Grupa Badawcza Wirusologii Ilościowej

Nasze badania są związane z molekularnymi kodami kreskowymi, które są molekularnymi znacznikami umożliwiającymi prowadzenie badań z rozdzielczością pojedynczych wirusów. W połączeniu z modelowaniem in silico oraz podejściami opartymi na sztucznej inteligencji, badamy mechanistyczne interakcje między wirusami, takimi jak HIV-1 i SARS-CoV-2, a genomem gospodarza, ze szczególnym uwzględnieniem:

  • badania rezerwuarów utajonego HIV-1 i stochastycznej transkrypcji HIV-1
  • oraz identyfikacja funkcjonalnych adnotacji sygnatur mutacyjnych SARS-CoV-2 odpowiedzialnych za przenoszenie międzygatunkowe.

Fundatorzy:

Image credit: Heng-Chang Chen

Heng-Chang Chen, Dr. rer. nat., principal investigator

Jestem wirusologiem molekularnym i specjalistą ds. danych z ponad ośmioletnim doświadczeniem. Uzyskałem stopień doktora nauk mikrobiologicznych na Uniwersytecie Humboldta w Berlinie (Berlin, Niemcy). Następnie dołączyłem do laboratorium dr. Filiona w Centrum Regulacji Genomicznej (Barcelona, Hiszpania) oraz do laboratorium dr. Benkirane’a w Instytucie Genetyki Człowieka (Montpellier, Francja) na badania podoktorskie. W tym okresie rozpocząłem badania nad HIV. W listopadzie 2022 roku zostałem mianowany kierownikiem Młodej Grupy Badawczej, aby kierować nowym laboratorium wirusologii w Centrum Diagnostyki Populacyjnej w Sieci Badawczej Łukasiewicz – PORT Polskim Centrum Rozwoju Technologii (Wrocław, Polska).

Janusz Wiśniewski. Ph.D. Postdoc

Jestem bioinformatykiem z biochemiczną przeszłością. Większość swojej kariery spędziłem na badaniu struktury i interakcji białek, zarówno w środowisku akademickim, jak i w przemyśle. Moje obecne badania koncentrują się na wykorzystaniu modeli językowych do analizy sekwencji genomowych i białkowych wirusów, ale moje zainteresowania obejmują wszystkie zastosowania uczenia maszynowego w naukach przyrodniczych.

Kamil Więcek. M.Sc. Process Engineer

Kamil Więcek. M.Sc. Process Engineer

Jestem absolwentem Uniwersytetu Wrocławskiego, gdzie ukończyłem kierunek biotechnologia medyczna. Większość mojej dotychczasowej pracy naukowej była skoncentrowana na immunologii i chorobach zapalnych. Obecnie próbuję rozłożyć na czynniki pierwsze mechanistyczne interakcje między organizacją genomu w 3D a specyficzną dla wstawek transkrypcją HIV.

Oliwia Filas, M.Sc. Process Engineer

Oliwia Filas, M.Sc. Process Engineer
Jestem biotechnolożką, a większość mojej dotychczasowej pracy koncentrowała się zarówno na biologii molekularnej, jak i mikrobiologii. Obecnie biorę udział w projekcie badającym, jak transkrypty antysensowne HIV regulują transkrypcję HIV.

Lab alumni

Jędrzej Mazur, Intern, 03/2023-06/2023. Currently: Ph.D. student, Center for Structural Systems Biology, Leibniz Institute of Virology, Germany.

Jednym z głównych celów naszego laboratorium jest badanie ustanawiania latencji HIV w połączeniu ze stochastyczną transkrypcją HIV i funkcjonalnym genomem gospodarza.

Wykorzystując ilościowe podejścia genomowe i oparte na uczeniu maszynowym, dostosowane do naszego laboratorium, dążymy do pogłębienia naszej wiedzy na temat tego, jak zmienności, z rozdzielczością pojedynczych wirusów, w integralności i transkrypcji genomu HIV wpływają na konfigurację rezerwuarów HIV. Prowadzimy dwie linie badawcze, które są zgodne z tym celem.

