Erhöhtes Glutamat behindert Anti
HeimHeim > Nachricht > Erhöhtes Glutamat behindert Anti

Erhöhtes Glutamat behindert Anti

Jul 25, 2023

Communications Biology Band 6, Artikelnummer: 696 (2023) Diesen Artikel zitieren

534 Zugriffe

1 Altmetrisch

Details zu den Metriken

CD8 + T-Zellen sind für die dauerhafte HIV-1-Kontrolle unerlässlich und wurden zur Entwicklung therapeutischer und präventiver Ansätze für Menschen mit HIV-1 (PLWH) genutzt. Eine HIV-1-Infektion führt zu deutlichen Stoffwechselveränderungen. Es ist jedoch unklar, ob diese Veränderungen die Anti-HIV-Funktion von CD8+T-Zellen beeinflussen. Hier zeigen wir, dass Menschen mit HIV einen höheren Plasmaglutamatspiegel aufweisen als gesunde Kontrollpersonen. Bei Menschen mit HIV korrelieren die Glutamatspiegel positiv mit dem HIV-1-Reservoir und negativ mit der Anti-HIV-Funktion von CD8 + T-Zellen. Die Einzelzell-Stoffwechselmodellierung zeigt, dass der Glutamatstoffwechsel in CD8 + T-Zellen (TVM) des virtuellen Gedächtnisses überraschend robust ist. Wir haben außerdem bestätigt, dass Glutamat die Funktion von TVM-Zellen über den mTORC1-Signalweg in vitro hemmt. Unsere Ergebnisse zeigen einen Zusammenhang zwischen metabolischer Plastizität und CD8+-T-Zell-vermittelter HIV-Kontrolle, was darauf hindeutet, dass der Glutamatstoffwechsel als therapeutisches Ziel für die Umkehrung der Anti-HIV-CD8+-T-Zellfunktion bei Menschen mit HIV genutzt werden kann.

Trotz erheblicher Fortschritte in der antiretroviralen Therapie (ART) für Menschen mit HIV-1 (PLWH) ist eine Heilung von HIV-1 nach wie vor schwer zu erreichen. ART kann das Virusreservoir nicht eliminieren, was beim Absetzen zum Wiederauftreten der Infektion führt. Immunologische Ansätze wie Checkpoint-Inhibitoren, therapeutische Impfstoffe und neutralisierende Antikörper versprechen eine Heilung von HIV-11. Es bestehen jedoch weiterhin Wissenslücken darüber, wie eine HIV-1-Infektion das Immunsystem des Wirts und die Immunantworten beeinflusst, die das Virus wirksam bekämpfen.

Die entscheidende Rolle von CD8+ T-Zellen bei der Kontrolle der primären HIV-1-Infektion ist gut belegt. Bis vor Kurzem galten CD8+-T-Zellen jedoch als wesentlich für die dauerhafte HIV-1-Kontrolle bei ART-behandelten Personen. Starke Belege ergeben sich aus der Beobachtung, dass die Deletion von CD8 + T-Zellen zu einem viralen Rebound bei SIV-infizierten ART-behandelten Makaken führt2,3. CD8+ T-Zellen üben Anti-HIV-1-Funktionen sowohl über zytolytische (Granzym und Perforin) als auch nicht-zytolytische (Zytokine und Beta-Chemokine) Mechanismen aus4. Während einer chronischen HIV-1-Infektion sind die Anti-HIV-1-Funktionen von CD8+ T-Zellen beeinträchtigt, was als funktionelle Erschöpfung5 bezeichnet wird, und selbst nach einer langfristigen ART6 ist es schwierig, sie vollständig wiederherzustellen. Eine frühe ART-Initiierung7,8 oder eine kombinierte Behandlung mit weitgehend neutralisierenden Anti-HIV-1-Antikörpern zu ART-Initiierung9 bewahrt jedoch effektiv die Funktion von CD8+ T-Zellen, was mit der geringen Größe des HIV-1-Reservoirs bei Menschen mit HIV-1 zusammenfällt. Bisher gab es keine erfolgreichen Versuche, CD8+ T-Zellen zur funktionellen Heilung von Menschen mit HIV zu nutzen. Beispielsweise steigerte die Behandlung mit Latenzumkehrmitteln die HIV-1-Transkription, verringerte jedoch nicht die Größe des Virusreservoirs10,11. Darüber hinaus induzierten therapeutische T-Zell-Impfstoffe erfolgreich HIV-1-spezifische CD8+-T-Zell-Reaktionen, zeigten jedoch nur begrenzte Auswirkungen auf die Größe des Virusreservoirs und den Virus-Rebound bei Menschen mit HIV12,13. Daher ist ein besseres Verständnis der antiviralen Aktivitäten von CD8+ T-Zellen für Immuninterventionen erforderlich, die darauf abzielen, diese Funktionen gezielt gegen das HIV-1-Reservoir zu nutzen.

Das Stoffwechselprofil ist ein wichtiger Faktor für die Anti-HIV-1-Funktion von CD8+-T-Zellen14. Eine langfristige HIV-1-Infektion und eine längere ART-Anwendung verursachen häufig stoffwechselbedingte Erkrankungen15 und beeinträchtigen das Immunsystem erheblich16,17. Eine In-vitro-Studie verglich das Stoffwechselprofil von CD8+-T-Zellen bei Menschen mit HIV unter ART mit dem von CD8+-T-Zellen von Elite-Controllern (ECs) und stellte fest, dass erstere durch weniger metabolische Plastizität und antivirale Funktion gekennzeichnet sind, aber anfälliger für metabolische Eingriffe18. Darüber hinaus können der veränderte Stoffwechselstatus von Menschen mit HIV und die Dynamik des HIV-1-Reservoirs anhand der Veränderungen der Metabolitenspiegel visualisiert werden19,20.

Wir haben kürzlich virtuelle Gedächtnis-T-Zellen (TVM) identifiziert, eine bestimmte Untergruppe von CD8 + T-Zellen, die durch Antigen-Naivität gekennzeichnet sind, aber einen Gedächtnis-Phänotyp besitzen21,22, als immunologischen Determinantenfaktor für die Größe des HIV-1-Reservoirs23. TVM-Zellen können HIV-1-replizierende Zellen über HLA/KIR-Signalisierung erkennen und hemmen23. Unter den zahlreichen Zytokinen, die von TVM-Zellen stark exprimiert werden, identifizierten wir CCL5 als ein entscheidendes Effektormolekül bei der Kontrolle des HIV-1-Reservoirs24. Darüber hinaus weisen TVM-Zellen eine einzigartige gemischte Effektor-Gedächtnis-Stoffwechseleigenschaft auf, die auf Glykolyse und oxidativer Phosphorylierung beruhen kann25. Ob metabolische Faktoren die Anti-HIV-1-Funktion von TVM-Zellen bei Menschen mit HIV regulieren, ist unklar.

In dieser Studie wollten wir die Veränderungen der Metaboliten und ihre Beziehung zur Anti-HIV-1-Funktion von CD8+ T-Zellen bei Menschen mit HIV-Helden verstehen. Zunächst analysierten wir die Zusammenhänge zwischen Plasmametaboliten, der Größe des HIV-1-Reservoirs und der Anti-HIV-1-Effektorfunktion von CD8+-T-Zellen bei Menschen mit HIV unter ART. Darüber hinaus haben wir die metabolischen Eigenschaften von CD8+-T-Zellen von Menschen mit HIV auf der Ebene der Einzelzelltranskription profiliert. Schließlich verwendeten wir einen Ex-vivo-Assay, um die Auswirkungen von Glutamat, dem relevantesten Metaboliten für das HIV-1-Reservoir, auf die Funktion von CD8+-T-Zellen und TVM-Zellen zu bestätigen und die entscheidenden Mechanismen zu klären, die das mechanistische Ziel des Rapamycin-Komplexes 1 (mTORC1) betreffen. Weg. Dieser Befund zeigt, dass erhöhte Plasmaglutamatwerte die Anti-HIV-1-Funktion von CD8+ T-Zellen hemmen und mit einem größeren HIV-1-Reservoir bei Menschen mit HIV-1 verbunden sind.

Eine HIV-1-Infektion führt zu bemerkenswerten Veränderungen im Stoffwechselzustand des Körpers26,27, dennoch bleibt die spezifische Wirkung der Stoffwechselveränderungen auf das HIV-1-Reservoir und die Anti-HIV-Funktion von CD8+-T-Zellen unklar. Um diese Frage zu beantworten, verwendeten wir ein Flüssigchromatographie-Massenspektrometer (LC-MS), um mehrere potenzielle Metaboliten im Plasma einer zuvor etablierten ART-Kohorte zu quantifizieren (Abb. 1a). Wir haben den Zusammenhang zwischen der Größe des HIV-1-Reservoirs und der Funktionalität von CD8+ T-Zellen mit den Metabolitenspiegeln mithilfe einer Korrelationsanalyse weiter untersucht (Abb. 1a). Darüber hinaus wurden Ex-vivo-Experimente durchgeführt, um den Mechanismus zu klären, durch den die Metaboliten die CD8+-T-Zellfunktion beeinflussen (Abb. 1a).

a Flussdiagramm des Studiendesigns (Erstellt mit BioRender.com.) b Vergleich der Veränderungen in der Quantifizierung der Plasmametaboliten bei gesunden Kontrollpersonen (n = 11) und Menschen mit HIV (n = 59). Das Diagramm wurde als Mittelwert mit Standardabweichung dargestellt. c Korrelationen der Metabolitenspiegel mit HIV-1-DNA und zellassoziierten CA-usRNA-Spiegeln. d Korrelationen von Glutamat, α-Ketoglutarsäure und Brenztraubensäure mit den CA-usRNA-Spiegeln. e Korrelationen von Glutamat mit den HIV-1-DNA-Spiegeln. Für den ungepaarten Vergleich wurde der Mann-Whitney-Test (Ränge vergleichen) verwendet. b-, c-Korrelationen wurden mithilfe nichtparametrischer Spearman-Korrelationstests bewertet. c Schwarze Punkte kennzeichnen nichtparametrisches Spearman r und schwarze Linien kennzeichnen das 95 %-Konfidenzintervall. *P < 0,05, **P < 0,01, ***P < 0,001 und ****P < 0,0001.

