Abstract Culture expansion of primary cells evokes highly reproducible DNA methylation (DNAm) changes at specific sites in the genome. These changes might be due to an directly regulated epigenetic process, or to gradual deregulation of the epigenetic state, which is often referred to as “epigenetic drift”. We have identified CG dinucleotides (CpGs) that become continuously hyper- or hypomethylated in the course of culture expansion of mesenchymal stem cells (MSCs) and other cell types. During reprogramming into induced pluripotent stem cells (iPSCs) particularly the culture-associated hypomethylation is reversed simultaneously with age-associated and pluripotency-associated DNAm changes. Bisulfite barcoded amplicon sequencing (BBA-seq) demonstrated that upon passaging the DNAm patterns of neighboring CpGs become more complex without evidence of continuous pattern development and without association to oligoclonal subpolulations of MSCs at later passages. Circularized chromatin conformation capture (4C) revealed reproducible changes in nuclear organization between early and late passages, while there was no preferential interaction with other genomic regions that also harbor culture-associated DNAm changes. Chromatin immunoprecipitation of CTCF did not show significant differences during long-term culture of MSCs, however culture-associated hypermethylation was enriched at CTCF binding sites and hypomethylated CpGs were devoid of CTCF. Taken together, our results indicate that DNAm changes during culture-expansion resembles epigenetic drift, which seems to occur in relation to chromatin conformation.

Summary Chemoimmunotherapy (CIT) is the standard of care in B-cell malignancies. It is relying on synergistic effects of alkylating chemotherapy and monoclonal antibodies via secretory crosstalk with effector macrophages. Here, we observed that loss of p53 function mediates resistance to CIT by suppressing macrophage phagocytic function. Loss of p53 leads to an upregulation of PDL1 and an increased formation of extracellular vesicles (EVs). EVs directly inhibit macrophage phagocytosis by PDL1 surface expression. Suppression of phagocytic function by lymphoma cell-derived EVs could be abrogated by pre-incubation of EVs with anti-PDL1 antibodies, CRISPR-KO of PDL1 and abrogation of EV formation by RAB27A -KO in lymphoma cells. Immune checkpoint inhibition represents a viable strategy to overcome EV-mediated resistance to chemoimmunotherapy in lymphoma. Significance Loss of TP53 mediates cell autonomous resistance to genotoxic chemotherapy, moreover non-cell autonomous effects may cause therapy resistance mediated by the tumor microenvironment. We identify a TP53 -dependent mechanism that mediates resistance to synergistic chemoimmunotherapy by increasing formation of EVs and expression of the PDL1 immune checkpoint. PDL1 on EVs is directly responsible for macrophage suppression, preventing the exertion of the essential effector function of antibody-dependent cellular phagocytosis. This novel mechanism of resistance is in turn targetable by PDL1 checkpoint inhibition. Enhanced EV-release and immune checkpoint expression in lymphoma are novel mechanisms of macrophage modulation in the lymphoma microenvironment. We provide a novel principle of resistance to chemoimmunotherapy (CIT) representing of immediate relevance to treatment of refractory B-cell lymphoma. Highlights Loss of TP53 in B-cell lymphoma induces resistance towards chemoimmunotherapy (CIT) by inhibition of macrophage effector function through PDL1 upregulation Loss of TP53 increases formation of extracellular vesicles (EVs) carrying PDL1 EVs inhibit antibody-mediated cellular phagocytosis (ADCP), a key macrophage effector function in CIT Targeting PDL1 on EVs with immune checkpoint inhibitors overcomes TP53 -mediated resistance to CIT

Targeted diagnosis and treatment options are dependent on insights drawn from multi-modal analysis of large-scale biomedical datasets. Advances in genomics sequencing, image processing, and medical data management have supported data collection and management within medical institutions. These efforts have produced large-scale datasets and have enabled integrative analyses that provide a more thorough look of the impact of a disease on the underlying system. The integration of large-scale biomedical data commonly involves several complex data transformation steps, such as combining datasets to build feature vectors for learning analysis. Thus, scalable data integration solutions play a key role in the future of targeted medicine. Though large-scale data processing frameworks have shown promising performance for many domains, they fail to support scalable processing of complex datatypes. To address these issues and achieve scalable processing of multi-modal biomedical data, we present TraNCE, a framework that automates the difficulties of designing distributed analyses with complex biomedical data types. We outline research and clinical applications for the platform, including data integration support for building feature sets for classification. We show that the system is capable of outperforming the common alternative, based on “flattening” complex data structures, and runs efficiently when alternative approaches are unable to perform at all. Key Points Modern biomedical analyses are integrated pipelines of data access mechanisms and analysis components that operate on and produce datasets in a variety of complex, domain specific formats. Scalable data integration and aggregation solutions that support joint inference on such large-scale datasets play a key role advancing biomedical analysis. Query compilation techniques that optimize nested data processing are essential for scaling multi-modal, biomedical analysis.

