MétaCan
Menu
Retour à la cohorte
Enregistrement W3185414177 · doi:10.1101/2021.07.27.453976

CD8 <sup>+</sup> T-Cell Metabolic Rewiring Defined by Single-Cell RNA-Sequencing Identifies a Critical Role of ASNS Expression Dynamics in T-Cell Differentiation

2021· preprint· en· W3185414177 sur OpenAlexaff
Juan Fernández-García, Fabien Franco, Sweta Parik, Antonino Alejandro Pane, Dorien Broekaert, Joke Van Elsen, Ines Vermeire, Thomas Van Brussel, Rogier Schepers, Elodie Modave, Tobias K. Karakach, Peter Carmeliet, Diether Lambrechts, Ping‐Chih Ho, Sarah‐Maria Fendt

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2021
Typepreprint
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueSingle-cell and spatial transcriptomics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBiologyEffectorCytotoxic T cellCD8Cell biologyT cellAsparagineGene expressionMetabolic pathwayCellIn vitroGeneGeneticsImmune systemAmino acid

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Cytotoxic T cells dynamically rewire their metabolism during the course of an immune response. While T-cell metabolism has been extensively studied at phenotypic endpoints of activation and differentiation, the underlying dynamics remain largely elusive. Here, we leverage on single-cell RNA-sequencing (scRNA-seq) measurements of in vitro activated and differentiated CD8 + T cells cultured in physiological media to resolve these metabolic dynamics. We find that our scRNA-seq analysis identifies most metabolic changes previously defined in in vivo experiments, such as a rewiring from an oxidative to an anabolism-promoting metabolic program during activation to an effector state, which is later reverted upon memory polarization. Importantly, our scRNA-seq data further provide a dynamic description of these changes. In this sense, our data predict a differential time-dependent reliance of CD8 + T cells on the synthesis versus uptake of various non-essential amino acids during T-cell activation, which we corroborate with additional functional in vitro experiments. We further exploit our scRNA-seq data to identify metabolic genes that could potentially dictate the outcome of T-cell differentiation, by ranking them based on their expression dynamics. Among the highest-ranked hits, we find asparagine synthetase ( Asns ), whose expression sharply peaks for effector CD8 + T cells and further decays towards memory polarization. We then confirm that these in vitro Asns expression dynamics are representative of an in vivo situation in a mouse model of viral infection. Moreover, we find that disrupting these expression dynamics in vitro , by depleting asparagine from the culture media, delays central-memory polarization. Accordingly, we find that preventing the decay of ASNS by stable overexpression at the protein level in vivo leads to a significant increase in effector CD8 + T-cell expansion, and a concomitant decrease in central-memory formation, in a mouse model of viral infection. This shows that ASNS expression dynamics dictate the fate of CD8 + T-cell differentiation. In conclusion, we provide a resource of dynamic expression changes during CD8 + T-cell activation and differentiation that is expected to increase our understanding of the dynamic metabolic requirements of T cells progressing along the immune response cascade.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,202
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetSingle-cell and spatial transcriptomicsTravaux en français237 207