Análisis basado en densidad condicional de la señalización de células T en datos de una sola celda

Los circuitos celulares detectan el entorno, procesan señales y computan decisiones usando redes de proteínas interactivas. Para modelar tal sistema, la abundancia de cada especie de proteína activada puede describirse como una función estocástica de la abundancia de otras proteínas. Las tecnologías de una sola celda de alta dimensión, como la citoquimica de masas, ofrecen la oportunidad de caracterizar la señalización a nivel de circuito. Sin embargo, el desafío de desarrollar y aplicar enfoques computacionales para interpretar datos tan complejos persiste. Aquí, desarrollamos métodos computacionales, basados en conceptos estadísticos establecidos, para caracterizar las relaciones de redes de señalización cuantificando las fuerzas de los bordes de la red y derivando funciones de respuesta de señalización. Al comparar la señalización entre linfocitos T CD4(+) naïve y expuestos a antígeno, encontramos que, aunque estos dos subtipos celulares tenían redes similarmente conectadas, las células naïve transmitían más información a lo largo de una cascada de señalización clave que las células expuestas a antígeno. Validamos nuestra caracterización en ratones carentes de la quinasa activada por mitógenos regulada extracelularmente (MAPK) ERK2, que mostró una mayor influencia de pERK sobre pS6 (proteína ribosomal S6 fosforilada) en células naïve en comparación con células expuestas a antígeno, como se predijo. Demostramos que al usar la variación de célula a célula inherente a los datos de una sola celda, podemos derivar funciones de respuesta subyacentes a circuitos moleculares y potenciar la comprensión de cómo las células procesan señales.