Insgesamt identifizierten wir 12 Metaboliten in vier Gruppen: fünf kurzkettige Fettsäuren (SCFAs), zwei Tryptophan-Metaboliten, zwei Glykane und drei energetische Stoffwechselsubstrate. Unter allen nachgewiesenen Metaboliten waren die Konzentrationen von Acetat, α-Ketoglutarsäure (α-KG), Brenztraubensäure und Glutamat bei Menschen mit HIV (n = 59) signifikant höher als bei gesunden Kontrollpersonen (HCs, n = 11) (Ergänzungstabelle 1). . Im Gegensatz dazu waren Oxindol, Fucose und GlcNAc bei Menschen mit HIV weniger häufig als bei HCs (Abb. 1b). Es wurden Korrelationen zwischen der Größe des HIV-1-Reservoirs und Metaboliten analysiert, die Veränderungen bei HIV-Patienten aufwiesen. Die Spiegel von GlcNAc und Fucose korrelierten negativ mit HIV-1-Zell-assoziierter ungespleißter RNA (CA usRNA) (GlcNAc, r = −0,345, P = 0,007; Fucose, r = -0,326, P = 0,012) und tendierten dazu, negativ zu korrelieren mit HIV-1-DNA (Abb. 1c, d). Acetat in der SCFA-Gruppe korrelierte positiv mit HIV-1-CA-usRNA (r = 0,325, P = 0,0012) und neigte dazu, positiv mit HIV-1-DNA zu korrelieren. Drei Substrate des Energiestoffwechsels zeigten signifikante positive Korrelationen mit HIV-1-CA-usRNA: α-KG (r = 0,4693, P < 0,001), Brenztraubensäure (r = 0,5830, P < 0,001) und Glutamat (r = 0,5412, P < 0,001). ) (Abb. 1c, d). Glutamatspiegel waren auch signifikant positiv mit HIV-1-DNA assoziiert (r = 0,3885, P = 0,002, Abb. 1c, e). Bei der weiteren Analyse der potenziell einflussreichen Faktoren wurden die Glutamatspiegel nicht durch ART-bezogene Faktoren, CD4-Anzahl, CD8-Anzahl oder CD4/CD8-Verhältnis, sondern durch das Geschlecht beeinflusst (Ergänzungstabelle 2). Männer wiesen signifikant höhere Plasmaglutamatspiegel auf als Frauen (P = 0,020; Ergänzungstabelle 2). Darüber hinaus waren die positiven Korrelationen zwischen Glutamatspiegeln und der Größe des HIV-1-Reservoirs bei Männern deutlicher (HIV-1-CA-usRNA, r = 0,5884, P < 0,001; HIV-1-DNA, r = 0,4397, P = 0,006). als bei Frauen (HIV-1 CA usRNA, r = 0,4730, P = 0,031; HIV-1 DNA, r = 0,3560, P = 0,113) (Ergänzende Abbildung 1a, b). Diese Daten legen nahe, dass höhere Plasmaglutamatspiegel bei Menschen mit HIV auf ein größeres HIV-1-Reservoir hinweisen.

Jüngste Studien haben gezeigt, dass die Funktion von CD8+-T-Zellen signifikant mit der Viruskontrolle und einem verzögerten Fortschreiten der Krankheit zusammenhängt4,28. CD8+ T-Zellen unterdrücken die HIV-1-Replikation durch verschiedene Effektormoleküle7,29,30. Auf dieser Grundlage untersuchten wir weiter die Auswirkungen von Glutamat auf die Funktion von CD8+ T-Zellen. In den Korrelationsanalysen waren die Glutamatspiegel negativ mit mehreren Zytokinen und Chemokinen assoziiert (Abb. 2a). Bemerkenswerterweise korrelierten die Glutamatspiegel negativ mit dem Anteil von CCL5 + CD8 + T-Zellen (r = –0,5808, P <0,001) und CCL3 + CD8 + T-Zellen (Abb. 2b). Darüber hinaus korrelierten die Glutamatspiegel signifikant negativ mit den Anteilen von CD107a + CD8 + T-Zellen (r = -0,4244, P = 0,003) und IL-2 + CD8 + T-Zellen (r = −0,4925, P < 0,001). Daher haben wir die Auswirkungen von Glutamat auf die Funktion von CD8 + T- und TVM-Zellen weiter untersucht.

a Korrelationen zwischen dem Prozentsatz der Zytokine, die CD8+ T-Zellen produzieren, und dem Plasmaglutamatspiegel. b Korrelationen von CCL5+ %, CCL3+ %, IL-2+ % und CD107a+ % in CD8+ T-Zellen mit Plasmaglutamat. c Korrelationen zwischen dem Prozentsatz der Zytokine, die TVM-Zellen produzieren, und dem Glutamatspiegel im Plasma. d Korrelationen von CCL5+ %, CCL3+ %, IL-2+ % und CD107a+ % in TVM-Zellen mit Plasmaglutamat. Korrelationen wurden mithilfe nichtparametrischer Spearman-Korrelationstests bewertet. *P < 0,05, **P < 0,01, ***P < 0,001 und ****P < 0,0001.

Unsere früheren Arbeiten haben gezeigt, dass unter den CD8 + T-Zellen die TVM-Zelluntergruppe bei der Ausübung der Anti-HIV-Funktion überlegen ist23, abhängig von der Sekretion von CCL523,24. Bei TVM-Zellen waren die Glutamatspiegel negativ mit den Anteilen von CD107a+-, IL-2+-, CCL3+- und CCL5+-TVM-Zellen assoziiert (CD107a+-TVM-Zellen, r = −0,3745, P = 0,010; IL-2 + TVM-Zellen, r). = −0,3993, P = 0,004; CCL3 + TVM-Zellen, r = −0,3539, P = 0,023; CCL5 + TVM-Zellen, r = −0,5311, P < 0,001, Abb. 2c, d).

Wir stellten fest, dass die CCL4+-Fraktionen von CD8+ T- und TVM-Zellen die entgegengesetzte Tendenz zu CCL3 und CCL5 zeigten (Abb. 2a, c). Daher haben wir die Korrelation zwischen Glutamatspiegeln und den Anteilen multifunktionaler CD8+ T- und TVM-Zellen weiter analysiert. Der Anteil der CCL4 + CCL5-TVM-Zellen korrelierte positiv mit den Glutamatspiegeln, und der Anteil der CCL4-CCL5 + TVM-Zellen korrelierte negativ mit den Glutamatspiegeln (CCL4 + CCL5-CCL3 + TVM-Zellen, r = 0,4899, P = 0,001; CCL4 + CCL5 - CCL3-TVM-Zellen, r = 0,4492, P = 0,003; CCL4- CCL5 + CCL3 + TVM-Zellen, r = −0,3500, P = 0,025; CCL4- CCL5 + CCL3- TVM-Zellen, r = −0,4623, P = 0,002) . Ähnliche korrelative Ergebnisse wurden zwischen multifunktionalen CD8 + T-Zellen und Glutamatspiegeln gefunden (ergänzende Abbildung 2a, b). Die Heterogenität zwischen Beta-Chemokinen könnte durch die Tatsache erklärt werden, dass CCL4 + CD8 + T-Zellen Berichten zufolge mit einer schlechten Immunrekonstitution bei Menschen mit HIV in Zusammenhang stehen und die Etablierung des HIV-1-Reservoirs erleichtern könnten31.

Zusammengenommen legen diese Daten nahe, dass Glutamat die Funktion von CD8 + T-Zellen und TVM-Zellen hemmen könnte.

Um das Transkriptionsprofil von CD8 + T-Zellen bei verschiedenen Krankheitszuständen besser zu verstehen, führten wir eine Einzelzellanalyse unter Verwendung des scRNA-seq-Datensatzes aus einer früheren Studie unserer Gruppe durch32. Informationen zu CD8 + T-Zellen von fünf behandlungsnaiven (TN) PLWH, drei ART-behandelten Personen und vier HCs wurden extrahiert und einer nachgeschalteten Analyse unterzogen (ergänzende Abbildung 3a). Nach Datenqualitätskontrolle (ergänzende Abbildung 3b), Datennormalisierung, Zusammenführung und Dimensionsreduktionsanalyse wurden 48654 CD8+ T-Zellen in neun Cluster klassifiziert (Abb. 3a und ergänzende Abbildung 3c), darunter zwei naive Untergruppen: naive_1 (CCR7+ LEF1+). ) und naive_ISG (IFI16+ IFI44L+); drei CD8 + CM-Cluster: CM_1 (IL7R+ GPR183+), CM_2 (ITGB1+ S100A11+) und CM_CCL4 (CCL4 hi CTLA4+ HAVCR2+); zwei EMRA-Cluster: EMRA_1 (FGBP2+ GZMB+) und EMRA_KIR (TYROBP+ KIR2DL3+); EM_1 (GZMK+ RSG1+); und ein MAIT-Cluster (SLC4A10 + KLRB1). Der Anteil der Zellen in der Immunsubpopulation jedes Individuums ist in der ergänzenden Abbildung 3d dargestellt.

Eine zweidimensionale UMAP-Projektion von 48654 Zellen wurde durch unbeaufsichtigtes Clustering und die Verteilung der charakteristischen Genexpression in jedem Cluster durchgeführt. b UMAP-Projektion von CD8+-T-Zell-Stoffwechselclustern. c Heatmap von Glutamatstoffwechselgenen und stoffwechselbezogenen Genen, die aus DEGs gescreent wurden. d Überlappende UMAP von CD8+ T-Zellen in TN-, ART- und HCs-Gruppen. e Violindiagramm zum Vergleich der Bewertung glutamatbezogener Stoffwechselwege zwischen TN-, ART- und HC-Gruppen in TVM-Zellen. f Violindiagramm zum Vergleich der Expression von Glutamatstoffwechselgenen zwischen TN-, ART- und HC-Gruppen in TVM-Zellen. g Zusammenfassung der Gene des Glutamatstoffwechsels, die von der ART-Gruppe hochreguliert wurden.

EMRA_KIR wurde in TVM-Zellen aufgrund ihrer hohen Expression von KIR-bezogenen Genen (KIR2DL3, KIR3DL1, KIR2DL1) und zytotoxischen Genen (GZMB, PFR1, GNLY) festgestellt (Abb. 3a und ergänzende Abb. 3c). Für die durchflusszytometrische Analyse verwendeten wir pan-KIR/NKG2A-positiv in CD45RA+ CD8+ T-Zellen als Marker zur Identifizierung von TVM-Zellen (ergänzende Abbildung 4a)33,34,35. Da EOMES ein weiterer mutmaßlicher Marker für menschliche TVM-Zellen war, wie von anderen berichtet36,37, analysierten wir auch die Expression von EOMES in CD8+-T-Zellen. Wie erwartet exprimierten Zellen aus dem EMRA_KIR-Cluster ein hohes Maß an EOMES (ergänzende Abbildung 4b, c). Die durchflusszytometrische Analyse bestätigte, dass pan-KIR/NKG2A+ CD45RA+ CD8+ T-Zellen höhere Mengen an EOMES exprimierten als die gesamten CD8+ T-Zellen (ergänzende Abbildung 4d). Darüber hinaus wurden CD45RA und EOMES auf pan-KIR/NKG2A+ CD8+ T-Zellen stark koexprimiert (ergänzende Abbildung 4e).

