Abstract Androgen receptor (AR) is critical to the initiation, growth and progression of almost all prostate cancers. Once activated, the AR binds to cis -regulatory enhancer elements on DNA that drive gene expression. Yet, there are 10-100x more binding sites than differentially expressed genes. It still remains unclear how individual sites contribute to AR-mediated transcription. While descriptive functional genomic approaches broadly correlate with enhancer activity, they do not provide the locus-specific resolution needed to delineate the underlying regulatory logic of AR-mediated transcription. Therefore, we functionally tested all commonly occuring clinical AR binding sites with Self-Transcribing Active Regulatory Regions sequencing (STARRseq) to generate the first map of intrinsic AR enhancer activity. This approach is not significantly affected by endogenous chromatin modifications and measures the potential enhancer activity at each cis -regulatory element. Interestingly we found that only 7% of AR binding sites displayed increased enhancer activity upon hormonal stimulation. Instead, the vast majority of AR binding sites were either inactive (81%) or constitutively active enhancers (11%). These annotations strongly correlated with enhancer-associated features in both cell line and clinical prostate cancer. With these validated annotations we next investigated the effect of each enhancer class on transcription and found that AR-driven inducible enhancers frequently interacted with promoters, forming central chromosomal loops critical for gene transcription. We demonstrated that these inducible enhancers act as regulatory hubs that increase contacts with both other AR binding sites and gene promoters. This functional map was used to identify a somatic mutation that significantly reduces the expression of a commonly mutated AR-regulated tumour suppressor. Together, our data reveal a complex interplay between different AR binding sites that work in a highly coordinated manner to drive gene transcription.

ABSTRACT Estrogen Receptor alpha (ERα) is the main driver and prime drug target in luminal breast. ERα chromatin binding is extensively studied in cell lines and a limited number of human tumors, using consensi of peaks shared among samples. However, little is known about inter-tumor heterogeneity of ERα chromatin action, along with its biological implications. Here, we use a large set of ERα ChIP-seq data from 70 ERα+ breast cancers to explore inter-patient heterogeneity in ERα DNA binding, to reveal a striking inter-tumor heterogeneity of ERα action. Interestingly, commonly-shared ERα sites showed the highest estrogen-driven enhancer activity and were most-engaged in long-range chromatin interactions. In addition, the most-commonly shared ERα-occupied enhancers were enriched for breast cancer risk SNP loci. We experimentally confirm SNVs to impact chromatin binding potential for ERα and its pioneer factor FOXA1. Finally, in the TCGA breast cancer cohort, we could confirm these variations to associate with differences in expression for the target gene. Cumulatively, we reveal a natural hierarchy of ERα-chromatin interactions in breast cancers within a highly heterogeneous inter-tumor ERα landscape, with the most-common shared regions being most active and affected by germline functional risk SNPs for breast cancer development.

Liver fibrosis often appears in chronic liver disease, with extracellular matrix (ECM) deposition as the main feature. Due to the presence of the liver-gut axis, the destruction of intestinal homeostasis is often accompanied by the development of liver fibrosis. The inconsistent ecological environment of different intestinal sites may lead to differences in the microbiota. The traditional Chinese medicine Ursolic acid (UA) has been proven to protect the liver from fibrosis. We investigated the changes in the microbiota of different parts of the intestine during liver fibrosis and the effect of UA on these changes based on high-throughput sequencing technology. Sequencing results suggest that the diversity and abundance of intestinal microbiota decline and the composition of the microbiota is disordered, the potentially beneficial Firmicutes bacteria are reduced, and the pathways for functional prediction are changed in the ilea and anal faeces of liver fibrosis mice compared with normal mice. However, in UA-treated liver fibrosis mice, these disorders improved. It is worth noting that the bacterial changes in the ilea and anal faeces are not consistent. In conclusion, in liver fibrosis, the microbiota of different parts of the intestines have different degrees of disorder, and UA can improve this disorder. This may be a potential mechanism for UA to achieve anti-fibrosis. This study provides theoretical guidance for the UA targeting of intestinal microbiota for the treatment of liver fibrosis.

Abstract The vast majority of disease-associated single nucleotide polymorphisms identified from genome-wide association study (GWAS) are localized in non-coding regions. A significant fraction of these variants impact transcription factors binding to enhancer elements and alter gene expression. To functionally interrogate the activity of such variants we developed snpSTARRseq, a high-throughput experimental method that can interrogate the functional impact of hundreds to thousands of non-coding variants on enhancer activity. snpSTARRseq dramatically improves signal-to-noise by utilizing a novel sequencing and bioinformatic approach that increases both insert size and number of variants tested per loci. Using this strategy, we interrogated 70 of 140 known prostate cancer (PCa) risk-associated loci and demonstrated that 26 (37%) of them harbor 36 SNPs that significantly altered enhancer activity. Combining these results with chromosomal looping data we could identify interacting genes and provide a mechanism of action for 20 PCa GWAS risk regions. When benchmarked to orthogonal methods, snpSTARRseq showed a strong correlation with in vivo experimental allelic-imbalance studies whereas there was no correlation with predictive in silico approaches. Overall, snpSTARRseq provides an integrated experimental and computational framework to functionally test non-coding genetic variants.

Abstract Methods that link genetic variation to steady-state gene expression levels, such as expression quantitative trait loci (eQTLs), are widely used to functionally annotate trait-associated variants, but they are limited in identifying context-dependent effects on transcription. To address this challenge, we developed the cistrome-wide association study (CWAS), a framework for nominating variants that impact traits through their effects on chromatin state. CWAS associates the genetic determinants of cistromes ( e.g. , the genome-wide profiles of transcription factor binding sites or histone modifications) with traits using summary statistics from genome-wide association studies (GWAS). We performed CWASs of prostate cancer and androgen-related traits, using a reference panel of 307 prostate cistromes from 165 individuals. CWAS nominated susceptibility regulatory elements or androgen receptor (AR) binding sites at 52 out of 98 known prostate cancer GWAS loci and implicated an additional 17 novel loci. We functionally validated a subset of our results using CRISPRi and in vitro reporter assays. At 28 of the 52 risk loci, CWAS identified regulatory mechanisms that are not observable via eQTLs, implicating genes with complex or context-specific regulation that are overlooked by current approaches that relying on steady-state transcript measurements. CWAS genes include transcription factors that govern prostate development such as NKX3-1 , HOXB13 , GATA2 , and KLF5 . Moreover, CWAS boosts discovery power in modestly sized GWAS, identifying novel genetic associations mediated through AR binding for androgen-related phenotypes, including resistance to prostate cancer therapy. CWAS is a powerful and biologically interpretable paradigm for studying variants that influence traits by affecting context-dependent transcriptional regulation.