Modélisation mathématique de la différenciation précoce des lymphocytes T auxiliaires

Mathematical modeling of the early differentiation of helper T cells

• Auteur / Autrice : Philippe A. Robert
• Direction : Naomi Taylor, Michael Meyer-Hermann
• Type : Thèse de doctorat
• Discipline(s) : Biologie Santé
• Date : Soutenance le 20/02/2017
• Etablissement(s) : Montpellier en cotutelle avec Technische Universität Braunschweig
• Ecole(s) doctorale(s) : Sciences Chimiques et Biologiques pour la Santé (Montpellier ; Ecole Doctorale ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Institut de Génétique Moléculaire de Montpellier
• Jury : Président / Présidente : Stefan Dübel
• Jury : Examinateurs / Examinatrices : Naomi Taylor, Michael Meyer-Hermann, Stefan Dübel, Jochen Huhn, Oumeya Adjali, Dieter Jahn, Valérie Dardalhon
• Jury : Rapporteurs / Rapporteuses : Stefan Dübel, Jochen Huhn, Oumeya Adjali

Mots clés

Mots clés contrôlés

Différenciation cellulaire

Lymphocytes T

Bioinformatique

Mots clés libres

Biologie computationnelle

Réseaux de gènes

Métabolisme

Différentiation

Modélisation

Lymphocytes

Computational

Gene Network

Metabolism

Differentiation

Modeling

Lymphocytes

Résumé

Les Lymphocytes T auxiliaires sont nécessaires pour la production de cytokines adaptées au type d'infection. Différentes sous-populations ont été décrites, parmi lesquelles les Th1, Th2, et Th17, pro-inflammatoires et les iTregs, anti-inflammatoires, exprimant Foxp3. La décision prise par une cellules T naïve de se différentier en l'une de ces populations est étudiée ici.Des découvertes récentes ont montré que les nutriments peuvent modifier la différentiation, mais elles ont négligé la glutamine en dépit de son importance comme source principale d'azote. Dans cette étude, un manque de glutamine induit une expression ectopique de Foxp3 en cours de différentiation en Th1 mais pas en Th2, tout en altérant la différentiation des Th1 et Th17. Cela suggère que, dans des environnements métaboliquement pauvres comme au sein de tumeurs solides, le manque de glutamine pourrait supporter une réponse anti-inflammatoire et donc néfaste. Dans l'optique de comprendre comment la détection de la glutamine influence le réseau de régulation de la différentiation des lymphocytes auxiliaires, une approche de modélisation mathématique a été suivie, consistant d'équation différentielles, et conçue pour capturer les propriétés de cette différentiation. Pour la phase d'apprentissage du modèle, les cinétiques d'expression des principaux facteurs de transcription et cytokines ont été mesurées in vitro en conditions normales, en présence de glutamine. Ces données ont décelé des retards majeurs en terme de transcription, traduction et sécrétion des cytokines, qui à leur tour façonnent l'ordre des évènements qui décident l'issue de la différentiation. Le modèle a reproduit avec succès la dynamique des différentiation 'canoniques', montrant que celles-ci peuvent être expliquées par un réseau de régulation relativement simple. Cependant, le modèle n'a reproduit qu'une partie des propriétés de plasticité des lymphocytes T, et a besoin d'être affiné. Ce n'est qu'alors qu'il pourra être utilisé pour comparer différentes hypothèses mécanistiques sur l'impact de la glutamine sur la différentiation.

T helper cells are required to produce cytokines adapted to the type of infection. Several subsets have been defined, including pro-inflammatory Th1, Th2, Th17; and anti-inflammatory, Foxp3+ iTreg cells. The fate-determining decision of a naive T cell to differentiate into a defined subset was investigated here.Recent findings showed that metabolic constituents impact T cell differentiation, but so far the influence of glutamine on T cell differentiation has been neglected although being the main source of nitrogen. In this study, deprivation of glutamine induced an abnormal expression of Foxp3 under Th1 but not under Th2 condition, while impairing Th1 and Th17 differentiation. Thus, in poor metabolic micro-environments like solid tumours, a lack of glutamine would initiate a detrimental anti-inflammatory response.A mathematical modelling approach using Ordinary Differential Equations was chosen to capture the properties of T cell differentiation, first in normal conditions with glutamine. In order to train the model, kinetics of the master transcription factors and cytokines expression were measured under different T cell differentiation polarizing conditions. The in vitro data revealed major delays in transcription, translation and secretion of cytokines, which shaped the order of fate decision events. The model could successfully reproduce the dynamics of differentiation, confirming that the 'canonical' differentiation in vitro can be explained by a simple regulatory network. However, it only partially reproduced the plastic behaviour of T cells. The mathematical model will be utilized to compare different mechanistic hypotheses linking glutamine sensing to differentiation.