maintain genome integrity. Here we use individual nucleotide resolution crosslinking and immunoprecipitation (iCLIP) to show that Drosophila Mi-2 associates with thousands of mRNA molecules in vivo . Biochemical data reveal that recombinant dMi-2 preferentially binds to G-rich RNA molecules using two intrinsically disordered regions of previously undefined function. Pharmacological inhibition of transcription and RNase digestion approaches establish that RNA inhibits the association of dMi-2 with chromatin. We also show that RNA inhibits dMi-2-mediated nucleosome mobilization by competing with the nucleosome substrate. Importantly, this activity is shared by CHD4, the human homolog of dMi-2, strongly suggesting that RNA-mediated regulation of remodeller activity is an evolutionary conserved mechanism. Our data support a model in which RNA serves to protect actively transcribed regions of the genome from dMi-2/CHD4- mediated establishment of repressive chromatin structures.

Highly malignant pancreatic ductal adenocarcinoma (PDAC) is characterised by an abundant immunosuppressive and fibrotic tumour microenvironment (TME). Future therapeutic attempts will therefore demand the targeting of tumours and stromal compartments in order to be effective. Here we investigate whether dual specificity and tyrosine phosphorylation-regulated kinase 1B (DYRK1B) fulfil these criteria and represent a promising anticancer target in PDAC.

We present the software CRUP (Condition-specific Regulatory Units Prediction) to infer from epigenetic marks a list of regulatory units consisting of dynamically changing enhancers with their target genes. The workflow consists of a novel pre-trained enhancer predictor that can be reliably applied across cell lines and species, solely based on histone modification ChIP-seq data. Enhancers are subsequently assigned to different conditions and correlated with gene expression to derive regulatory units. We thoroughly test and then apply CRUP to a rheumatoid arthritis model, identifying enhancer-gene pairs comprising known disease genes as well as new candidate genes.