In den letzten Jahren haben eingehende Studien funktionelle Unterschiede zwischen KIR+- und NKG2A+ CD8+-T-Zellen aufgedeckt38,39. In unserem scRNA-seq-Datensatz war die Expression von KIR-bezogenen Genen hauptsächlich auf die EMRA_KIR-Untergruppe beschränkt, während KLRC1 (das für NKG2A kodierte Gen) hauptsächlich in den EMRA_KIR-, CM_1- und MAIT-Untergruppen exprimiert wurde (ergänzende Abbildung 5a, b). Die Expression von KIRs und KLRC1 in EMRA_KIR-Zellen schloss sich gegenseitig aus (ergänzende Abbildung 5c), ähnlich einer aktuellen Studie . KIRs+- und KLRC1+-Zellen aus der EMRA_KIR-Untergruppe zeigten kaum unterschiedlich exprimierte Gene (DEGs; ergänzende Abb. 5d). Allerdings unterschieden sich KLRC1+-Zellen aus EMRA_KIR signifikant von KLRC1+-Zellen aus CM_1, was durch eine große Anzahl von DEGs belegt wird (ergänzende Abbildung 5e). Insbesondere KLRC1+-Zellen aus EMRA_KIR exprimierten höhere Mengen an zytotoxischen Genen (TYROBP, FGFBP2, NKG7, GZMB und GZMH), während KLRC1+-Zellen aus CM_1 stärker entzündlich waren (LTB, GZMK, FOS und JUN) (Ergänzende Abbildung 5e). . Diese Daten legen nahe, dass CD45RA+ NKG2A+ CD8+ T-Zellen und CD45RA+ KIR+ CD8+ T-Zellen, nicht jedoch CD45RA-NKG2A+ CD8+ T-Zellen, TVM-Zellen funktionell ähnlich sind.

Um die Stoffwechseleigenschaften von Immunsubpopulationen zu verstehen, führten wir eine unbeaufsichtigte Clusteranalyse von CD8+-T-Zellen auf der Grundlage der von anderen gemeldeten Expressionsniveaus von Stoffwechselgenen durch40,41,42. CD8+-T-Zellen wurden in fünf Untergruppen geclustert und überlappten gut mit den Immunsubpopulationen (Abb. 3b, c). Insbesondere überlappte sich Metab_1 hauptsächlich mit den Clustern EMRA_KIR, EMRA_1 und EM_1. Metab_1 exprimierte mittlere Mengen an Genen für die oxidative Phosphorylierung (OXPHOS) und Glykolyse (NDUFB10 IDH2 COX8A) und hohe Mengen an Genen für den Glutamatstoffwechsel (GLUL GLUD1 GLUD2), was darauf hindeutet, dass Metab_1 für den funktionellen Energiebedarf reserviert ist und möglicherweise empfindlich auf Schwankungen reagiert Glutamatspiegel. Metab_2, hauptsächlich einschließlich Naive-1, war durch eine geringe Expression von OXPHOS und glykolysebezogenen Genen sowie eine hohe Expression von GLS (GLS2) gekennzeichnet, was auf einen geringen Energiestoffwechsel in dieser Untergruppe hinweist. CM_CCL4 und naive_ISG wurden als Metab_3 klassifiziert, das einen hohen Energieverbrauchszustand aufwies (hohe Expression von OXPHOS und glykolysebezogenen Genen). Metab_4, einschließlich CM_1 und CM_2, exprimierte Gene im Zusammenhang mit dem Fettsäurestoffwechsel (ACSL6) und zeigte somit einen aktiven Fettsäurestoffwechsel. Metab_5 bestand aus MAIT-Zellen und exprimierte hohe Mengen an SLC3A2, was auf eine hohe Glutamat-Sekretionsaktivität hinweist (Abb. 3c). Unter den fünf Stoffwechseluntergruppen war Metab_5 in der TN- und ART-Gruppe im Vergleich zu der in der HC-Gruppe verringert, wohingegen Metab_3 und Metab_1 in TN bzw. ART erhöht waren (Abb. 3d, ergänzende Abb. 6a). Zusammenfassend lässt sich sagen, dass die Stoffwechselprofile von Immunsubpopulationen möglicherweise eng mit ihren Funktionen zusammenhängen. Unsere Ergebnisse legen nahe, dass TVM-Zellen ein einzigartiges Stoffwechselprofil aufweisen, über einen aktiven Glutamatstoffwechsel verfügen und in der Lage sind, sich bei der Energieversorgung sowohl auf Glykolyse als auch auf OXPHOS zu verlassen.

Um die metabolische Plastizität von TVM-Zellen in verschiedenen Gruppen und ihren Zusammenhang mit der Funktionalität zu untersuchen, haben wir mehrere funktionelle (zytotoxische, entzündliche, Effektor- und Proliferations-)43 und metabolische (Glutamat-Transmembrantransport, Glutamat-Katabolismus zu Aspartat, Aspartat-Stoffwechselprozess und Asparagin) definiert (Ergänzungstabelle 3). TVM-Zellen in der ART-Gruppe hatten höhere zytotoxische und Effektorfunktionen und geringere entzündliche Wirkungen als diejenigen in der TN-Gruppe (ergänzende Abbildung 6b). Bemerkenswerterweise zeigten TVM-Zellen in der ART-Gruppe eine höhere proliferative Funktion als diejenigen in der TN- und HC-Gruppe (ergänzende Abbildung 6b). Darüber hinaus war der Glutamatstoffwechsel in TVM-Zellen in der ART-Gruppe am aktivsten (Abb. 3e) mit hoher Expression von GLS1, GLUL und GLUD1 (Abb. 3f, g). Zusammenfassend lässt sich sagen, dass TVM-Zellen in der ART-Gruppe hyperaktiviert waren, was mit einem robusten Glutamatstoffwechsel einherging.

Um die Wirkung von Glutamat auf die TVM-Zellfunktion zu validieren, führten wir Ex-vivo-Experimente durch, um zu bestätigen, ob Glutamat die antivirale Funktion von TVM-Zellen direkt beeinflusst. Wir untersuchten zunächst den Einfluss von Glutamat auf die antivirale Funktion der Zellen anhand peripherer mononukleärer Blutzellen (PBMC) von Menschen mit HIV, die eine langfristige ART erhielten. Eine zellpermeable Form von Glutamat (Dimethyl-DL-Glutamat) wurde einem glutaminfreien Medium zugesetzt, um zu untersuchen, ob Glutamat eine hemmende Wirkung auf CD8+-T-Zellen ausübt, indem es intrazelluläre Stoffwechselprozesse beeinflusst. Die Ergebnisse zeigten, dass Glutamat die Gesamtproduktion von IFN-γ, CCL5 und CD107a durch CD8+ T- bzw. TVM-Zellen von ART-Patienten hemmte (Abb. 4a – d und ergänzende Abb. 7a, b). Darüber hinaus haben wir bestätigt, dass Glutamat auch die Funktion von TVM-Zellen aus der TN-Gruppe hemmt (ergänzende Abbildung 8a), und zwar mit einer höheren Effizienz als die der ART-Gruppe (ergänzende Abbildung 8b). Dies könnte auf eine stärkere Aktivierung der Glutamatstoffwechselwege in TVM-Zellen von ART-behandelten PLWH im Vergleich zu denen von TN-PLWH zurückgeführt werden.

a Repräsentative IFN-γ-Expression in CD8+ T-Zellen bei unstimulierter (grau), stimulierter (blau) und 5 mm Glutamat-Intervention (rot). Zusammengefasste Daten zeigen IFN-γ+ % in CD8+ T-Zellen nach Glutamat-Intervention. b Repräsentative CCL5-Expression in CD8+ T-Zellen bei unstimulierter (grau), stimulierter (blau) und 5 mm Glutamat-Intervention (rot). Zusammengefasste Daten zeigen CCL5+ % in CD8+ T-Zellen nach Glutamat-Intervention. c Repräsentative IFN-γ-Expression in TVM-Zellen bei unstimulierter (grau), stimulierter (blau) und 5 mm-Glutamat-Intervention (rot). Variationen von IFN-γ+ % in TVM-Zellen nach Glutamat-Intervention. d Repräsentative CCL5-Expression in TVM-Zellen bei unstimulierter (grau), stimulierter (blau) und 5 mm-Glutamat-Intervention (rot). Zusammengefasste Daten zeigen CCL5+ % in TVM-Zellen nach Glutamat-Intervention. dl-Glu, Dimethyl dl-Glutamat (Hydrochlorid). a–dn = 16 biologisch unabhängige Experimente. Für den ungepaarten Vergleich wurde der Mann-Whitney-Test (Ränge vergleichen) verwendet; **P < 0,01, ***P < 0,001 und ****P < 0,0001 und ns nicht signifikant.

Um die Mechanismen, durch die Glutamat die TVM-Zellfunktion hemmt, weiter zu identifizieren, haben wir verschiedene Interventionen entwickelt, die auf die Stoffwechselwege von Glutamat abzielen, wie in Abb. 5a zusammengefasst. System Erastin blockierte den Export von Glutamat außerhalb der Zelle, indem es die Xc-Aktivität des Systems hemmte45. Interessanterweise hemmte die Behandlung mit Erastin, die den extrazellulären Transport von Glutamat blockierte (ergänzende Abbildung 9a), die IFN-γ-Produktion durch TVM-Zellen, obwohl die CCL5-Sekretion nicht signifikant beeinträchtigt wurde (Abb. 5b). Daher könnte die Blockierung des extrazellulären Transports von Glutamat die TVM-Zellfunktion hemmen.

a Glutamat-Stoffwechselwege und Interventionsreagenzien (roter Kasten), die an Ex-vivo-Experimenten beteiligt sind (Erstellt mit BioRender.com.). b Zusammengefasste Daten zeigen IFN-γ+ % und CCL5+ % in TVM-Zellen nach Erastin-Intervention. n = 7 biologisch unabhängige Proben. c Der Einfluss des Glutamat-Synthase-Inhibitors MSO auf den Anteil von IFN-γ+ % und CCL5+ % in TVM-Zellen wurde nach einer Glutamat-Intervention bewertet. n = 6 biologisch unabhängige Proben. d Die Auswirkungen einer Glutamat-Intervention auf den Anteil von IFN-γ+ % und CCL5+ % in TVM-Zellen wurden nach Behandlung mit dem Glutamat-Dehydrogenase (GLUD)-Inhibitor R162 analysiert. n = 10 biologisch unabhängige Proben. e Die Wirkung einer Asparagin-Supplementierung auf IFN-γ+% und CCL5+% in TVM-Zellen nach Glutamat-Intervention. n = 10 biologisch unabhängige Proben. f Einfluss der Glutamat-Intervention auf die mTORC1-Aktivität, mit Durchflusszytometrie-Diagramm der mTOR(ser2448)-Expression und zusammenfassenden Daten. n = 7 biologisch unabhängige Proben. g Veränderungen von IFN-γ+ % und CCL5+ % in TVM-Zellen nach der Behandlung mit mTORC1-Aktivator MHY-1485 basierend auf Glutamat-Intervention. n = 7 biologisch unabhängige Proben. h Zusammenfassendes Diagramm, wie Glutamat die Anti-HIV-1-Funktion von TVM-Zellen beeinflusst (Erstellt mit BioRender.com.). Es wurden Wilcoxon-Matched-Pair-Vorzeichen-Rangtests (für zwei Gruppenvergleiche) durchgeführt. *P < 0,05, **P < 0,01 und ns nicht signifikant. EGCG Epigallocatechingallatsulfat, MSO l-Methionin-dl-sulfoximin.

