R-loops são estruturas de ácido nucleico de três fitas que se formam principalmente durante a transcrição após a hibridização do transcrito de RNA nascente para a fita de DNA molde. Isso resulta na formação de um híbrido RNA:DNA e causa o deslocamento da fita de DNA não molde em um estado de loop de fita simples. A reconstituição bioquímica 1,2,3,4 e a modelagem matemática5, em combinação com outras medidas biofísicas 6,7, estabeleceram que as alças R são mais prováveis de ocorrer em regiões que exibem características favoráveis específicas. Por exemplo, regiões que exibem assimetria de fita na distribuição de guaninas (G) e citosinas (C) de modo que o RNA é rico em G, uma propriedade chamada inclinação positiva de GC, são favorecidas para formar R-loops quando transcritas devido à maior estabilidade termodinâmica do híbrido DNA: RNA em comparação com o DNAduplex 8. Regiões que evoluíram com inclinação positiva de GC, como as porções iniciais de muitos genes eucarióticos 4,9,10,11, são propensas a formar R-loops in vitro e in vivo 3,4,12. O estresse superhelicoidal negativo do DNA também favorece muito a formação da estrutura13,14 porque os R-loops absorvem eficientemente essas tensões topológicas e retornam a fibra de DNA circundante a um estado relaxado favorável 5,15.
Historicamente, as estruturas R-loop foram consideradas como resultado de emaranhamentos raros e espontâneos de RNA com DNA durante a transcrição. No entanto, o desenvolvimento da imunoprecipitação DNA: RNA (DRIP) juntamente com o sequenciamento de DNA de alto rendimento (DRIP-seq) permitiu o primeiro mapeamento de todo o genoma de R-loops e revelou que essas estruturas são muito mais prevalentes do que o esperado em células humanas 4,16. Os R-loops ocorrem em dezenas de milhares de hotspots gênicos conservados e transcritos em genomas de mamíferos, com uma predileção por ilhas CpG distorcidas por GC sobrepondo o primeiro íntron de genes e as regiões terminais de vários genes17. No geral, os R-loops ocupam coletivamente 3% -5% do genoma em células humanas, consistente com medições em outros organismos, incluindo leveduras, plantas, moscas e camundongos 18,19,20,21,22.
A análise de hotspots formadores de R-loop em células humanas revelou que tais regiões se associam a assinaturas específicas de cromatina23. As alças R, em geral, são encontradas em regiões com menor ocupação de nucleossomos e maior densidade de RNA polimerase. Nos promotores, os R-loops associam-se ao aumento do recrutamento de duas modificações de histonas depositadas co-transcricionalmente, H3K4me1 e H3K36me317. Nos terminais do gene, os R-loops se associam a genes bem dispostos que sofrem terminação de transcrição eficiente17, consistente com observações anteriores24. Os R-loops também demonstraram participar do início da replicação do DNA nas origens de replicação de bacteriófagos, plasmídeos, mitocôndrias e genomas de leveduras 25,26,27,28,29,30,31. Além disso, 76% dos promotores de ilhas CpG humanos propensos a R-loops funcionam como origens de replicação constitutivas precoces 32,33,34,35, reforçando ainda mais as conexões entre R-loops e origens de replicação. Coletivamente, esses estudos sugerem que os R-loops representam um novo tipo de sinal biológico que pode desencadear saídas biológicas específicas de maneira dependente do contexto23.
No início, os R-loops mostraram se formar em sequências de troca de classe durante o processo de recombinação de troca de classe de imunoglobulina 3,36,37. Acredita-se que esses R-loops programados iniciem a recombinação de troca de classe por meio da introdução de quebras de DNA de fita dupla38. Desde então, a formação prejudicial de R-loop, geralmente entendida como resultante da formação excessiva de R-loop, tem sido associada à instabilidade genômica e processos como hiper recombinação, colisões de transcrição-replicação, replicação e estresse transcricional (para revisão 39,40,41,42,43). Como consequência, o mapeamento aprimorado das estruturas R-loop representa um desafio empolgante e essencial para decifrar melhor a distribuição e a função dessas estruturas na saúde e na doença.