Spatial organization and gene expression of mammalian chromosomes are maintained and regulated in conjunction with cell cycle progression. This is however disturbed once cells enter senescence and the highly abundant HMGB1 protein is depleted from senescent cell nuclei to act as an extracellular proinflammatory stimulus. Despite its physiological importance, we know little about the positioning of HMGB1 on chromatin or about its roles in the nucleus. To address this, we mapped HMGB1 binding genome-wide in different primary cells using a tailored protocol. We integrated ChIP-seq and Hi-C data with a graph theory approach to uncover HMGB1 demarcation of a subset of topologically-associating domains (TADs) that harbor genes required for paracrine senescence. Moreover, using sCLIP, knock-down and overexpression experiments, we now show that HMGB1 is a bona fide RNA-binding protein (RBP) bound to senescence-relevant mRNAs and affecting splicing. HMGB1 also has an interactome rich in RBPs, many of which are implicated in senescence regulation. The mRNAs of many of these RBPs are directly bound by HMGB1 and concertedly regulate the availability of SASP-relevant transcripts. Our findings highlight a broader than hitherto assumed role for HMGB1. It coordinates chromatin folding and RNA homeostasis as part of a feedforward loop controlling both cell-autonomous and paracrine senescence inside and outside of cells.

Ageing-relevant processes, like cellular senescence, are characterized by complex, often stochastic, events giving rise to heterogeneous cell populations. We hypothesized that entry into senescence of different primary human cells can be triggered by one early molecular event affecting the spatial organization of chromosomes. To test this, we combined whole-genome chromosome conformation capture, population and single-cell transcriptomics, super-resolution imaging, and functional analyses applied on proliferating and replicatively-senescent populations from three distinct human cell types. We found a number of genes involved in DNA conformation maintenance being suppressed upon senescence across cell types. Of these, the abundant high mobility group (HMG) B1 and B2 nuclear factors are quantitatively removed from cell nuclei before typical senescence markers appear, and mark a subset of topologically-associating domain (TAD) boundaries. Their loss coincides with obvious reorganization of chromatin interactions via the dramatic spatial clustering of CTCF foci. HMGB2 knock-down recapitulates this senescence-induced CTCF clustering, while also affecting insulation at TAD boundaries. We accordingly propose that HMGB-mediated deregulation of chromosome conformation constitutes a primer for the ensuing senescent program across cell types.

Aging causes epigenetic modifications, which are utilized as a biomarker for the aging process. While genome-wide DNA methylation profiles enable robust age-predictors by integration of many age-associated CG dinucleotides (CpGs), there are various alternative approaches for targeted measurements at specific CpGs that better support standardized and cost-effective high-throughput analysis. In this study, we utilized 4,650 Illumina BeadChip datasets of blood to select the best suited CpG sites for targeted analysis. DNA methylation analysis at these sites with either pyrosequencing or droplet digital PCR (ddPCR) revealed a high correlation with chronological age. In comparison, bisulfite barcoded amplicon sequencing (BBA-seq) gave slightly lower precision at individual CpGs. However, BBA-seq data revealed that the correlation of methylation levels with age at neighboring CpG sites follows a bell-shaped curve, often accompanied by a CTCF binding site at the peak. We demonstrate that within individual BBA-seq reads the DNA methylation at neighboring CpGs is not coherently modified but reveals a stochastic pattern. Based on this, we have developed an alternative model for epigenetic age predictions based on the binary sequel of methylated and non-methylated sites in individual reads, which reflects heterogeneity in epigenetic aging within a sample. Thus, the stochastic evolution of age-associated DNA methylation patterns, which seems to resemble epigenetic drift, enables epigenetic clocks for individual DNA strands.

Abstract Age-associated DNA methylation reflects aspects of biological aging - therefore epigenetic clocks for mice can help to elucidate the impact of treatments or genetic background on the aging process in this model organism. Initially, age-predictors for mice were trained on genome-wide DNA methylation profiles, whereas we have recently described a targeted assay based on pyrosequencing of DNA methylation at only three CG dinucleotides (CpGs). Here, we have re-evaluated pyrosequencing approaches in comparison to droplet digital PCR (ddPCR) and barcoded bisulfite amplicon sequencing (BBA-seq). At individual CpGs the correlation of DNA methylation with chronological age was slightly higher for pyrosequencing and ddPCR as compared to BBA-seq. On the other hand, BBA-seq revealed that neighboring CpGs tend to be stochastically modified in murine age-associated regions. Furthermore, the binary sequel of methylated and non-methylated CpGs in individual reads can be used for single-read predictions, which may reflect heterogeneity in epigenetic aging. In comparison to C57BL/6 mice the epigenetic age-predictions using BBA-seq were also accelerated in the shorter-lived DBA/2 mice, and in C57BL/6 mice with a lifespan quantitative trait locus of DBA/2 mice. Taken together, we describe further optimized and alternative targeted methods to determine epigenetic clocks in mice.