Immer mehr Beweise unterstreichen die Bedeutung des Glutaminstoffwechsels für die Regulierung der T-Zell-vermittelten Immunität46,47,48. Nach bestimmten intrazellulären Transformationen kann Glutamin den zellulären Energiestoffwechsel unterstützen und epigenetische Reaktionen regulieren49,50. Eine HIV-1-Infektion führt zu erheblichen Veränderungen im Glutaminstoffwechsel in T-Zellen, mit einem damit einhergehenden Anstieg der Glutamatsekretion51. Gleichzeitig erhöht ein Mangel an Glutaminase (GLS) die Effektorfunktion von CD8 + CTL-Zellen52. CB-839, ein GLS-Inhibitor, wurde verwendet, um die Umwandlung von Glutamin in Glutamat zu blockieren. Die Daten zeigten, dass die IFN-γ- und CCL5-Produktionsniveaus in TVM-Zellen nicht signifikant beeinflusst wurden (ergänzende Abbildung 9b). Darüber hinaus verwendeten wir L-Methionin-DL-Sulfoximin (MSO), einen Inhibitor der Glutaminsynthetase (GS), um die Umwandlung von Glutamat in Glutamin zu hemmen. Ebenso hatte dieser Eingriff keinen signifikanten Einfluss auf die TVM-Zellfunktion (Abb. 5c). Somit hatte die Umwandlung von Glutamat in Glutamin durch GLS und GS einen begrenzten Einfluss auf die Anti-HIV-Funktion von TVM-Zellen.

Als nächstes untersuchten wir die Rolle von Glutamat-bezogenen Stoffwechselwegen bei der Glutamat-vermittelten Hemmung der TVM-Zellfunktion. Glutamat kann durch Glutamatdehydrogenase (GLUD) in α-KG umgewandelt werden, ein Prozess, der die Funktionsstörung von CD8 + T-Zellen durch Glutaminolyse und den Tricarbonsäurezyklus (TCA) antagonisiert53,54. Die Behandlung mit GLUD-Inhibitoren, einschließlich R16255 oder Epigallocatechingallatsulfat (EGCG)56, bewirkte keine Verjüngung, sondern hemmte die Anti-HIV-Funktion von TVM-Zellen weiter (Abb. 5d und ergänzende Abb. 9c). Diese Ergebnisse legen nahe, dass die Umwandlung von Glutamat in α-KG die Aktivierung von TVM-Zellen förderte.

Glutamat spielt auch eine zentrale Rolle im Asparaginstoffwechsel. Asparaginsynthetase (ASNS) wandelt Aspartat und Glutamin in Asparagin bzw. Glutamat um48. Daher hemmen hohe Glutamatspiegel die Asparaginsynthese. Interessanterweise kehrte die Asn-Supplementierung die durch Glutamat vermittelte funktionelle Hemmung von TVM-Zellen um (Abb. 5e). In Anbetracht der Tatsache, dass sowohl α-KG als auch Asn über die mTORC1-Signalisierung als Stoffwechselaktivatoren wirken können, stellten wir die Hypothese auf, dass Glutamat die TVM-Zellfunktion hemmt, indem es die mTORC1-Aktivität und den nachgeschalteten Zellstoffwechsel einschränkt. Die Behandlung mit Glutamat verringerte die mTORC1-Aktivität, was durch eine verringerte mTOR-Phosphorylierung (Ser2448)59 (Abb. 5f) belegt wurde. Die Behandlung mit MHY-1485, einem mTORC1-Aktivator, kehrte die hemmende Wirkung von Glutamat auf die TVM-Zellfunktion wirksam um (Abb. 5g und ergänzende Abb. 9d). Zusammenfassend unterdrückte Glutamat in vitro die Anti-HIV-1-Funktion von TVM-Zellen über den mTORC1-Signalweg (Abb. 5h).

Eine HIV-1-Infektion löst tiefgreifende Stoffwechselveränderungen im Wirt aus und programmiert dadurch das Immunsystem neu. Um die Metaboliten aufzuklären, die für die Funktionalität von CD8+ T-Zellen und die Viruskontrolle bei Menschen mit HIV unter ART relevant sind, haben wir Plasmametaboliten mithilfe gezielter LC-MS quantifiziert und ihre Assoziationen mit den Anti-HIV-1-Aktivitäten von CD8+ T-Zellen und dem HIV-1-Reservoir analysiert Größe. Wir fanden heraus, dass die Plasmaglutamatspiegel bei HIV-Patienten unter ART höher waren als bei HCs, was eine positive Korrelation mit der Größe des Virusreservoirs und eine negative Korrelation mit der CCL5-sekretierenden Fähigkeit von CD8+-T-Zellen zeigte. Darüber hinaus hemmte Glutamat in vitro die Anti-HIV-1-Funktion von CD8+ T-Zellen über den mTORC1-Signalweg. Diese Ergebnisse verdeutlichen die Glutamat-vermittelte Unterdrückung der CD8+-T-Zellfunktion als potenziellen Mechanismus für die HIV-1-Persistenz bei Menschen mit HIV.

Mehrere Kohortenstudien zur metabolischen Profilierung haben gezeigt, dass die Plasmaglutamatspiegel bei Menschen mit HIV deutlich höher sind als bei HCs60,61,62,63. Mithilfe eines hochmodernen gezielten Assays haben wir bestätigt, dass die Plasmaglutamatspiegel bei HIV-Patienten unter ART im Vergleich zu denen bei HC erheblich erhöht waren. In einer Kohorte aus Westafrika zeigte sich bei Menschen mit HIV unter antiretroviraler Langzeittherapie ein Trend zu einem weiteren Anstieg des Plasmaglutamatspiegels im Vergleich zu unbehandelten Kontrollpersonen20. Darüber hinaus waren die Glutamatspiegel in der Gruppe mit Immunantwort (IR) höher als in der Gruppe mit Immun-Non-Response (INR)64. Ähnlich wie in einem früheren Bericht65 konnten wir keinen signifikanten Zusammenhang zwischen Plasmaglutamatspiegeln und CD4+-T-Zellzahlen beobachten. Veränderte Glutamatspiegel stehen in engem Zusammenhang mit HIV-1-bedingter Demenz und anderen neurologischen Symptomen66. Darüber hinaus zeigte eine aktuelle Studie, dass Veränderungen im Glutamatstoffwechsel mit dem metabolischen Syndrom (MetS) bei Menschen mit HIV verbunden sind67. Weitere Studien zur klinischen Relevanz erhöhter Plasmaglutamatspiegel in großen Kohorten sind erforderlich.

Die Plasmaglutamatspiegel waren bei Männern signifikant höher als bei Frauen. Bei männlichen Patienten wurde eine positive Korrelation zwischen Glutamatspiegel und HIV-1-Reservoir beobachtet, bei weiblichen Patienten jedoch nicht. Interessanterweise haben neuere Studien berichtet, dass HIV-1-Reservoirs geschlechtsspezifische Unterschiede aufweisen; weibliche Patienten hatten deutlich weniger CD4+-T-Zellen, die HIV-CA-RNA und replikationskompetentes Virus enthielten, wie durch einen quantitativen Virusauswuchstest gemessen68,69. Das Zusammenspiel zwischen Glutamatstoffwechsel und HIV-1-Persistenz sowie seine Rolle bei geschlechtsspezifischen Unterschieden erfordern weitere Untersuchungen.

Glutamat, ein Zwischenmetabolit und ein entscheidendes Nebenprodukt der Glutaminolyse, dient zusammen mit der Glykolyse als Energiequelle für die Effektorfunktion von T-Zellen47,48,49. Durch die Anwendung der Einzelzell-Transkriptomanalyse stellten wir fest, dass TVM-Zellen von ART-behandelten Patienten die höchste Glutamatstoffwechselaktivität unter verschiedenen CD8+-T-Zell-Untergruppen und Krankheitsstadien aufwiesen. Weitere in-vitro-Funktionstests ergaben, dass die durch Glutamat vermittelte funktionelle Unterdrückung von TVM-Zellen nicht durch Glutamattransporter oder die Umwandlung in Glutamin und αKG erklärt werden konnte. Allerdings kann eine Asn-Supplementierung und Stimulation mit einem mTORC1-Agonisten die durch Glutamat vermittelte funktionelle Unterdrückung in TVM-Zellen kompensieren. Weitere Studien sind erforderlich, um die hemmende Wirkung von Glutamat auf den mTORC1-Signalweg zu verstehen.

Metaboliten können auch direkt auf HIV-1-Reservoirzellen einwirken. Das HIV-1-Reservoir wird tendenziell in metabolisch aktiven CD4+-T-Zellen etabliert17, die normalerweise eine signifikante Aktivierung der Glutaminolyse zeigen26. Studien haben gezeigt, dass mTORC1 die HIV-1-Latenz reguliert70 und die Verwendung von mTORC1-Inhibitoren die latente Umkehrung von Zellen bei Patienten mit HIV-171 hemmen kann. Der Eingriff in das HIV-1-Reservoir durch Vermittlung des mTORC1-Signalwegs während einer HIV-1-Infektion hat das Potenzial für eine klinische Anwendung72. Somit bietet die gezielte Steuerung des Glutamatstoffwechsels oder mTORC1 mehrere positive Effekte, wie z. B. die Wiederherstellung der Anti-HIV-1-Funktion von CD8+ T-Zellen und die Steigerung der HIV-1-Produktion aus Reservoirzellen.