1.Rola antysensownych transkryptów HIV (AST) w ustanawianiu latencji

Chociaż istnienie AST HIV i kodowanych przez nie białek zostało po raz pierwszy postawione przez analizy komputerowe w 1988 roku, obecnie podstawowe mechanizmy stojące za AST HIV nie są w pełni zrozumiane. W badaniach in vitro wykazano, że antysensowne RNA HIV mogą promować inicjację i utrzymanie latencji HIV; jednak AST HIV in vivo jest słabo wykrywane, a obserwacje są sprzeczne, co pozostawia niepewność co do mechanizmu, w jaki sposób AST HIV przyczynia się do jego patogenezy. Charakteryzujemy możliwy próg stosunku między transkrypcją sensowną a antysensowną HIV, określając fenotypy transkrypcyjne HIV na podstawie kodowanych HIV i klonów komórkowych posiadających unikalne fenotypy transkrypcyjne HIV.

2. Rozróżnialna topologia funkcjonalnych sieci genomowych wywołanych zadaniami w rezerwuarach HIV

Nasza perspektywa na rezerwuar HIV polega na przedstawieniu go jako topologicznej (wywołanej zadaniem) właściwości sieci składającej się z różnych społeczności genów docelowych dla HIV. Takie społeczności nazywane są podpisami immunologicznymi. Częstotliwość integracji HIV w sieci może być używana jako wskaźnik do określenia specyficznych typów komórek odpornościowych i prozapalnych czynników rozpuszczalnych, co ułatwia dostosowanie mikrośrodowiska rezerwuarów. Aby pogłębić nasze zrozumienie takich heterogenicznych rezerwuarów HIV i ich funkcjonalnych implikacji, wprowadzamy integrację podejścia konwergentnego do charakteryzowania składu rezerwuarów HIV.

Na podstawie narzędzi teoretycznych grafów obserwujemy zauważalne właściwości topologiczne w sieciach, z podpisami immunologicznymi wzbogaconymi przez geny zawierające nienaruszone i uszkodzone provirusy, porównując pacjentów zakażonych HIV-1 leczonych terapią antyretrowirusową (ART) i kontrolerów elitarnych. Kluczowa zmienna, czynnik bogaty, odgrywa istotną rolę w klasyfikacji różnych właściwości topologicznych w sieciach. Ekspresja genów gospodarza wzmacnia dokładność klasyfikacji między kontrolerami elitarnymi a pacjentami leczonymi ART. Modelowanie łańcuchów Markowa do symulacji różnych sieci grafowych wykazało obecność wewnętrznej bariery między kontrolerami elitarnymi a kontrolerami nie-elitarnymi. Nasza praca stanowi doskonały przykład wykorzystania podejść genomowych w połączeniu z narzędziami matematycznymi do rozwikłania złożoności rezerwuarów HIV.

 

Rysunek 1. Topologia sieci rezerwuarów HIV u pacjentów leczonych ART versus kontrolerzy elitarni.

 

W porównaniu do kontrolerów elitarnych, architektura sieci u pacjentów leczonych ART wykazuje trzy kluczowe cechy: (1) mniej intensywną wielkość wzbogacenia podpisów, (2) wysoki stopień asortatywności oraz (3) podwyższone połączenie między dwoma sąsiednimi wierzchołkami. Wyniki te sugerują, że architektura sieci jest bardziej połączona i strukturalna u pacjentów leczonych ART.

Publikacje związane z tą linią badawczą:

  1. Chen, H.-C. 2023. Vaccines DOI:10.3390/vaccines11020402
  2. Więcek, K., and Chen, H.-C. 2023. iScience DOI:10.1016/j.isci.2023.108342
  3. Wiśniewski, et al. 2024. iScience DOI:10.1016/j.isci.2024.111222.

Inny cel naukowy w laboratorium to badanie związku między wewnętrznymi tropizmami wariantów koronawirusów a udomowieniem gospodarza.

