メモリーCD4 T細胞の免疫における役割
研究によると、メモリーCD4 T細胞がマウスの中で時間とともにどのように変化して適応するかがわかった。
― 1 分で読む
CD4 T細胞は、私たちの免疫システムにおいて大事な役割を果たしてるんだ。これらの細胞は、ウイルスやバイ菌のような有害な微生物に対抗する手助けをするし、他の免疫細胞の活動も管理してる。体が病原体に接触すると、いろんな記憶CD4 T細胞が形成されて、同じ病原体や似たようなものからの将来の感染を防いでくれる。
マウスでは、記憶CD4 T細胞は主に中央記憶細胞(TCM)と効果器記憶細胞(TEM)の2種類に分かれる。TCM細胞はCD62Lというタンパク質のレベルが高くて、血流と免疫反応に関わる特定の臓器の間を移動できる。一方、TEM細胞はCD62Lのレベルが低くて、炎症が起こる組織に長く留まるんだ。
これらの記憶T細胞の重要性は知られてるけど、TCM、TEM、他の記憶細胞がどのように関連しているかはまだ完全には理解されてない。マウスの記憶CD4 T細胞は、平均して自然に長生きしない。数日や数週間で細胞死したり、他の免疫細胞に変わったりすることがある。でも、これらの記憶T細胞は自分自身を更新することもできて、個々の細胞の寿命よりも長く生き残ることができるんだ。
感染後に記憶T細胞の数が時間とともにどう変わるかをよく理解するためには、これらの細胞がどれだけ早く生成されるか、どのくらいの速さで増えるか、そして何が死に至らしめるかを測定する必要があるんだ。また、これらのプロセスのグループ間での違いを知りたいし、ホストや細胞自体の年齢によってこれらのレートがどう変わるかも調べたい。
現在の記憶CD4 T細胞の行動に関する理解は、非常に清潔な環境で育てられた実験用マウスを使った研究から来ている。これらのマウスは重大な感染に遭遇したことがないかもしれないけど、それでも多くの記憶の表現型CD4 T細胞を持ってる。これらの集団には、急速に分裂する細胞とあまり活発でない細胞が両方含まれてる。これらの記憶CD4 T細胞は出生後すぐに現れて、その数は生活環境の清潔さの影響を受けて一定になる。最初の数週間の後、両方のタイプの記憶T細胞は毎日数%のレートで置き換えられるけど、飼育環境とは関係なく。このことは、記憶CD4 T細胞が主に一般的な生物や環境物質を認識している可能性を示唆している。
免疫細胞の集団がどのように変わるかを研究するための一般的な方法はDNAラベリングと呼ばれている。このアプローチでは、細胞分裂の際にラベル付けされた物質を導入して、研究者がどの細胞が分裂したかを追跡できるようにする。特定の集団の細胞が時間の経過とともにラベルを持っている数を確認することで、科学者はそれらの細胞がどれだけ早く生成され、失われるかを推定できる。しかし、集団内でのこれらのレートのばらつきを考慮しないと、推定が誤解を招く可能性がある。この違いに注意を払うことで、科学者は細胞がどれだけ長くラベル付けされていたかに影響されず、平均的な生成および喪失率をより明確に推定できる。でも、異なる細胞タイプや系統間の関係を理解するのは難しい。
DNAラベリング研究で使われるいくつかのモデルでは、新しい細胞の入り口と既存の細胞の更新が全体の細胞生成率にまとめられている。これらのプロセスを分離することは、記憶研究にとって重要だ。なぜなら、細胞の流入と自己更新のバランスが、特定の細胞グループがどれだけ持続するかに影響を与えるから。安定した集団では、新しい細胞が入ってくることで既存の細胞が希釈され、自己更新がその数を維持するのを助ける。
これらの研究の不確実性を明確にするために、研究者はDNAラベリングを他の分野の洞察と組み合わせて結果を確認したり、モデルの選択を調整したりすることができる。1つの方法は、ラベル付きの前駆体で置き換えられる新しい細胞が集団にどれだけ流入するかを推定することだ。いくつかの研究で、科学者は安定した条件下で異なるリンパ球タイプがどれだけ早く置き換えられるかを測定するマウスモデルを作成した。
この方法では、特定の幹細胞を成人マウスから排除する薬を低用量で投与し、他の免疫細胞には影響を与えない。治療後、マウスは別のマウスのT細胞とB細胞のない骨髄を受け取って、幹細胞のニッチを埋める。数週間以内に、免疫システム内のほとんどの細胞が新しい骨髄からの細胞に置き換わる。
このようにして記憶CD4 T細胞を研究することで、研究者はこれらの集団が時間とともにどのように変化するかのダイナミクスを分析できる。この理解をもとに、どれだけの新しい細胞が入ってきて、どのくらいの速さで集団を離れるかを測定できる。
データの収集プロセスを豊かにするために、研究者は細胞分裂を示すタンパク質Ki67の存在もチェックする。DNAラベルとKi67の両方の測定を組み合わせることで、科学者は細胞の歴史的な活動と最近の活動について学べる。
研究者たちは、異なる年齢のマウスでの記憶CD4 T細胞のダイナミクスを探る研究を始めて、同じ治療を受けたが異なるライフステージにあるコホートを比較した。1つのグループは比較的若いときに治療とラベリングが行われ、もう1つのグループは似た手続きを受けるときに年を取っていた。
両方の年齢グループにおいて、科学者たちは記憶CD4 T細胞の総数が年齢とともにわずかに増加することを観察した。しかし、最近分裂を示すKi67を発現する細胞の数は、TCM細胞が年を取るにつれて減少した。一方、TEM細胞のKi67レベルは一定のままだった。これらの増殖率の違いは、マウスが年を取るにつれて記憶CD4 T細胞のダイナミクスがどのように変化するかを説明する手助けになるかもしれない。
ドナー由来の細胞の流れは、マウスが年を取るにつれて、TCMおよびTEM集団全体においてドナー細胞への大きなシフトがあったことを示した。特に、若いドナーのTCMおよびTEM細胞はホスト細胞と比べてKi67の発現が高かったが、このギャップはマウスが年を取るにつれて縮まった。
これらの違いの根本的な理由を解明するために、研究者は異なる年齢グループから収集されたデータを分析するために数学モデルを使用した。これらのモデルは、新旧の記憶細胞がどのように振る舞い、どのように時間の経過とともに置き換えられるかを捉えるのに役立った。
データに正確にフィットさせるために、さまざまなモデリングアプローチが評価された。結果は、循環していた時間が長い記憶T細胞が集団の特性に大きな影響を与えることを示した。
研究者たちがこれらの集団を分析する際、TCMおよびTEM細胞の生存パターンについても理解を深めようとした。これらの記憶細胞のダイナミクスは、まだ病原体に遭遇したことのないT細胞の行動を反映するナイーブCD4 T細胞と比較された。
研究者たちは、記憶CD4 T細胞が長生きするほど、その寿命のばらつきが大きくなることに気づいた。この変化は、記憶集団の平均損失率が徐々に低下することを意味する。また、古い記憶T細胞は、年齢と共に生存能力が向上するため、長い寿命を持っていることが多いと発見された。
これらの発見は、CD4 T細胞のダイナミクスが以前考えられていたよりも単純であり、速い細胞と遅い細胞の行動がかつて想定されたほど明確ではないことを示唆している。モデルやデータ分析は、記憶細胞がさまざまな状態を通じて移行し合い、互いに影響を与え合うより相互に関連したシステムを指し示している。