TVM-Zellen verfügen über angeborene adaptive Immunitätseigenschaften und üben schnelle Effektorfunktionen aus und stellen somit einen entscheidenden Vollstrecker für die Immunüberwachung dar73. TVM-Zellen sind beispielsweise an verschiedenen pathogenen Zuständen beteiligt, darunter Alterung, Infektionen und Krebs23. Die Forschung an menschlichen TVM-Zellen ist interessant, steht jedoch vor Herausforderungen, wie etwa den Schwierigkeiten bei der phänotypischen Charakterisierung und der Heterogenität der Zelluntergruppe74. Mittels Einzelzell-Transkriptionsanalyse und durchflusszytometrischer Validierung stellten wir fest, dass CD45RA und EOMES in panKIR- und/oder NKG2A-positiven CD8+-T-Zellen stark koexprimiert wurden, was die beiden häufig verwendeten Strategien zur Identifizierung menschlicher TVM-Zellen vereint. Darüber hinaus haben wir die Heterogenität zwischen NKG2A+ CD8+ T-Zellen nachgewiesen, was die Unterschiede zwischen KIR+ und NKG2A+ CD8+ T-Zellen erklären könnte, über die in einer aktuellen Studie berichtet wurde39. Insbesondere sind NKG2A+-TVM-Zellen phänotypisch den KIR+-TVM-Zellen ähnlich, stehen jedoch in scharfem Kontrast zu NKG2A+-Nicht-TVM-Zellen. Insbesondere wird NKG2A auch als Immun-Checkpoint zur Behandlung chronischer Infektionen und Krebs identifiziert75,76. Diese Daten liefern Einblicke in den Phänotyp und die Heterogenität menschlicher TVM-Zellen.

Unsere Studie hatte mehrere Einschränkungen. Aufgrund des Querschnittsdesigns haben wir zum Zeitpunkt der Probenahme nur die Metabolitenspiegel im Plasma des Patienten gemessen. Daher war es nicht möglich, dynamische Veränderungen der Metabolitenspiegel und deren Zusammenhang mit dem Krankheitsstatus zu bestimmen. Zusammenfassend deuten unsere Ergebnisse darauf hin, dass Glutamat positiv mit dem HIV-1-Reservoir korreliert und die Funktion von CD8 + T-Zellen hemmen kann. Es ist eine vielversprechende Strategie, um sowohl in die abnormalen Stoffwechselprozesse von Menschen mit HIV einzugreifen als auch das latente HIV-1-Reservoir zu eliminieren und so die Krankheit zu heilen.

Wir haben Patienten mit Menschen mit HIV aus dem Vierten Volkskrankenhaus von Nanning, Nanning, China, aufgenommen. Die Einschlusskriterien für Menschen mit HIV waren wie folgt: (1) bestätigter HIV-1-Positiv, erfolgreiche ART > 2 Jahre; (2) 18–65 Jahre alt; (3) nicht nachweisbare HIV-1-RNA im Blut < 20 Kopien/ml für mindestens 6–12 Monate; und (4) CD4-Zellzahl > 250/ml innerhalb von sieben Tagen nach der klinischen Probenentnahme. Die Ausschlusskriterien waren wie folgt: (1) Auftreten einer opportunistischen Infektion; (2) Koinfektion mit Hepatitis-B- oder -C-Viren; (3) Schwangerschaft; (4) illegaler intravenöser Drogenkonsum; (5) Gewichtsverlust von > 10 % im vergangenen Jahr; (5) Body-Mass-Index (BMI) <18 oder >25,0 kg/m2; und (6) andere häufige Komorbiditäten, einschließlich Anfallsleiden sowie Leber- und Nierenerkrankungen. Weitere Personen wurden anhand derselben Einschluss- und Ausschlusskriterien gescreent und für Ex-vivo-Funktionstests registriert. Die Studie wurde von der Ethikkommission des Fünften Medizinischen Zentrums des Chinesischen PLA General Hospital 2016164D genehmigt. Alle Patienten unterzeichneten eine Einverständniserklärung.

Methanol und Acetonitril in LC-MS-Qualität wurden von Sigma (New Jersey, USA) bezogen. Ameisensäure, 3-NPH (3-Nitrophenylfalle), EDC, Pyridin und Standardkomponenten wurden von Aladdin Biochemical Technology Co. (Shanghai, China) bezogen. Gemäß dem Protokoll des Herstellers haben wir 60 μm Plasma in ein 2-ml-Zentrifugenröhrchen gegeben, ein gleiches Volumen 50 % Acetonitril-Wasser hinzugefügt und das Röhrchen 5 Minuten lang gevortext. Anschließend vermischten wir die Probe mit 60 μl 200 mM 3-NPH in 75 %iger wässriger Methanollösung und 60 μl 120 mM EDC (mit 6 % Pyridin in Methanol) und stellten das Röhrchen 1 Stunde lang bei 40 °C in Ruhe. und das Rohr alle 5 Minuten einmal vibrieren lassen. Nach Abschluss der Reaktion wurde der Überstand 15 Minuten lang bei 4 °C und 1600 g zentrifugiert und einer LC-MS-Analyse unterzogen. Zwanzig Milligramm des Standards wurden auf die gleiche Weise hergestellt und mit 50 % Ethacrynsäure verdünnt, um eine Standardreihe von Lösungen mit einem Konzentrationsgradienten zu bilden. Die chromatographische Trennung wurde unter Verwendung eines Acquity UPLC-Systems (Waters, Massachusetts, USA) mit einer HSS T3-Säule (2,1 mm × 100 mm, 1,8 μm, Waters) durchgeführt. Die chromatographische Trennung wurde bei einer Säulentemperatur von 40 °C und einer Flussrate von 0,30 ml/min durchgeführt. Zusammensetzung der mobilen Phase: A, Wasser (0,01 % Ameisensäure) und B, Acetonitril (0,01 % Ameisensäure). Laufzeit: 5 Minuten; Injektionsvolumen: 10 µL.

Massendaten für Plasmametaboliten wurden mit einem QTRAP 5500 QQQ-Massenspektrometer (SCIEX, Framingham, USA) erhalten, das mit einer Elektrospray-Ionenquelle im MRM-Modus (Multiple Reaction Monitoring) ausgestattet war. Die Parameter MRM-Umwandlung, Depolymerisationspotential (DP) und Kollisionsenergie (CE) für alle abgeleiteten Metaboliten sind in (Ergänzungstabelle 4) aufgeführt. Die Integration der Metabolitenpeaks wurde mit der MultiQuant-Software (SCIEX) durchgeführt. Durch lineare Regression wurde eine Standardkurve erhalten, wobei die Konzentration des Standards als horizontale Koordinate und die Peakfläche als vertikale Koordinate verwendet wurden. Die Konzentration des Zielmetaboliten wurde anhand einer Standardkurve berechnet.

Peripheres Blut wurde in mit Ethylendiamintetraessigsäure antikoagulierten Röhrchen gesammelt. Periphere mononukleäre Blutzellen (PBMCs) wurden mittels Ficoll-Hypaque-Dichtegradientenzentrifugation isoliert. Isolierte PBMCs wurden in flüssigem Stickstoff gelagert. PBMCs wurden resuspendiert und in RPMI 1640 mit 10 % fötalem Rinderserum (FBS) bei 37 °C und 5 % CO2 2 Stunden lang inkubiert. Die Funktionen von CD8+ T- und TVM-Zellen wurden wie in unserer vorherigen Studie24 beschrieben erkannt. Kurz gesagt, Oberflächenmarker wurden 30 Minuten lang bei 4 °C mit monoklonalen Antikörpern (mAbs) gefärbt. Für die intrazelluläre Färbung wurden die Proben unter Verwendung eines Foxp3/Transkriptionsfaktor-Färbepuffersatzes (Thermo Fisher Scientific Inc., Waltham, MA) fixiert und permeabilisiert und 30 Minuten lang bei 4 °C intrazellulär mit den angegebenen Antikörpern gefärbt. Die gefärbten Proben wurden mittels Durchflusszytometrie auf einem BD Canto II-Durchflusszytometer (BD Biosciences, San Diego, CA, USA) untersucht. Durchflusszytometriedaten wurden mit der FlowJo-Software (Version 10.5.3; BD Biosciences) analysiert. TVM-Zellen wurden gemäß früheren Studien mit den Markern pan-KIR/NKG2A+ CD45RA+ in CD8+ T-Zellen identifiziert23,24,33,34,35.

Die folgenden fluoreszierend konjugierten Antikörper oder Reagenzien wurden für die Mehrfarben-Durchflusszytometrie verwendet: APC/Fire 750 Anti-CD3 (SK7), PerCP Anti-CD8 (SK1), BV510 Anti-CD45RA (HI100), PE-Cy7 Anti-CD27 (O323). , BV421 Anti-Perforin (dG9), APC Anti-IL-2 (MQ1-17H12), FITC Anti-IFN-γ (4 S. B3) und BV421 Anti-TNF-α (MAb11) von BioLegend (San Diego, CA); PerCP Anti-CD4 (SK3), AF647 Anti-GZMB (GB11), AF488 Anti-GNLY (RB1), BV421 Anti-CCL5 (2D5) und FITC Anti-CD107a (H4A3) von BD Biosciences; PE-Anti-NKG2A (REA110), PE-Anti-KIR2D (DX27), PE-Anti-KIR3DL1 (DX9) und APC-Anti-NKG2A (REA110) von Miltenyi Biotec (Auburn, CA); FITC Anti-CCL3 (CR3M) und AF647 Anti-CCL4 (FL34Z3L) von Thermo Fisher Scientific Inc.; Der lebende/tote Farbstoff wurde von Thermo Fisher Scientific Inc. gekauft.

Primitive scRNA-seq-Daten von CD8+ T-Zellen wurden aus PBMCs von drei ART-behandelten Menschen mit HIV, fünf behandlungsnaiven Menschen mit HIV und vier gesunden Personen gereinigt. Die Daten wurden aus dem Genome Sequence Archive des Beijing Institute of Genomics Data Center der Chinesischen Akademie der Wissenschaften heruntergeladen [http://bigd.big.ac.cn/gsa-human, Zugangscode HRA00019032]. Die kritischen klinischen Merkmale sind in (ergänzende Abbildung 3a) dargestellt. Die Methode zur Generierung der Genexpressionsmatrix und die Parameter der Datenqualitätskontrolle waren dieselben wie in einer früheren Studie 24 (ergänzende Abbildung 3b). Das Scrublet-Paket (v.0.2.3) in Python (v.3.9.7) wurde auf jeden Datensatz angewendet, um potenzielle Dubletts mit einer erwarteten Dublettrate von 6 % zu erkennen, und die Zellen mit Werten über 0,5 wurden als Dubletts betrachtet und herausgefiltert . Die Genexpressionsmatrix wurde mithilfe der NormalizeData-Funktion in der Seurat-Software normalisiert.