3. Identyfikacja potencjalnych markerów genetycznych SARS-CoV-2 wynikających z udomowienia gospodarza

Opracowujemy oparty na k-merach pipeline, nazwany Pathogen Origin Recognition Tool using Enriched K-mers (PORT-EK), aby identyfikować regiony genomowe wzbogacone w odpowiednich gospodarzach po porównaniu metagenomów izolatów między dwoma gatunkami gospodarzy. Dzięki temu z powodzeniem identyfikujemy tysiące k-merów wzbogaconych w jeleniach amerykańskich i betakoronawirusach, porównując je z izolatami ludzkimi. Dodatkowo, pokazujemy różne krajobrazy pokrycia k-merów wzbogaconych w jeleniach i nietoperzach oraz odkrywamy 144 mutacje w wzbogaconych k-merach, uzyskane z porównania metagenomów wirusów między nietoperzami a ludźmi. Obserwujemy również, że trzecia pozycja w kodonie genetycznym jest podatna na mutacje, co skutkuje wysoką częstotliwością synonimicznych mutacji aminokwasów o tych samych właściwościach fizykochemicznych co niezmienione aminokwasy. Co ważne, jesteśmy w stanie klasyfikować i przewidywać prawdopodobieństwo gatunku gospodarza na podstawie liczby wzbogaconych k-merów.

 

Rysunek 2. Racjonalny projekt PORT-EK i określenie wzbogaconych k-merów. (A) Pipeline analityczny PORT-EK. PORT-EK składa się z czterech kroków, w tym (1) przygotowania macierzy k-merów, (2) filtrowania i wyboru k-merów, (3) identyfikacji mutacji specyficznych dla gospodarza oraz (4) klasyfikacji gospodarzy. Szczegóły opisano w tekście głównym. (B) Wykres lejkowy przedstawiający strategie filtrowania dla wyboru wzbogaconych k-merów. W pipeline PORT-EK stosowane są cztery warstwy filtrowania.

 

Rysunek 2. Racjonalny projekt PORT-EK i określenie wzbogaconych k-merów. (A) Pipeline analityczny PORT-EK. PORT-EK składa się z czterech kroków, w tym (1) przygotowania macierzy k-merów, (2) filtrowania i wyboru k-merów, (3) identyfikacji mutacji specyficznych dla gospodarza oraz (4) klasyfikacji gospodarzy. Szczegóły opisano w tekście głównym. (B) Wykres lejkowy przedstawiający strategie filtrowania dla wyboru wzbogaconych k-merów. W pipeline PORT-EK stosowane są cztery warstwy filtrowania.

Publikacje związane z tą linią badawczą:

1. Wiśniewski and Chen. 2024. BioRxiv DOI:10.1101/2024.07.27.605454

Nasz fundator:

SONATA BIS 12, 01/10/2023-30/09/2027

2023-obecnie  The Debyser laboratory, KU LEUVEN, Belgium
2024-obecnie  The Pyrć laboratory, Jagiellonian University, Poland
2024-obecnie  The Staniszewska laboratory, CEZAMAT Warsaw University of Technology, Poland

2024

  • Wiśniewski, J., K. Więcek, H. Ali, K. Pyrc, A. Kula-Pãcurar, M. Wagner, H.-C. Chen.* 2024.
    Distinguishable topological properties of functional genome networks in HIV-1 reservoirs.
    iScience DOI:10.1016/j.isci.2024.111222

2023

  • Thenin-Houssier, S., Machida, S., Jahan, C., Bonnet-Madin, J., Abbou, S., Chen, H.-C., Tesfaye, R., Cuvier, O., and Benkirane, M. 2023.
    POLE3 is a transcriptional repressor of unintegrated linear HIV-1 DNA required for efficient virus integration and escape from innate immune sensing.
    Sci. Adv. DOI:10.1126/sciadv.adh3642
  • Więcek, K., and Chen, H.-C. 2023.
    Understanding latent HIV-1 reservoirs through host genomics approaches.
    iScience DOI:10.1016/j.isci.2023.108342
  • Chen, H.-C. 2023.
    A systematic review of the barcoding strategy that contributes to COVID-19 diagnostics at a population level.
    Front. Mol. Biosci. DOI:10.3389/fmolb.2023.1141534
  • Chen, H.-C. 2023.
    The Dynamic Linkage between Provirus Integration Sites and the Host Functional Genome Property Alongside HIV-1 Infections Associated with Antiretroviral Therapy.
    Vaccines DOI:10.3390/vaccines11020402

