⚛️ biophysics

Integrating cell-state and enhancer constraints discriminates models of PU.1 regulation during hematopoietic differentiation

Door kwantitatieve celtoestandmetingen te integreren met enhancer-beperkingen, demonstreert deze studie dat de regulatie van PU.1 tijdens hematopoëtische differentiatie niet alleen door autoregulatie en celcyclusfeedback kan worden verklaard, maar een aanvullende celtoestand-afhankelijke input vereist die wordt gemedieerd door een door RUNX1 uitgebreide regulatoire architectuur.

Oorspronkelijke auteurs: Igoshin, O. A., Zhang, Y.

Gepubliceerd 2026-10-04

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Igoshin, O. A., Zhang, Y.

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

In het lichaam controleert een enkele hoofdschakelaar het lot van bloedcellen. Deze schakelaar is een eiwit genaamd PU.1, en zijn taak is te beslissen of een stamcel een macrofaag wordt die infecties bestrijdt of een B-cel die antilichamen produceert. De hoeveelheid van dit eiwit die in een cel aanwezig is, werkt als een volumeknop: lage niveaus leiden de cel naar het ene pad, terwijl hoge niveaus de cel naar het andere pad duwen. Jarenlang dachten wetenschappers dat ze begrepen hoe deze volumeknop werd afgesteld. Ze dachten dat de cel simpelweg zijn eigen interne machinerie aanpaste, waarbij een zelfversterkende lus werd gecreëerd waarin meer eiwit leidde tot nog meer eiwit, waardoor de cel uiteindelijk in een specifieke identiteit werd vergrendeld. Dit idee leek te verklaren hoe verschillende bloedceltypen stabiel naast elkaar konden bestaan. Echter, toen onderzoekers probeerden deze theorie te toetsen aan werkelijke metingen van hoe snel cellen zich delen en hoeveel eiwit ze daadwerkelijk maken, begon de oude verklaring uit elkaar te vallen.

Een team onderzoekers aan de Rice University zette zich in om dit defecte model te repareren door de cel niet te behandelen als een theoretisch concept, maar als een fysiek systeem met strikte regels. Ze verzamelden bestaande gegevens over drie specifieke zaken: hoeveel PU.1-eiwit er in verschillende bloedceltypen zat, hoe snel de cellen nieuw eiwit aanmaakten, en hoe lang het elke celtype kostte om zich te delen. Ze ontdekten dat de oude theorie, die steunde op een eenvoudige feedbacklus tussen de eiwitniveaus en de snelheid van celdeling, niet overeenkwam met de realiteit van de gegevens. De theorie voorspelde dat cellen met meer eiwit altijd langzamer zouden delen, maar de metingen toonden een ander patroon. In sommige celtypen deelden de cellen met de hoogste eiwitniveaus zich in werkelijkheid sneller dan die met lagere niveaus. Bovendien kon het oude model slechts één type onrijpe cel verklaren, terwijl de gegevens duidelijk twee verschillende groepen onrijpe cellen lieten zien met verschillende kenmerken.

Om dit puzzelstuk op te lossen, bouwden de wetenschappers een reeks steeds complexere computersimulaties, waarbij ze elke simulatie testten tegen de harde cijfers die ze hadden verzameld. Eerst probeerden ze het oude idee te redden door simpelweg de snelheid aan te passen waarmee cellen hun eiwit verdunnen tijdens deling, gebruikmakend van de daadwerkelijk gemeten delingstijden. Dit werkte niet; zelfs met de juiste delingssnelheden kon een enkele zelfregulerende lus niet de twee verschillende onrijpe celtoestanden produceren die in de natuur worden waargenomen. De onderzoekers realiseerden zich dat de cel een extra input moet hebben, een tweede factor die helpt om de PU.1-volumeknop omhoog of omlaag te draaien, afhankelijk van de identiteit van de cel. Ze testten een bekend partner-eiwit, C/EBPα, dat interageert met PU.1. Hoewel dit paar de juiste hoeveelheid stabiele toestanden kon creëren, slaagde het model er nog steeds niet in om de onrijpe cellen op de juiste positie te plaatsen ten opzichte van de volwassen cellen. De simulatie bleef voorspellen dat de onrijpe cellen te weinig eiwit zouden hebben vergeleken met wat er daadwerkelijk werd gemeten.

De oplossing verscheen toen het team een derde speler aan de mix toevoegde: een eiwit genaamd RUNX1. Dit eiwit bindt aan dezelfde genetische regio die de productie van PU.1 controleert. Toen de onderzoekers RUNX1 in hun model opnamen, waarbij ze RUNX1 de ruimte gaven om samen met de andere factoren de productie van PU.1 te beïnvloeden, kwam de simulatie plotseling perfect overeen met alle gegevens. Het model kon nu exact de eiwitniveaus, syntheseratens en delingstijden voor alle verschillende celtypen reproduceren, inclusief de twee verschillende groepen onrijpe cellen. De onderzoekers ontdekten dat deze nieuwe architectuur een zeer scherpe, schakelachtige respons van het C/EBPα-eiwit vereiste, wat suggereert dat de cel een zeer gevoelig mechanisme gebruikt om deze kritieke beslissingen te nemen.