Die 12 scRNA-seq-Datensätze wurden mithilfe des Seurat-Pakets zu integrierten Datensätzen zusammengesetzt. Die Eliminierung von Batch-Effekten und die Erzeugung einer einheitlichen Mannigfaltigkeitsnäherung und -projektion (UMAP) wurden auf die gleiche Weise wie in unserer vorherigen Arbeit24 durchgeführt. Kurz gesagt, der integrierte Datensatz wurde mit zwei Funktionen (FindIntegrationAnchors und IntegrateData) generiert und dann einer Dimensionsreduktion und einem unbeaufsichtigten Clustering gemäß der Standard-Seurat-Pipeline unterzogen. In der Hauptkomponentenanalyse betrug die Gesamtzahl der PCs 50, die reduzierte Dimensionalität wurde für die Clusterbildung auf 1–30 eingestellt und die Auflösung betrug 0,35.

Der gesamte Satz von Pathway-Genen wurde aus der KEGG-Datenbank (http://www.kegg.jp) heruntergeladen und die Gensätze von 85 Pathways im Zusammenhang mit dem Stoffwechsel ausgewählt. Insgesamt 1716 Stoffwechselgene in diesen Signalwegen wurden verwendet, um die vorherigen hochvarianten Gene zu ersetzen und alle Zellen neu zu gruppieren. Schließlich wurden Stoffwechselcluster basierend auf den ursprünglichen Umap-Dimensionen40,41,42 generiert. Wir haben die FindMarkers-Funktion verwendet, um differentiell exprimierte Gene (DEGs) mithilfe des Wilcoxon-Rang-Summen-Tests zu berechnen und die P-Werte mit der Bonferroni-Korrektur anzupassen. DEGs mit einer logarithmischen Faltungsänderung (log2FC) > 0,25 und angepassten P-Werten < 0,05 wurden ausgewählt und mit dem metabolischen Gensatz gekreuzt, um insgesamt 117 Gene zu erhalten. Diese Gene wurden nach ihren Stoffwechselwegen gruppiert, die durchschnittliche Expression berechnet und Heatmaps erstellt. Funktionelle Scores wurden mithilfe der AddModuleScore-Funktion im Seurat-Paket berechnet, einschließlich der KEGG- und GO-Gensätze. Der KEGG-Gensatz wurde von der oben genannten KEGG-Website bezogen; Der GO-Gensatz wurde von GSEA (https://www.gsea-msigdb.org/gsea/index.jsp) erhalten. Rangsummentests wurden durchgeführt, um die Unterschiede in den Funktionswerten und der Genexpression zwischen den Gruppen zu vergleichen.

PBMCs wurden mit einer Dichte von 100 × 104 Zellen pro Vertiefung in Platten mit 96 Vertiefungen ausgesät. Basierend auf dem experimentellen Ziel und der Zielerkennung wurden verschiedene Stimulationsstrategien wie folgt angewendet: Für die Produktion von GZMB, PRF und GNLY wurde keine Stimulation durchgeführt. Zur Produktion von CCL3, CCL4 und CCL5 wurden die Zellen 48 Stunden lang mit 50 ng/ml IL-15 und 1 μg/ml Anti-CD3, 1 μg/ml Anti-CD28 und 1 μg/ml Anti-CD49d stimuliert und 500 IU/ml IL-2 wurden 6 Stunden vor dem Ende der Stimulation hinzugefügt. Zur Produktion von IL-2, IFNγ, TNFα und CD107a wurden die Zellen 48 Stunden lang mit 20 ng/ml IL-12, 10 ng/ml IL-15 und 20 ng/ml IL-18 stimuliert. Der Anti-CD107a-Antikörper wurde 6 Stunden vor Ende der Stimulation zugegeben77. Um die Zytokinsekretion zu blockieren, wurde Golgi Plug 6 Stunden vor dem Ende der Stimulation hinzugefügt. Nach der Stimulation wurden die Zellen gesammelt und einer durchflusszytometrischen Färbung auf Zelloberflächenantigen und intrazelluläres Antigen unterzogen. Die Zellfunktion wurde anhand der Expression von Effektormolekülen bewertet.

Wir stimulierten PBMCs mit IL-15 (50 ng/ml) für 48 Stunden (gleichzeitige Zugabe von Metaboliten oder metabolischen Interventionsreagenzien), IL-2 (500 IU/ml), Anti-CD3 (1 ng/ml), Anti-CD28 (1 ng/ml) oder Anti-CD49d (1 ng/ml) für 6 Stunden zum Nachweis der intrazellulären CCL5- und IFN-γ-Expression. Golgi-Stop wurde dem Medium 6 Stunden vor der Ernte gleichzeitig zugesetzt, um intrazelluläre Zytokine nachzuweisen.

Rekombinantes humanes IL-2 und IL-15, Anti-Human-CD3-Antikörper (Klon OKT3), Anti-Human-CD28-Antikörper (Klon CD28.2) und Anti-Human-CD49d-Antikörper (Klon 9F10) wurden von BioLegend erworben. PRMI-1640 ohne L-Glutamin wurde von Sigma-Aldrich (R0883) bezogen. Die folgenden Metaboliten und Stoffwechselinterventionsreagenzien wurden in den Ex-vivo-Experimenten verwendet: Dimethyl-DL-Glutamat (C3762, APEBIO, USA), L-Glutamin (A8461, APEBIO, USA), Erastin (HY-15763, MCE, USA), CB -839 (B4799, APEBIO, USA), L-Methionin-DL-Sulfoximin (B8591, APEBIO, USA), R162 (HY-103096, MCE, USA), L-Asparagin (HY-N0667, MCE, USA) und MHY1485 (SML0810, Sigma, USA). Die Konzentrationen der in den Experimenten verwendeten Reagenzien zur Stoffwechselintervention waren wie folgt: Erastin, 10 μmol; CB-839, 1 μmol; l-Methionin-dl-sulfoximin, 1 mmol; R162, 20 μmol; MHY-1485, 10 μmol.

Basierend auf der Datenverteilung wurde eine Log10-Transformation durchgeführt, als die Konzentrationen mehrerer Metaboliten verglichen wurden. Für die statistische Analyse wurde GraphPad Prism Version 8.3.0 (GraphPad Software Inc., San Diego, CA, USA) verwendet. Das Histogramm wird als Mittelwert mit einem 95 %-KI dargestellt. Für den statistischen Vergleich der beiden Gruppen wurde der Wilcoxon-Matched-Pairs-Signed-Rang-Test für gepaarte Daten und der Mann-Whitney-Test (Ränge vergleichen) für ungepaarte Daten verwendet. Nichtparametrische Korrelationsanalysen nach Spearman wurden verwendet, um die Korrelation zwischen Metaboliten und anderen Parametern zu untersuchen. Die statistische Signifikanz wurde auf P < 0,05 festgelegt.

Weitere Informationen zum Forschungsdesign finden Sie in der mit diesem Artikel verlinkten Nature Portfolio Reporting Summary.

Auf die wichtigsten Quelldaten zur Durchführung der scRNA-seq-Analyse kann unter der Zugangsnummer http://bigd.big.ac.cn/gsa-human, Zugangscode HRA000190, zugegriffen werden. Quelldaten finden Sie in den Zusatzdaten 1.

Der zur Reproduktion unserer Analyse verwendete Quellcode kann auf begründete Anfrage beim entsprechenden Autor eingesehen werden.

Deeks, SG et al. Forschungsprioritäten für eine HIV-Heilung: Globale wissenschaftliche Strategie 2021 der International AIDS Society. Nat. Med. 27, 2085–2098 (2021).

Artikel CAS PubMed Google Scholar

McBrien, JB et al. Robuste und anhaltende Reaktivierung von SIV und HIV durch N-803 und Depletion von CD8(+)-Zellen. Natur 578, 154–159 (2020).

Artikel CAS PubMed PubMed Central Google Scholar

Cartwright, E. et al. CD8(+)-Lymphozyten sind für die Aufrechterhaltung der Virussuppression bei SIV-infizierten Makaken, die mit einer antiretroviralen Kurzzeittherapie behandelt werden, erforderlich. Immunität 45, 656–668 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

McBrien, J., Kumar, N. & Silvestri, G. Mechanismen der durch CD8-T-Zellen vermittelten Unterdrückung der HIV/SIV-Replikation. EUR. J. Immunol. 48, 898–914 (2018).

Artikel CAS PubMed PubMed Central Google Scholar

Day, CL et al. Die PD-1-Expression auf HIV-spezifischen T-Zellen ist mit der Erschöpfung der T-Zellen und dem Fortschreiten der Krankheit verbunden. Natur 443, 350–354 (2006).

Artikel CAS PubMed Google Scholar

Perdomo-Celis, F., Taborda, N. & Rugeles, M. CD8-T-Zell-Reaktion auf eine HIV-Infektion im Zeitalter der antiretroviralen Therapie. Vorderseite. Immunol. 10, 1896 (2019).

Artikel CAS PubMed PubMed Central Google Scholar

Takata, H. et al. Verzögerte Differenzierung potenter Effektor-CD8(+)-T-Zellen reduziert Virämie und Reservoir-Seeding bei akuter HIV-Infektion. Wissenschaft. Übers. Med. 9, eaag1809 (2017).

Artikel PubMed PubMed Central Google Scholar

Jain, V. et al. Eine antiretrovirale Therapie, die innerhalb von 6 Monaten nach der HIV-Infektion eingeleitet wird, ist mit einer geringeren T-Zell-Aktivierung und einer geringeren Größe des HIV-Reservoirs verbunden. J. Infizieren. Dis. 208, 1202–1211 (2013).

Artikel CAS PubMed PubMed Central Google Scholar

Rosás-Umbert, M. et al. Die Verabreichung von weitgehend neutralisierenden Anti-HIV-1-Antikörpern zu Beginn der ART erhält die langfristige CD8(+)-T-Zell-Immunität aufrecht. Nat. Komm. 13, 6473 (2022).

Artikel PubMed PubMed Central Google Scholar

Archin, NM et al. Die Verabreichung von Vorinostat unterbricht die HIV-1-Latenz bei Patienten unter antiretroviraler Therapie. Natur 487, 482–485 (2012).

Artikel CAS PubMed PubMed Central Google Scholar

Elliott, JH et al. Aktivierung der HIV-Transkription mit Kurzzeit-Vorinostat bei HIV-infizierten Patienten unter supprimierender antiretroviraler Therapie. PLoS Pathog. 10, e1004473 (2014).

Artikel PubMed PubMed Central Google Scholar

Fidler, S. et al. Antiretrovirale Therapie allein im Vergleich zu antiretroviraler Therapie mit einem Kick-and-Kill-Ansatz zur Messung des HIV-Reservoirs bei Teilnehmern mit kürzlich erfolgter HIV-Infektion (RIVER-Studie): eine randomisierte Phase-2-Studie. Lancet 395, 888–898 (2020).

Artikel CAS PubMed Google Scholar

Bailón, L. et al. Sicherheit, Immunogenität und Wirkung auf den viralen Rebound von HTI-Impfstoffen bei früh behandelter HIV-1-Infektion: eine randomisierte, placebokontrollierte Phase-1-Studie. Nat. Med. 28, 2611–2621 (2022).

