《Frontiers in Systems Biology》：Covariate-adjusted AP-1 motif architecture and footprinting track olaparib-adaptive chromatin remodelling
编辑推荐：
转录因子参与药物适应性染色质重塑通常从差异ATAC-seq峰中的基序富集推断，但此类分析会被序列组成、峰长度、基线可及性和冗余基序模型扭曲。研究人员重新分析了来自olaparib适应的Kuramochi卵巢癌连续体系的105,048个共识ATAC-seq峰，使
转录因子参与药物适应性染色质重塑通常从差异ATAC-seq峰中的基序富集推断，但此类分析会被序列组成、峰长度、基线可及性和冗余基序模型扭曲。研究人员重新分析了来自olaparib适应的Kuramochi卵巢癌连续体系的105,048个共识ATAC-seq峰，使用HOMER校正的AP-1/bZIP模型并进行坐标水平去重。在T320时，27,154个峰获得可及性，30,050个峰丢失可及性。AP-1基序出现密度在增益染色质中于多种校正下持续更高：全峰样条校正Poisson模型给出率比1.90（95% CI 1.80–2.01），重叠加权为1.95（1.82–2.11），14,046对协变量匹配对为1.97（1.90–2.05）。固定35,325对基序阳性/阴性峰跨适应系列显示每次剂量加倍可及性对比增加0.0363单位（95% CI 0.0195–0.0531）。原始双端ATAC-seq足迹提供正交信号：AP-1基序区间得分高于同峰内等长无基序对照，AP-1特异性足迹评分经重复校正后每次剂量加倍增加0.00509（HC3 95% CI 0.00081–0.00937；精确分层置换P=0.00211）。匹配背景的全基因组扫描中，相关AP-1/bZIP模型占据前九位。增益染色质中基序阳性峰与公共AP-1 summit重叠增加（OR 3.82；71个研究簇随机效应OR 2.68，预测区间1.58–4.54）。多模型单细胞与独立bulk-RNA分析提示下游AP-1输出具有情境依赖性，两个有效无药CRISPR对比未达FDR显著。探索性最近TSS映射鉴定899个蛋白编码基因，GO、Reactome、KEGG与STRING仅作假设生成。总体数据支持AP-1兼容染色质架构与olaparib适应之间存在稳健关联，但未确立AP-1占用、必要性或充分性。
该研究发表于《Frontiers in Systems Biology》。癌症细胞可通过非遗传状态转换，在稳定遗传耐药发生前或同时重塑转录程序与染色质可及性，形成药物耐受与persister状态。已有文献提出AP-1家族可能参与耐药连续体中的适应性调控状态和染色质记忆。然而，当前研究存在两个推理论证缺口：其一是基序富集间接性，本地GC含量、峰长度、基线可及性会扭曲基序检测或公共ChIP-seq重叠，且紧密相关的AP-1/bZIP矩阵会重复计数同一短序列；其二是基序架构、因子结合与下游输出分离，数字基因组足迹（digital genomic footprinting，基于Tn5偏移校正估计局部保护模式以间接推测因子结合）和regulon评分、遗传依赖分别处于不同分子层。因此，研究人员在Kuramochi卵巢癌细胞olaparib剂量递增连续体系中，开展校准化、协变量感知的AP-1相关染色质重塑检验，目标不是证明因果，而是让序列、可及性、足迹、公共cistrome、转录组与适配性证据在各自证据界限内收敛。
作者使用的主要关键技术方法包括：基于GEO的Kuramochi ATAC-seq（GSE247685）、匹配单细胞RNA-seq（GSE206125）、独立bulk-RNA（GSE153867、GSE235980）、代谢CRISPR筛选（GSE247686）及GALILEO乳腺癌paclitaxel对照ATAC-seq（GSE205230）；HOMER v5.1扫描八个AP-1/bZIP基序模型并做坐标水平去重；全峰Poisson/负二项回归、overlap weighting、无替换匹配共同支持；固定35,325对基序阳性/阴性峰跨剂量追踪；TOBIAS重处理原始双端ATAC-seq做偏差校正与足迹评分；完整HOMER已知基序库做匹配背景扫描；ENCODE与ChIP-Atlas公共AP-1 ChIP-seq按研究簇随机效应合并；CollecTRI regulon做单细胞与bulk转录输出分析；最近GENCODE v49 TSS映射与STRING功能关联作探索性注释。
2.1 Coordinate de-duplication removes an artificial high-density AP-1 tail。研究人员将八个AP-1/bZIP模型命中按基因组区间取并集后，T320增益峰平均基序出现数由7.11降至0.81，原高密候选群是冗余产物。严格重叠下增益峰密度0.724每kb、丢失峰0.326每kb，原始密度比2.225，且0–12 bp聚类间隙结果稳定。基序出现仅指坐标去重序列匹配，不等于实验占用。
2.2 AP-1 motif enrichment survives all-peak adjustment and common-support matching。全峰Poisson率比1.90（1.80–2.01），负二项1.88（1.78–1.98），二值存在OR 2.28（2.08–2.49）。overlap weighting将GC、峰长、基线可及性标准化均数差降至近0，密度比1.95（1.82–2.11）。14,046对匹配对中密度比1.97（1.90–2.05）。GALILEO对照中匹配密度比0.99、全峰率比1.02，说明Kuramochi约两倍信号不在该paclitaxel系统中重现。
2.3 Fixed AP-1 motif-positive and motif-negative pairs diverge across the adapted dose series。35,325对固定峰跨七个适应剂量追踪，AP-1阳性减匹配阴性可及性对比总体正向但不严格单调，池化HC3斜率0.0363对比单位/剂量加倍（0.0195–0.0531，P=0.00060），说明AP-1基序状态与更强适应轨迹相关。