Dit werk doet meer dan alleen een model corrigeren; het onthult dat de regulatie van de identiteit van bloedcellen complexer is dan een eenvoudige zelflus. Het laat zien dat de cel vertrouwt op een combinatie van zijn eigen groeisnelheid, een partnerschap met C/EBPα, en een cruciale boost van RUNX1 om de juiste niveaus van het hoofd-eiwit in te stellen. De studie suggereert dat de twee groepen onrijpe cellen die eerder werden waargenomen, waarschijnlijk echte, onderscheidende populaties zijn die bestaan vanwege deze specifieke regelgevende architectuur. Hoewel de onderzoekers computersimulaties gebruikten om tot deze conclusies te komen, wordt het model nauwlettend begrensd door echte experimentele metingen, wat de bevindingen tot een robuuste gids maakt voor toekomstige biologische experimenten. De volgende stap voor wetenschappers zal zijn om deze specifieke voorspellingen in het laboratorium te testen, om te bevestigen of RUNX1 en de scherpe schakelachtige gedrag van C/EBPα inderdaad de sleutels zijn die de juiste celidentiteit ontsluiten.

Probleem
Hematopoëtische differentiatie omvat de vestiging van onderscheidende, stabiele moleculaire toestanden die geassocieerd zijn met specifieke lineages, zoals B-cellen, macrofagen en progenitorcellen. De transcriptiefactor PU.1 is een centrale regulator van dit proces, waarbij de abundantie ervan varieert over deze toestanden heen. Een eerdere invloedrijke studie stelde een autoregulatie-en-groei-feedback (AR&GF) model voor, waarbij werd gesuggereerd dat PU.1-autoregulatie gekoppeld aan een feedbacklus waarbij PU.1 de celdeling vertraagt (wat de eiwitverdunning vermindert) drie stabiele evenwichtstoestanden genereert die overeenkomen met B-cellen, progenitorcellen en macrofagen. Dit model werd echter primair ontwikkeld om kwalitatieve trends te verklaren en was niet kwantitatief geëvalueerd tegen de specifieke metingen van PU.1-abundantie, syntheseraten en celcyclusduur die het motiveerden. De centrale uitdaging die in dit artikel wordt aangepakt, is bepalen of het AR&GF-mechanisme de gerapporteerde celtoestandsmetingen kwantitatief kan reproduceren en, zo niet, de minimale regulatoire kenmerken te identificeren die nodig zijn om dit te doen terwijl onafhankelijke enhancer-reporter beperkingen worden gerespecteerd.

Methodologie
De auteurs hanteerden een model-discriminatiestrategie met behulp van een opeenvolging van progressief meer mechanistische dynamische systeemmodellen. Zij beschouwden gerapporteerde metingen van PU.1-GFP abundantie, PU.1 syntheseraten en celcycluslengtes als kwantitatieve beperkingen op evenwichtstoestanden en verwijderingssnelheden. Daarnaast gebruikten zij enhancer-reporter perturbatiedata om de PU.1-productiefunctie te beperken.

De modellering workflow verliep als volgt:

Evaluatie van het AR&GF-model: De auteurs testten eerst het oorspronkelijke AR&GF-model tegen de data. Zij vonden dat het model er niet in slaagde de twee onderscheidende progenitorgroepen (pro-low en pro-high) en de niet-monotone relatie tussen PU.1-niveaus en de celcycluslengte te reproduceren.
Autoregulatie met discrete groeisnelheden (AR&DGR): Zij vervingen de universele groei-feedbackfunctie door celtype-specifieke verdunningssnelheden die direct afgeleid zijn van gemeten celcycluslengtes. Zij testten of PU.1-autoregulatie alleen, met gedeelde productieparameters maar verschillende verwijderingssnelheden, de data kon fitten.
Celtype-specifieke autoregulatie: Om te testen of een aanvullende input aan de productiezijde noodzakelijk was, introduceerden zij een celtoestand-afhankelijke schaleringsfactor ( $X$ ) in de PU.1-productiefunctie.
Positieve feedback met C/EBP $\alpha$ : Zij vervingen de abstracte factor $X$ door een specifieke biologische kandidaat, C/EBP $\alpha$ , waardoor een wederzijdse positieve feedbacklus (PU.1 $\leftrightarrow$ C/EBP $\alpha$ ) ontstond. Dit model werd beperkt door zowel de celtoestandsdata als de PU.1-reporteractiviteit bij enhancer-mutaties.
RUNX1-uitgebreide architectuur: Ten slotte incorporeerden zij RUNX1 als een additionele input voor de PU.1-enhancer, gebaseerd op bewijs dat RUNX1-bindingsplaatsen de PU.1-expressie significant beïnvloeden. Dit "RUNX1-model" werd gefit aan de uitgebreide dataset inclusief RUNX1-perturbatiedata.