Artikel PubMed Google Scholar

Rahman, AN et al. Eine erhöhte Glykolyse verleiht den CD8(+)-T-Zellen bei einer HIV-Infektion Funktionsfähigkeit. Lebenswissenschaft. Allianz 4, e202101081 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Deeks, SG, Lewin, SR & Havlir, DV Das Ende von AIDS: HIV-Infektion als chronische Krankheit. Lancet 382, ​​1525–1533 (2013).

Artikel PubMed PubMed Central Google Scholar

Palmer, CS, Cherry, CL, Sada-Ovalle, I., Singh, A. & Crowe, SM Glukosestoffwechsel in T-Zellen und Monozyten: neue Perspektiven in der HIV-Pathogenese. EBioMedicine 6, 31–41 (2016).

Artikel PubMed PubMed Central Google Scholar

Valle-Casuso, JC et al. Der Zellstoffwechsel ist ein wichtiger Faktor für die Aussaat des HIV-1-Reservoirs in CD4(+)-T-Zellen und bietet eine Möglichkeit, Infektionen zu bekämpfen. Zellmetabolismus 29, 611–626.e615 (2019).

Artikel CAS PubMed Google Scholar

Angin, M. et al. Die metabolische Plastizität HIV-spezifischer CD8(+)-T-Zellen ist mit einem erhöhten antiviralen Potenzial und einer natürlichen Kontrolle der HIV-1-Infektion verbunden. Nat. Metab. 1, 704–716 (2019).

Artikel CAS PubMed Google Scholar

Qing, Y. et al. Darmmikrobiom, kurzkettige Fettsäuren und Schleimhautschäden bei jungen Erwachsenen mit einer Infektion mit dem humanen Immundefizienzvirus. Graben. Dis. Wissenschaft. 64, 1830–1843 (2019).

Artikel CAS PubMed Google Scholar

Mikaeloff, F. et al. Transkohorten-Stoffwechselumprogrammierung in Richtung Glutaminolyse bei langfristig erfolgreich behandelter HIV-Infektion. Komm. Biol. 5, 27 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Thiele, D., La Gruta, NL, Nguyen, A. & Hussain, T. Versteckt im Verborgenen: praktisch nicht erkennbarer Gedächtnisphänotyp CD8(+) T-Zellen. Int. J. Mol. Wissenschaft. 21, 8626 (2020).

Artikel CAS PubMed PubMed Central Google Scholar

Hussain, T. & Quinn, KM Ähnlich, aber anders: Virtuelles Gedächtnis CD8-T-Zellen als gedächtnisähnliche Zellpopulation. Immunol. Zellbiol. 97, 675–684 (2019).

Artikel CAS PubMed Google Scholar

Jin, JH et al. Virtuelle Gedächtnis-CD8+-T-Zellen begrenzen das Virusreservoir bei HIV-1-infizierten Patienten mit antiretroviraler Therapie durch Derepression der KIR-vermittelten Hemmung. Zellmol. Immunol. 17, 1257–1265 (2020).

Artikel PubMed PubMed Central Google Scholar

Hu, W. et al. CCL5-sekretierende virtuelle Speicher-CD8+-T-Zellen korrelieren umgekehrt mit der Größe des Virusreservoirs bei HIV-1-infizierten Personen unter antiretroviraler Therapie. Vorderseite. Immunol. 13, 897569 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Borsa, M. et al. Asymmetrische Zellteilung prägt die naive und virtuelle Gedächtnis-T-Zell-Immunität während des Alterns. Nat. Komm. 12, 2715 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Clerc, I. et al. Der Eintritt von aus Glukose und Glutamin stammenden Kohlenstoffen in den Zitronensäurezyklus unterstützt die frühen Schritte einer HIV-1-Infektion in CD4-T-Zellen. Nat. Metab. 1, 717–730 (2019).

Artikel CAS PubMed PubMed Central Google Scholar

Vujkovic-Cvijin, I. et al. Eine Dysbiose der Darmmikrobiota ist mit dem Fortschreiten der HIV-Erkrankung und dem Tryptophan-Katabolismus verbunden. Wissenschaft. Übers. Med. 5, 193ra191 (2013).

Artikel Google Scholar

Collins, DR, Gaiha, GD & Walker, BD CD8+ T-Zellen bei der HIV-Kontrolle, Heilung und Prävention. Nat. Rev. Immunol. 20, 471–482 (2020).

Artikel CAS PubMed PubMed Central Google Scholar

Ndhlovu, ZM et al. Steigerung der HIV-spezifischen T-Zellfunktion durch sofortige Behandlung einer hyperakuten HIV-1-Infektion. Wissenschaft. Übers. Med. 11, eaau0528 (2019).

Artikel CAS PubMed PubMed Central Google Scholar

Cocchi, F. et al. Identifizierung von RANTES, MIP-1α und MIP-1β als die wichtigsten HIV-suppressiven Faktoren, die von CD8+ T-Zellen produziert werden. Science 270, 1811–1815 (1995).

Artikel CAS PubMed Google Scholar

Casetti, R. et al. HIV-spezifische CD8-T-Zellen, die CCL-4 produzieren, sind mit einer schlechteren Immunrekonstitution während einer chronischen Infektion verbunden. J. Erwerb. Immunschwäche. Syndr. 75, 338–344 (2017).

Artikel CAS PubMed Google Scholar

Wang, X.-M. et al. Globale transkriptomische Charakterisierung von T-Zellen bei Personen mit chronischer HIV-1-Infektion. Zellentdeckung. 8, 1–17 (2022).

Artikel Google Scholar

White, JT et al. Virtuelle Gedächtnis-T-Zellen entwickeln und vermitteln in IL-15-abhängiger Weise eine schützende Immunität gegen Unbeteiligte. Nat. Komm. 7, 11291 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

Quinn, KM et al. Der altersbedingte Rückgang der primären CD8(+)-T-Zell-Reaktionen ist mit der Entwicklung einer Seneszenz in CD8(+)-T-Zellen des virtuellen Gedächtnisses verbunden. Cell Rep. 23, 3512–3524 (2018).

Artikel CAS PubMed Google Scholar

Quinn, KM et al. Stoffwechseleigenschaften von CD8(+)-T-Zell-Untergruppen bei jungen und älteren Personen lassen keinen Rückschluss auf die Funktionalität zu. Nat. Komm. 11, 2857 (2020).

Artikel CAS PubMed PubMed Central Google Scholar

Jacomet, F. et al. Hinweise auf Eomesodermin-exprimierende angeborene CD8(+) KIR/NKG2A(+) T-Zellen in menschlichen Erwachsenen und Nabelschnurblutproben. EUR. J. Immunol. 45, 1926–1933 (2015).

Artikel CAS PubMed Google Scholar

Barbarin, A. et al. Phänotyp von NK-ähnlichen CD8(+)-T-Zellen mit angeborenen Merkmalen beim Menschen und ihre Relevanz bei Krebserkrankungen. Vorderseite. Immunol. 8, 316 (2017).

Artikel PubMed PubMed Central Google Scholar

Pieren, DKJ et al. Regulatorische KIR(+) RA(+) T-Zellen reichern sich mit zunehmendem Alter an und werden bei viralen Atemwegserkrankungen stark aktiviert. Aging Cell 20, e13372 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Choi, SJ et al. KIR(+)CD8(+)- und NKG2A(+)CD8(+)-T-Zellen sind unterschiedliche angeborene Populationen beim Menschen. Cell Rep. 42, 112236 (2023).

Artikel CAS PubMed Google Scholar

Lee, JW et al. Die integrierte Analyse von Plasma und einzelnen Immunzellen deckt Stoffwechselveränderungen bei Personen mit COVID-19 auf. Nat. Biotechnologie. 40, 110–120 (2022).

Artikel CAS PubMed Google Scholar

Xiao, Z., Dai, Z. & Locasale, JW Stoffwechsellandschaft der Tumormikroumgebung bei Einzelzellauflösung. Nat. Komm. 10, 1–12 (2019).

Artikel Google Scholar

Zhao, Q. et al. Stoffwechselmodellierung einzelner bronchoalveolärer Makrophagen enthüllt Regulatoren der Hyperinflammation bei COVID-19. iScience 25, 105319 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Zhang, C. et al. Die Einzelzell-RNA-Sequenzierung deckt intrahepatische und periphere Immunmerkmale im Zusammenhang mit Krankheitsphasen bei HBV-infizierten Patienten auf. Gut 72, 153–167 (2023).

Van Opdenbosch, N. & Lamkanfi, M. Caspasen bei Zelltod, Entzündung und Krankheit. Immunität 50, 1352–1364.

Artikel PubMed PubMed Central Google Scholar

Wang, L. et al. ATF3 fördert die Erastin-induzierte Ferroptose, indem es das System Xc– unterdrückt. Zelltod ist unterschiedlich. 27, 662–675 (2020).

Artikel CAS PubMed Google Scholar

Barouch, D. et al. Evaluierung eines Mosaik-HIV-1-Impfstoffs in einer multizentrischen, randomisierten, doppelblinden, placebokontrollierten klinischen Phase-1/2a-Studie (APPROACH) und an Rhesusaffen (NHP 13-19). Lancet 392, 232–243 (2018).

Artikel CAS PubMed PubMed Central Google Scholar

Yoo, HC, Yu, YC, Sung, Y. & Han, JM Glutaminabhängigkeit im Zellstoffwechsel. Exp. Mol. Med. 52, 1496–1516 (2020).

Artikel CAS PubMed PubMed Central Google Scholar

Stine, ZE, Schug, ZT, Salvino, JM & Dang, CV Zielgerichteter Krebsstoffwechsel im Zeitalter der Präzisionsonkologie. Nat. Rev. Drug Discov. 21, 141–162 (2022).

Artikel CAS PubMed Google Scholar

Kumar, A. et al. NKT-Zellen nehmen einen glutaminabhängigen Phänotyp an, um ihre Homöostase und Funktion zu regulieren. Cell Rep. 41, 111516 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Van Acker, H., Ma, S., Scolaro, T., Kaech, S. & Mazzone, M. Wie der Stoffwechsel zytotoxische CD8-T-Zellen durch epigenetische Modifikationen im Zaum hält. Trends Immunol. 42, 401–417 (2021).

Artikel PubMed PubMed Central Google Scholar

Vázquez-Santiago, FJ, Noel, RJ, Porter, JT & Rivera-Amill, V. Glutamatstoffwechsel und HIV-assoziierte neurokognitive Störungen. J. Neurovirol. 20, 315–331 (2014).

Artikel PubMed PubMed Central Google Scholar

Johnson, MO et al. Deutliche Regulierung der Th17- und Th1-Zelldifferenzierung durch Glutaminase-abhängigen Metabolismus. Zelle 175, 1780–1795.e1719 (2018).