2.4 Within-peak ATAC footprinting provides orthogonal AP-1-associated evidence。TOBIAS校正后，AP-1基序区间在每个样本中均高于同峰无基序对照；T320差值0.0925最高。生物样本为推断单位，AP-1特异性评分斜率0.00509/剂量加倍，HC3区间0.00081–0.00937，精确分层置换P=0.00211，支持剂量相关足迹趋势，但高剂量状态对幅度贡献大。
2.5 Closely related AP-1/bZIP motifs dominate the matched genome-wide scan。以匹配丢失峰为背景跑完整HOMER脊椎动物已知基序库，前九位均为Jun-AP1、Fosl2、Fra2、Fra1、JunB、Fos、Atf3、BATF与AP-1等AP-1/bZIP模型；GATA3排259且不定显著。相关矩阵是重叠序列模型，不是各亚基独立证据。
2.6 Public AP-1 cistromic overlap persists after within-gained adjustment and study clustering。增益峰内6,405对基序阳/阴峰匹配五项协变量后，公共AP-1 summit重叠92.93%对78.88%，配对OR 3.83（3.38–4.33），全增益样条logistic OR 3.82（3.52–4.15）。71个研究簇、649个数据集随机效应OR 2.68（2.51–2.87），I2=96.7%，预测区间1.58–4.54；FOSL2、FOS、JUNB等正关联较强，ATF4近单位。公共数据只指数跨情境可结合性。
2.7 Downstream AP-1 transcriptional output is context dependent; valid CRISPR contrasts are not significant。Kuramochi单细胞pseudobulk中AP-1家族复合活性在T10达峰后衰减；A2780耐药bulk-RNA中AP-1 regulon复合低于亲本（差?0.349，精确置换P=0.0137）。代谢CRISPR两个有效无药对比T10 versus control、T320 versus control的regulon靶耗竭差?0.0372与?0.0230，BH校正后FDR=0.296，无显著依赖偏移。转录与功能层支持情境依赖和可能的时间重布线。
2.8 Exploratory peak-to-gene mapping places AP-1-rich gained chromatin in signalling and stress-response networks。增益且至少两个去重AP-1出现的5,389峰中，1,000峰映射到899个蛋白编码基因；背景4,402基因。定性主题含GPCR/G-protein、PLC、RHO GTPase、钙与TRP通道、磷酸肌醇、氧化应激、HIF、炎症与ECM；STRING网络枢纽含HIF1A、PIK3R1、HSP90AB1、SMAD3、ITGB1等。该层仅假设生成，不代表验证增强子—靶基因调控。
讨论部分总结：研究人员强调结论保守而稳健——T320增益染色质的AP-1坐标去重基序密度约为丢失染色质两倍，且不被GC、峰长、基线可及性解释；核心不是单一P值，而是Poisson、负二项、overlap weighting、共同支持匹配四类估计在1.90、1.88、1.95、1.97收敛。坐标去重纠正了八模型重复计数造成的高密假象。固定对与足迹提供动态证据，但中间剂量衰减、两重复设计、高剂量影响幅度构成边界。全库扫描与前九位AP-1/bZIP、公共cistrome研究簇异质性极大，都说明公共峰集合只衡量跨情境可结合性，不衡量Kuramochi内占用。功能映射、scRNA、bulk-RNA与CRISPR不同层不必同步：AP-1兼容架构在适应中变开放，下游输出可衰减、重分配或被其他程序替代。局限包括单细胞系—药物体系、每条件两重复、未匹配CUT&RUN/CUT&Tag、无染色质接触数据、最近TSS丢弃远端多层增强子关系。
研究结论部分翻译：本再分析支持一个保守但稳健的结论：在T320 olaparib适应终点获得可及性的染色质，其坐标去重AP-1基序出现密度约为丢失可及性染色质的两倍，且该关联不能被GC含量、峰长度或基线可及性的已测差异解释。最强证据是估计量收敛而非任一单独P值：全峰Poisson、负二项、重叠加权和共同支持估计分别为1.90、1.88、1.95和1.97。分析校正本身是关键：八个相关AP-1/bZIP矩阵常识别同一短序列，求和模型特定命中会产生消失于坐标去重后的假高密类。主要推断把基序内容视为全增益/丢失区的连续或二值峰级属性。功能上下文层仅在重校准后保留：至少两个非冗余出现的增益峰被映射到邻近GENCODE基因，明确作为假设生成层，而非特权机制类。固定基序阳性/阴性对与原始读段足迹提供动态维度，但都不完全单调，中间剂量衰减后出现T160–T320更强差异。匹配全库扫描与前九位AP-1/bZIP、公共cistrome研究簇极端异质性说明公共数据指数递归跨情境可结合性，而非Kuramochi细胞中的AP-1占用。转录与CRISPR边界表明基序富集、可及性、数字足迹、因子占用、靶表达与遗传依赖是不同分子层，未必同步；合理时间模型是AP-1兼容调控架构在适应中变可及，而下游AP-1输出随后衰减、在家族成员间重分配或被其他程序取代。现有数据不能区分启动、记忆、后果或因果。后续决定性实验是家族成员分辨的CUT&RUN/CUT&Tag、JUN/JUNB/JUND/FOSL1扰动后ATAC与RNA及药敏、Hi-C或Micro-C接触知情增强子—基因指派，以及本文优先的HIF1A/PIK3R1、SMAD3/TGFBR2、TBK1/IKBKG与CCN2模块靶向检验。该研究提供可重复cistromic推断模板：校准基序扫描、坐标去重冗余模型、诊断协变量失衡、联合全人群与共同支持估计量、用局部对照做足迹、研究层合并公共数据，并将序列可结合性、推断结合、转录输出与因果功能在概念上分离。