A imunoprecipitação de DNA: RNA (DRIP) depende da alta afinidade do anticorpo monoclonal S9.6 para híbridos de DNA: RNA44. O DRIP-seq permite um perfil robusto de todo o genoma da formação de R-loop 4,45. Embora útil, essa técnica sofre de resolução limitada devido ao fato de que enzimas de restrição são usadas para obter uma fragmentação suave do DNA. Além disso, o DRIP-seq não fornece informações sobre a direcionalidade da formação do R-loop. Aqui, relatamos uma variante do DRIP-seq que permite o mapeamento de loops R em alta resolução de maneira específica da fita. Este método depende da sonicação para fragmentar o genoma antes da imunoprecipitação e, portanto, o método é chamado de sDRIP-seq (sonicação DNA: imunoprecipitação de RNA acoplada ao sequenciamento de alto rendimento) (Figura 1). O uso de sonicação permite uma resolução aumentada e limita os vieses de fragmentação enzimáticos de restrição observados nas abordagens DRIP-seq46. O sDRIP-seq produz mapas de R-loop que estão em forte concordância com os resultados do DRIP-seq e do método DRIPc-seq de alta resolução descrito anteriormente, no qual as bibliotecas de sequenciamento são construídas a partir das fitas de RNA de estruturas R-loop imunoprecipitadas45.
Diante de uma infinidade de métodos para escolher, os usuários podem se perguntar qual abordagem específica baseada em DRIP é preferível para suas necessidades. Oferecemos o seguinte conselho. O DRIP-seq, apesar de suas limitações, é tecnicamente mais fácil e é o mais robusto (maiores rendimentos) de todos os três métodos discutidos aqui; portanto, permanece amplamente útil. Numerosos conjuntos de dados DRIP-seq foram publicados, o que fornece um ponto de comparação útil para novos conjuntos de dados. Finalmente, o pipeline de análise de bioinformática é mais simples, pois os dados não ficam encalhados. Recomenda-se que os novos usuários comecem a aprimorar suas habilidades de mapeamento de loop R com DRIP seguido de reação em cadeia da polimerase quantitativa (qPCR) e DRIP-seq. O sDRIP-seq representa um grau ligeiramente maior de dificuldade técnica: os rendimentos são ligeiramente reduzidos devido à sonicação (discutido abaixo) e o processo da biblioteca de sequenciamento é um pouco mais complexo. No entanto, o ganho de encalhe e resolução mais alta é inestimável. Note-se que o sDRIP-seq capturará tanto híbridos de RNA:DNA de fita dupla quanto loops R de fita tripla. Devido às etapas de construção da biblioteca, o DRIP-seq não capturará híbridos de RNA:DNA de fita dupla. O DRIPc-seq é o mais exigente tecnicamente e requer maior quantidade de materiais de partida. Em troca, oferece a mais alta resolução e encalhe. Como as bibliotecas de sequenciamento são construídas a partir da porção de RNA de R-loops ou híbridos, o DRIPc-seq pode sofrer de possível contaminação por RNA, especialmente porque S9.6 possui afinidade residual por dsRNA 19,47,48. O sDRIP-seq permite o mapeamento de alta resolução específico da fita sem preocupações com a contaminação do RNA, uma vez que as bibliotecas de sequenciamento são derivadas das fitas de DNA. No geral, esses três métodos permanecem úteis e apresentam diferentes graus de complexidade e ressalvas ligeiramente diferentes. Todos os três, no entanto, produzem conjuntos de dados altamente congruentes48 e são altamente sensíveis ao pré-tratamento com RNase H, que representa um controle essencial para garantir a especificidade do sinal45,49. Note-se que, dada a seleção de tamanho imposta às bibliotecas de sequenciamento, pequenos híbridos (estimados <75 pb), como aqueles que se formam transitoriamente em torno de locais de priming de replicação de DNA de fita atrasada (primers de Okazaki) serão excluídos. Da mesma forma, como todos os métodos DRIP envolvem fragmentação de DNA, loops R instáveis que requerem superenrolamento de DNA negativo para sua estabilidade serão perdidos5. Assim, as abordagens DRIP podem subestimar as cargas de R-loop, especialmente para R-loops curtos e instáveis que podem ser melhor capturados usando abordagens in vivo 45,48. Note-se que os R-loops também podem ser perfilados de maneira independente de S9.6 em cobertura profunda, alta resolução e de maneira específica da fita em moléculas de DNA únicas após o tratamento com bissulfito de sódio12. Além disso, estratégias usando uma enzima RNase H1 cataliticamente inativa foram empregadas para mapear loops R nativos in vivo, destacando loops R curtos e instáveis que se formam principalmente em promotores pausados 50,51,52.