Artikel CAS PubMed PubMed Central Google Scholar

Suzuki, J. et al. Der Tumorsuppressor Menin verhindert die Funktionsstörung der Effektor-CD8-T-Zellen, indem er auf die mTORC1-abhängige Stoffwechselaktivierung abzielt. Nat. Komm. 9, 3296 (2018).

Artikel PubMed PubMed Central Google Scholar

Reina-Campos, M., Scharping, NE & Goldrath, AW CD8(+) T-Zell-Metabolismus bei Infektionen und Krebs. Nat. Rev. Immunol. 21, 718–738 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Kang, S. et al. GAB fungiert als bioenergetischer und signalisierender Gatekeeper zur Kontrolle von T-Zell-Entzündungen. Nat. Metab. 4, 1322–1335 (2022).

Artikel CAS PubMed PubMed Central Google Scholar

Choi, Y.-K. & Park, K.-G. Ausrichtung auf den Glutaminstoffwechsel zur Krebsbehandlung. Biomol. Dort. 26, 19 (2018).

Artikel CAS Google Scholar

Raynor, JL & Chi, H. LCK erkennt Asparagin für die Aktivierung von T-Zellen. Nat. Zellbiol. 23, 7–8 (2021).

Artikel CAS PubMed Google Scholar

Wu, J. et al. Asparagin verstärkt die LCK-Signalübertragung, um die Aktivierung von CD8(+)-T-Zellen und Antitumorreaktionen zu verstärken. Nat. Zellbiol. 23, 75–86 (2021).

Artikel CAS PubMed Google Scholar

Argyriou, P. et al. Hypoxie-induzierbare Faktoren beim Mantelzelllymphom: Bedeutung für einen aktivierten mTORC1→HIF-1α-Signalweg. Ann. Hämatol. 90, 315–322 (2011).

Artikel CAS PubMed Google Scholar

Ollenschläger, G. et al. Plasma-Aminosäuremuster von Patienten mit HIV-Infektion. Klin. Chem. 34, 1787–1789 (1988).

Artikel PubMed Google Scholar

Scarpelini, B. et al. Biosignatur der Plasmametabolomik entsprechend dem HIV-Infektionsstadium, der Geschwindigkeit des Krankheitsverlaufs, dem Grad der Virämie und dem immunologischen Ansprechen auf die Behandlung. PLoS ONE 11, e0161920 (2016).

Artikel PubMed Central Google Scholar

Hegedus, A. et al. Hinweise auf einen veränderten Glutaminstoffwechsel in mit dem humanen Immundefizienzvirus Typ 1 infizierten primären menschlichen CD4+-T-Zellen. AIDS Res. Summen. Retroviren 33, 1236–1247 (2017).

Artikel CAS PubMed PubMed Central Google Scholar

Connor, R., Jones, LD, Qiu, J. Leukoc. Biol. 102, 953–964 (2017).

Artikel CAS PubMed PubMed Central Google Scholar

Rosado-Sánchez, I. et al. Glutaminolyse und Lipoproteine ​​sind Schlüsselfaktoren für die späte Immunerholung bei erfolgreich behandelten HIV-infizierten Patienten. Klin. Wissenschaft. 133, 997–1010 (2019).

Artikel Google Scholar

Ziegler, TR, Judd, SE, Ruff, JH, McComsey, GA & Eckard, AR Aminosäurekonzentrationen bei HIV-infizierten Jugendlichen im Vergleich zu gesunden Kontrollpersonen und Zusammenhänge mit CD4-Zahlen und Entzündungen. AIDS Res Hum. Retroviren 33, 681–689 (2017).

Artikel CAS PubMed PubMed Central Google Scholar

Porcheray, F. et al. Glutamatstoffwechsel in HIV-infizierten Makrophagen: Auswirkungen auf das ZNS. Bin. J. Physiol.-Zellphysiol. 291, C618–C626 (2006).

Artikel CAS PubMed Google Scholar

Gelpi, M. et al. Die zentrale Rolle des Glutamatstoffwechsels bei langfristig antiretroviral behandelten HIV-infizierten Personen mit metabolischem Syndrom. Alter 13, 22732–22751 (2021).

Artikel CAS PubMed PubMed Central Google Scholar

Prodger, JL et al. Reduziertes Wachstum des latenten HIV-1-Reservoirs und ausgeprägte Immunkorrelate bei Frauen in Rakai, Uganda. JCI Insight 5, e139287 (2020).

Artikel PubMed PubMed Central Google Scholar

Scully, EP et al. Geschlechtsspezifische Unterschiede in der Reservoiraktivität des humanen Immundefizienzvirus Typ 1 und der verbleibenden Immunaktivierung. J. Infizieren. Dis. 219, 1084–1094 (2019).

Artikel CAS PubMed Google Scholar

Durán, RV et al. Glutaminolyse aktiviert die Rag-mTORC1-Signalübertragung. Mol. Zelle 47, 349–358 (2012).

Artikel PubMed Google Scholar

Besnard, E. et al. Der mTOR-Komplex kontrolliert die HIV-Latenz. Cell Host Microbe 20, 785–797 (2016).

Artikel CAS PubMed PubMed Central Google Scholar

Henrich, TJ et al. Everolimus, ein mTORC1/2-Inhibitor, bei ART-supprimierten Personen, die eine Organtransplantation erhielten: Eine prospektive Studie. Bin. J. Transplantation. 21, 1765–1779 (2021).

Artikel CAS PubMed Google Scholar

Wang, YY, Hu, W., Wang, FS & Zhang, C. Überprüfung der Rolle menschlicher Gedächtnis-CD8+-T-Zellen bei der Immunüberwachung. Zellmol. Immunol. 19, 1319–1321 (2022).

Artikel CAS PubMed Google Scholar

Viano, ME et al. Virtueller Speicher CD8(+) T-Zellen: Ursprung und darüber hinaus. J. Interferon Cytokine Res. 42, 624–642 (2022).

Artikel CAS PubMed Google Scholar

Zhang, C. et al. NKG2A ist ein NK-Zell-Erschöpfungskontrollpunkt für die HCV-Persistenz. Nat. Komm. 10, 1507 (2019).

Artikel CAS PubMed PubMed Central Google Scholar

André, P. et al. Anti-NKG2A-mAb ist ein Checkpoint-Inhibitor, der die Antitumorimmunität fördert, indem er sowohl T- als auch NK-Zellen freisetzt. Zelle 175, 1731–1743.e1713 (2018).

Artikel PubMed PubMed Central Google Scholar

Boieri, M. et al. Mit IL-12, IL-15 und IL-18 voraktivierte NK-Zellen zielen auf resistente akute lymphoblastische T-Zell-Leukämie ab und verzögern die Leukämieentwicklung in vivo. Oncoimmunology 6, e1274478 (2017).

Artikel PubMed PubMed Central Google Scholar

Referenzen herunterladen

Diese Studie wurde vom Outstanding Youth Training Fund des Chinese PLA General Hospital (Zuschussnummer 2019-JQPY-009), der National Natural Science Foundation of China (Zuschüsse 81721002), der Beijing Natural Science Foundation (Nr. 7222171) und der Beijing Nova-Programm (Nr. 20220484135) und das National Innovation Group Project (Nr. 413FZT).

Diese Autoren haben gleichermaßen beigetragen: You-Yuan Wang, Cheng Zhen, Wei Hu.

Medizinische Fakultät der Chinesischen Volksbefreiungsarmee, Peking, China

You-Yuan Wang, Tao Yang, Jin-Wen Song, Ruonan Xu, Ming Shi, Fu-Sheng Wang und Chao Zhang

Abteilung für Infektionskrankheiten, Fünftes medizinisches Zentrum des Chinesischen PLA-Allgemeinkrankenhauses, Nationales Klinisches Forschungszentrum für Infektionskrankheiten, Peking, China

You-Yuan Wang, Cheng Zhen, Hui-Huang Huang, Ming-Ju Zhou, Jing Li, Yu-Long Fu, Peng Zhang, Xiao-Yu Li, Tao Yang, Jin-Wen Song, Xing Fan, Yan-Mei Jiao, Ruonan Xu, Ji-Yuan Zhang, Chun-Bao Zhou, Jin-Hong Yuan, Lei Huang, Ming Shi, Fu-Sheng Wang und Chao Zhang

Abteilung für Notaufnahme, Fünftes Medizinisches Zentrum des Chinesischen PLA-Krankenhauses, Peking, China

Wei Hu

Klinisches AIDS-Behandlungszentrum Guangxi, Viertes Volkskrankenhaus von Nanning, Nanning, China

Yan-Jun Li, Jun Zou, Si-Run Meng, Ya-Qin Qin, Fu-Sheng Wang und Chao Zhang

Medizinisches Forschungsinstitut, Frontier Science Center of Immunology and Metabolism, Zhongnan Hospital der Wuhan University, Wuhan University, Wuhan, China

Liang Cheng

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

F.-SW und CZ konzipierten die Forschung, überwachten die durchgeführten Arbeiten und arbeiteten mit Y.-YW und WH an der Erstellung der Diagramme und dem Verfassen des Manuskripts. Die Teilnehmer wurden von Y.-JL und H.-HH eingeschrieben. Die PBMC-Proben wurden von JZ, S.-RM und Y.-QQ gesammelt und isoliert. Klinische Daten wurden von Y.-YW, WH und MJ-Z gesammelt . Durchflusszytometrie-Experimente wurden von Y.-YW, WH, JL, M.-JZ, Y.-LF, X.-YL und TY mit technischer Unterstützung von C.-BZ und J.-HY ScRNA-seq-Daten durchgeführt analysiert von CZ und PZ; J.-WS, XF, Y.-MJ, R.-NX, J.-YZ, LC und LH haben das Manuskript bearbeitet und Kommentare und Feedback abgegeben. F.-SW und MS leiteten das Projektteam und überwachten die Datenerfassung. Alle Autoren haben das endgültige Manuskript gelesen und genehmigt.

Korrespondenz mit Fu-Sheng Wang oder Chao Zhang.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Communications Biology dankt Kai Deng und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Hauptredakteure: Zhijuan Qiu und Karli Montague-Cardoso. Eine Peer-Review-Datei ist verfügbar.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Wang, YY., Zhen, C., Hu, W. et al. Erhöhtes Glutamat behindert die Anti-HIV-1-CD8+-T-Zell-Reaktionen bei HIV-1-infizierten Personen unter antiretroviraler Therapie. Commun Biol 6, 696 (2023). https://doi.org/10.1038/s42003-023-04975-z

Zitat herunterladen

Eingegangen: 12. Dezember 2022

Angenommen: 24. Mai 2023

Veröffentlicht: 07. Juli 2023

DOI: https://doi.org/10.1038/s42003-023-04975-z

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.