新しい記憶細胞の源をさらに特定するために、研究者たちはさまざまな集団からの細胞の流入を観察された割合と比較した。ナイーブCD4 T細胞が新しいTCMの重要な源であり、TEM細胞は主に急速に分裂するTCMサブセットから派生する可能性が高いという証拠を見つけた。
これらの観察は、清潔な環境でも継続的な免疫応答の重要性を強調しており、ナイーブT細胞が自己抗原や環境因子によって依然として刺激を受ける可能性があることを示している。これらのプロセスを理解することは、私たちの免疫システムがどのように適応し、時間をかけて記憶を保持するかを理解するのに役立つ。
要するに、研究は記憶CD4 T細胞が私たちの免疫応答において重要な役割を果たしていることを示している。これらの細胞の数とダイナミクスは、細胞の更新や損失率などのさまざまな要因によって年齢とともに変化する。この研究から得られた洞察は、私たちの免疫システムが病原体を記憶し、感染に対して効果的に防御する方法を深く理解するのに役立つ。これらのダイナミクスを探求することは、ワクチン戦略の改善や異なる状況における免疫応答の強化の可能性を提供している。さらなる研究を通じて、研究者たちは記憶T細胞の行動の複雑さや精巧さに関する残された疑問を解決し、最終的には個人の健康結果を向上させることを望んでいる。
タイトル: The dynamics and longevity of circulating CD4+ memory T cells depend on cell age and not the chronological age of the host
概要: Quantifying the kinetics with which memory T cell populations are generated and maintained is essential for identifying the determinants of the duration of immunity. The quality and persistence of circulating CD4+ effector memory (TEM) and central memory (TCM) T cells in mice appear to shift with age, but it is unclear whether these changes are driven by the aging host environment, by cell age effects, or both. Here we address these issues by combining DNA labelling methods, established fate-mapping systems, a novel reporter mouse strain, and mathematical models. Together, these allow us to quantify the dynamics of both young and established circulating memory CD4+ T cell subsets, within both young and old mice. We show that that these cells and their descendents become more persistent the longer they reside within the TCM and TEM pools. This behaviour may limit memory CD4 T cell diversity by skewing TCR repertoires towards clones generated early in life, but may also compensate for functional defects in new memory cells generated in old age. Author summaryOur long-term protection against infections depends in part on the maintenance of diverse populations of memory CD4 T cells, which are made in response to the initial exposure to the pathogen or a vaccine. These cells are not long-lived, but instead are maintained dynamically at a clonal level through loss and division. Understanding how immune memory persists therefore requires measuring these rates of these processes, and how they might change with age. Here we combine experiments in mice with mathematical models to show that memory CD4 T cells exhibit complex dynamics but increase their capacity to survive as they age. This dynamic implies that as individuals age, their memory CD4 T cell populations become enriched for older clones. This established memory may compensate for functional defects in new T cell responses generated later in life.
著者: Andrew J. Yates, M. E. Bullock, T. Hogan, C. Williams, S. Morris, M. Nowicka, M. Sharjeel, C. van Dorp, B. Seddon
最終更新: 2024-06-25 00:00:00
言語: English
ソースURL: https://www.biorxiv.org/content/10.1101/2023.10.16.562650
ソースPDF: https://www.biorxiv.org/content/10.1101/2023.10.16.562650.full.pdf
ライセンス: https://creativecommons.org/licenses/by/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた biorxiv に感謝します。