2022

  • Chen, H.-C. 2022.
    Position matters – a discussion of HIV gene expression (中文主題名稱:原來擺對位置很重要 — 淺談人類免疫缺陷病毒的基因表現).
    Science Education Monthly (科學教育月刊) ISSN 1021-3708, 454, P25-32, DOI:10.6216/SEM

2021

  • Lucic, B., H.-C. Chen, M. Kuzman*, E. Zorita*, J. Wegner, V. Minneker, W. Wang, R. Fronza, M. Schmidt, and R. Stadhouders, V. Roukos, K. Vlahovicek, G. Filion and M. Lusic. 2021.
    Author Correction: Spatially clustered loci with multiple enhancers are frequent targets of HIV-1.
    Nat. Commun. doi.org/10.1038/s41467-021-26471-w

2020

  • Vansant, G., H.-C. Chen, E. Zorita, Trejbalová, K., Miklík, D., G. Filion, and Z. Debyser. 2020.
    The chromatin landscape at the HIV-1 provirus integration site determines viral expression.
    Nucleic Acids Res. doi.org/10.1093/nar/gkaa536
  • Machida, S., D. Depierre, H.-C. Chen, S. Houssier, G. Petitjean, C. Doyen, M. Takaku, O. Cuvier and M. Benkirane. 2020.
    Exploring histone loading on HIV DNA reveals a dynamic nucleosome positioning between unintegrated and integrated viral genome.
    PNAS doi: 10.1073/pnas.1913754117

2019

  • Lucic, B.*, H.-C. Chen*, M. Kuzman*, E. Zorita*, J. Wegner, V. Minneker, W. Wang, R. Fronza, M. Schmidt, and R. Stadhouders, V. Roukos, K. Vlahovicek, G. Filion and M. Lusic. 2019.
    Spatially clustered loci with multiple enhancers are frequent targets of HIV-1.
    Nat. Commun. doi: 10.1038/s41467-019-12046-3

2018

  • Abner, E., M. Stoszko, L. Zeng, H.-C. Chen, A. Izquierdo-Bouldstridge, T. Konuma, E. Zorita, E. Fanunza, Q. Zhang, T. Mahmoudi, M.-M. Zhou, G. Filion, and A. Jordan. 2018.
    A new quinoline BRD4 inhibitor targets a distinct latent HIV-1 reservoir for re-activation from other ‘shock’ drugs.
    J Virol. doi: 10.1128/JVI.02056-17.
  • Chen, H.-C.*, E. Zorita, and G. Filion*. 2018.
    Using Barcoded HIV Ensembles (B-HIVE) for single provirus transcriptomics.
    Curr Protoc Mol Biol. doi: 10.1002/cpmb.56

2017

  • Chen, H.-C., J.P. Martinez, E. Zorita, A. Meyerhans, and G. Filion. 2017.
    Position effects influence HIV latency reversal.
    Nat Struct Mol Biol. doi: 10.1038/nsmb.3328.

2015

  • Corrales, M., P. Cusco, D.R. Usmanova, H.-C. Chen, N.S. Bogatyreva, G.J. Filion, and D.N. Ivankov. 2015. Machine learning: how much does it tell about protein folding rates?
    PLoS One doi:10:e0143166.

2008

  • Chen, P.M., H.-C. Chen, C.T. Ho, C.J. Jung, H.T. Lien, J.Y. Chen, and J.S. Chia. 2008.
    The two-component system ScnRK of Streptococcus mutans affects hydrogen peroxide resistance and murine macrophage killing.
    Microbes and Infection doi:10:293-301.

Zawsze mile widziane są utalentowane i wysoce zmotywowane osoby (postdoc, doktoranci i stażyści), które entuzjastycznie podchodzą do nauki i są zainteresowane naszym obszarem badawczym. Zapraszamy do kontaktu pod adresem heng-chang.chen@port.lukasiewicz.gov.pl