Systematic inference of regulatory networks that drive cytokine-stimulus integration by T cells

Abstract

Differenzierungsentscheidungen von Zellen werden durch die Integration mehrerer Stimuli bestimmt. Die Differenzierung von Helfer-T-Zellen (Th-Zellen) ist hierfür ein gut untersuchtes Beispiel: reife Th-Zellen entwickeln sich beim Kontakt mit einem für sie spezifischen Antigen zu einem spezialisierten Subtyp, der von den in ihrer Umgebung vorhandenen Zytokinen abhängt und exprimieren dann einen spezifischen Mastertranskriptionsfaktor. Die häufigsten Th-Zell-Subtypen sind T-bet-exprimierende Th1-Zellen und GATA-3-exprimierende Th2-Zellen. Neuere Entdeckungen bezüglich der Plastizität von Th-Zell-Subtypen sowie die Existenz von T-bet+GATA-3+ Hybrid-Phänotypen haben die detaillierte Untersuchung vom Differenzierungsprozessen von Th-Zellen mit komplexer Zytokinsignale motiviert. Dazu haben wir systematisch die Zytokine IFN-g, IL-12 und IL-4 während der primären Differenzierung Th-Zellen titriert und Signaltransduktion und Zielgenexpression quantifiziert. Der Umfang und die Komplexität der Daten machten eine systematische Analyse notwendig, um involvierte Mechanismen genau zu identifizieren. Lineare Regressionsanalyse wurde verwendet, um die Netzwerktopologie zu extrahieren, wobei schon bekannte und zahlreiche neue Interaktionen vorausgesagt wurden. Die prognostizierte Netzwerktopologie wurde dann verwendet, um ein mechanistisches, mathematisches Modell der Zytokinsignalintegration zu entwickeln. Diese Methode hat ein hochgradig vernetztes regulatorisches Netzwerk inferiert. Bisher nicht beschriebene Funktionen von STAT-Proteine, die die Neuverkabelung des Netzwerkes während der Differenzierung vermitteln, wurden vorhergesagt. Ausgewählte neue Interaktionen wurden in gezielten genetischen Experimenten bestätigt. Während gegenseitige Inhibitionsmotive oft als kanonische digitale Schalter interpretiert werden, funktioniert das Th-Zell-Netwerk als ein Rheostat, der Variationen der Zytokinsignale in graduelle Expressionsänderungen der Mastertranskriptionsfaktoren übersetzt. Unsere Arbeit erklärt mechanistisch das beobachtete Kontinuum von Th-Zelldifferenzierungszuständen entlang der Th1-Th2-Achse und beschreibt eine quantitative Methode für die datenbasierte Inferenz zellulärer Netzwerke der Signalintegration.

Cell-fate decisions are governed by the integration of multiple stimuli. Th cell differentiation is a well-studied example thereof: mature Th cells differentiate into a specialised subtype upon encounter with their cognate antigen depending on the polarising cytokines present in their environment and start expressing specific master transcription factors. The most common Th cell subtypes are T-bet-expressing Th1 cells and GATA-3-expressing Th2 cells. Recent discoveries concerning the plasticity of Th cell subtypes as well as the existence of stable T-bet+GATA-3+ hybrid Th1/2 phenotypes have stimulated the detailed study of the differentiation process under different assumptions than the hitherto valid paradigm of single master transcription factor expression by using complex cytokine signals as inputs. Here, we developed a data-based approach for inferring the molecular network underlying the differentiation of T-bet- and/or GATA-3 expressing lymphocytes. We performed systematic titrations of the polarising cytokines IFN-g, IL-12 and IL-4 during primary differentiation of Th cells and quantified signal transduction as well as target-gene expression. The size and complexity of the dataset made a systematic analysis necessary to identify the mechanisms involved. To extract the network topology, we used linear regression analysis, retrieving known regulatory mechanisms and predicting numerous novel ones. This network topology was used to develop a mechanistic mathematical model of cytokine signal integration. This approach inferred a highly connected regulatory network. Previously undescribed functions of STAT proteins mediating network rewiring during differentiation were predicted. Selected new interactions were confirmed by experiments using gene-deficient cells. Importantly, while mutual-inhibition motifs are often considered canonical digital switches, the inferred Th-cell network acts as a rheostat, generating a continuum of differentiated states along the Th1-Th2 axis. This work explains the observed Th1-Th2 cell fate continuum mechanistically and provides a quantitative framework for the data-based inference of cellular signal integration networks.