Alternder Gehirn-Atlas enthüllt, wie Transposons in bestimmten Zelltypen der Stummschaltung entkommen

Das Altern ist der mit Abstand größte Risikofaktor für neurodegenerative Erkrankungen wie Alzheimer, Parkinson und ALS – dennoch sind die zelltypspezifischen epigenetischen Mechanismen, die der Gehirnalterung zugrunde liegen, nach wie vor wenig verstanden. Diese wegweisende Studie schließt diese Lücke, indem sie einen umfangreichen multi-omischen Einzelzell-Atlas des alternden Mausgehirns erstellt und DNA-Methylierung, Chromatinkonformation, Chromatinzugänglichkeit, Genexpression sowie räumliche Transkriptomik in einer einheitlichen Ressource zusammenführt.

Das Team verwendete snmC-seq3 zur Einzelkern-Gesamtgenom-Methylierungsprofilierung und snm3C-seq zur simultanen Erfassung von Methylom und dreidimensionaler Chromatinkonformation. Dabei wurden acht Gehirnregionen untersucht – darunter Hippocampus, frontaler Kortex, Amygdala und Nucleus caudatus/Putamen – bei männlichen Mäusen im Alter von 2, 9 und 18 Monaten (weibliche Mäuse für die Konformationsdaten). Nach einer strengen Qualitätskontrolle wurden 132.551 Methylomprofile und 72.666 kombinierte Methylom/3C-Profile gewonnen, aus denen 36 Hauptzelltypen identifiziert wurden. Diese Daten wurden anschließend mit begleitenden snATAC-seq- und 10x Multiome-Datensätzen integriert und durch MERFISH-räumliche Transkriptomik an 895.296 Zellen in sieben koronalen Gehirnschnitten ergänzt.

Eine wichtige Erkenntnis ist, dass die Methylierung transponibler Elemente (TEs) allein sowohl Zelltypen als auch Altersgruppen unterscheiden konnte, wobei es während des Alterns zu einer zelltypspezifischen, genomweiten Demethylierung von TEs kam. Diese Demethylierung ging mit erhöhter Chromatinzugänglichkeit und gesteigerter TE-Transkription einher, wodurch sich erkennen ließ, welche spezifischen Zellpopulationen am anfälligsten für eine TE-Reaktivierung sind – ein Prozess, der mit DNA-Doppelstrangbrüchen und der Aktivierung des angeborenen Immunsystems in Verbindung gebracht wird und die zelluläre Dysfunktion beschleunigen kann. Neuronal altersbedingt hypomethylierte Regionen wiesen eine Anreicherung von AP-1-Transkriptionsfaktormotiven auf, während gliale altersbedingt hypermethylierte Regionen eine Anreicherung von Sox-Familienfaktormotiven zeigten – ein Hinweis auf divergente regulatorische Programme in verschiedenen Zellklassen.

Die Analyse der Chromatinkonformation offenbarte eine progressive, altersbedingte Verstärkung von TAD-Grenzen, die mit erhöhter Chromatinzugänglichkeit an CTCF-Bindungsstellen einhergeht. Dieses strukturelle Remodeling des 3D-Genoms deutet auf eine weitreichende Reorganisation der genregulatorischen Architektur während des Alterns hin, mit möglichen Auswirkungen auf die Langstrecken-Kommunikation zwischen Enhancern und Promotoren. Die räumliche Transkriptomik zeigte darüber hinaus, dass selbst identische Zelltypen regional heterogene Alterungssignaturen aufweisen – was die Bedeutung des regionalen Gehirnkontexts bei der Interpretation von Alterungsdaten unterstreicht.

Schließlich entwickelten die Autoren Deep-Learning-Modelle, die altersbedingte Veränderungen der Genexpression zuverlässig aus multi-modalen epigenetischen Merkmalen vorhersagen können und damit einen Rahmen für „virtuelles Altern" für zukünftige mechanistische und translationale Studien bieten. Der Datensatz und die Modelle stellen eine leistungsstarke Ressource dar, um die molekularen Treiber der Gehirnalterung zu verstehen und potenzielle Angriffspunkte im Bereich der Neurodegeneration zu identifizieren.