Doorheen het proces werden de modellen geïmplementeerd als gewone differentiaalvergelijkingen (ODE's) en gefit met behulp van particle-swarm optimalisatie om de fout tussen modelvoorspellingen en de gezamenlijke bereiken van experimentele data te minimaliseren.

Kernbijdragen en Resultaten

Kwantitatieve inconsistentie van het AR&GF-model: De studie toont aan dat het oorspronkelijke AR&GF-model kwantitatief inconsistent is met de motiverende data. Het voorspelt slechts één progenitor-attractor in plaats van de twee geobserveerde groepen (pro-low en pro-high) en legt een monotone relatie op tussen PU.1-niveaus en de celcycluslengte die in strijd is met de data (waarbij pro-high cellen een hoge PU.1 hebben maar een korte celcyclus).
Onvoldoendeheid van verdunningsverschillen: Het vervangen van de groei-feedbackveronderstelling door gemeten, celtype-specifieke verdunningssnelheden (AR&DGR-model) lost de discrepantie niet op. Een enkele gedeelde PU.1 autoregulatoire productiefunctie kan de verschillende verwijderingsfuncties van B-cellen, pro-low en pro-high cellen niet snijden bij de vereiste abundantie en syntheserate bereiken.
Noodzaak van celtoestand-afhankelijke productie: De resultaten wijzen erop dat de PU.1-productie moet afhangen van een additionele, aan de celtoestand geassocieerde input naast autoregulatie en verdunning. Een model met een celtype-specifieke schaleringsfactor reproduceert de data succesvol, wat suggereert dat er een tweede regulatoire factor aanwezig is.
Falende C/EBP $\alpha$ -feedback alleen: Wanneer C/EBP $\alpha$ als de tweede factor in een closed-loop feedbacksysteem wordt gemodelleerd en beperkt door enhancer-reporter data, faalt het model in het correct positioneren van de pro-low attractor. Hoewel een open-loop fit werkt, zijn de closed-loop dynamica met een Hill-coëfficiënt van 2 (gebaseerd op bekende bindingsplaatsen) te geleidelijk. Zelfs het verhogen van de coöperativiteit leidt tot bistabiliteit waarbij geen van beide toestanden overeenkomt met het gemeten pro-low bereik.
Succes van het RUNX1-uitgebreide model: De inclusie van RUNX1 als een additionele input voor de PU.1-enhancer stelt het model in staat om aan alle beperkingen te voldoen. Met een hoge effectieve coöperativiteit (Hill-coëfficiënt $\approx$ 10) voor de PU.1-afhankelijke C/EBP $\alpha$ -activatie, reproduceert het RUNX1-uitgebreide model gezamenlijk de celtoestandsmetingen (abundantie en syntheserate) en de enhancer-reporter perturbatiedata. Nullcline-analyse laat zien dat RUNX1 de PU.1-nullcline naar boven verschuift, waardoor de pro-low attractor correct binnen het gemeten bereik wordt gepositioneerd.

Betekenis
Het artikel beweert dat het integreren van dynamische systeembeperkingen met cis-regulatorische (enhancer) beperkingen noodzakelijk is om onderscheid te maken tussen modellen die louter multistabiliteit genereren en modellen die kwantitatief consistent zijn met de biologische realiteit. De studie ondersteunt een regulatoire architectuur voor PU.1 die celtype-specifieke verdunning, de PU.1-C/EBP $\alpha$ feedback en een additionele enhancer-niveau input combineert, vertegenwoordigd door RUNX1.

De auteurs stellen dat dit framework specifieke, experimenteel testbare hypothesen genereert:

Het pro-low systeem kan bistabiliteit vertonen, wat wijst op het bestaan van twee progenitor-subpopulaties met verschillende PU.1-abundanties maar vergelijkbare groeisnelheden.
De vereiste hoge effectieve coöperativiteit voor C/EBP $\alpha$ -activatie suggereert mechanismen die verder gaan dan eenvoudige bindingsplaatsbezetting, zoals C/EBP $\alpha$ autoregulatie of co-condensatie van transcriptiefactoren.
Het model voorspelt dat de basale promoter-gedreven PU.1-expressie hoger is in B-cellen dan in macrofagen, ondanks lagere totale productieraten in B-cellen, wat impliceert dat verschillen in productie tussen celtypen worden gevormd door enhancer-niveau regulatie in plaats van enkel door basale promoteractiviteit.

De auteurs merken bescheiden op dat hun conclusies specifiek zijn voor de integratie van deze specifieke datasets onder hun gekozen aannames en niet impliceren dat er een unieke biologische vereiste is voor C/EBP $\alpha$ en RUNX1, waarbij zij beperkingen erkennen zoals het gebruik van RNA-seq als een proxy voor eiwitproductie en de aggregatie van progenitordata die onderscheidende subpopulaties kan maskeren.

Meer zoals dit