A dual system approach to decipher host-pathogen interactions

Pilzarten der Gattung Candida führen in immunsupprimierten Patienten zu schweren invasiven Erkrankungen. Der Erfolg des Pathogens ist dabei abhängig von dessen Fähigkeit sich auf die verschiedensten Bedingungen im Wirt anzupassen. Zusätzlich erschwert die hohe genetische Flexibilität von Candida die Diagnose und Behandlung von Erkrankungen. Ziel dieser Dissertation war es daher, genau diese adaptiven Prozesse von Candida aus der transkriptionellen Sicht zu studieren. Dazu entwickelte ich eine auf RNA-Seq basierende Methode, welche ermöglicht simultan sowohl das Pathogen als auch das Wirt Transkriptom während der Infektion zu untersuchen. Mittels dieser Methode wurden dynamische Genexpressionsprofile von Maus dendritischen Zellen und C. albicans unter in vitro Infektionsbedingungen quantifiziert. Die Arbeit entschlüsselte neuartige Abwehrstrategien von C. albicans um sich der Immunantwort des Wirt zu entziehen. Im Folgenden lässt sich meine Dissertation in folgende zwei Teilprojekte unterteilen. Der erste Teil beschreibt die Charakterisierung neuer Faktoren, die zuvor nicht mit Wirt-Pathogen Wechselwirkungen assoziiert waren und mittels einem „Inferred Network“ des gemischten Wirt-Pathogen Datensets sichtbar wurden. Das Projekt entschlüsselte eine neuartige Interaktion zwischen dem Eisen-regulierendem Transkriptionsfaktor Hap3 in C. albicans und dem löslichen Maus Immunrezeptor Ptx3. Die Daten deuten an, dass diese Interaktion zum Teil durch Zellwand-„Remodeling“ im Pathogen vermittelt wird. Außerdem repräsentiert meine Arbeit ein „proof of principle“, dass „Network Inferrence“ erfolgreich als Model zur Studie von Wirt-Pathogen Interaktionen eingesetzt werden kann. Der zweite Teil der Dissertation beschäftig sich mit Mechanismen der post- transkriptionalen Modifizierung in C. albicans. Diese Arbeit entschlüsselte die Existenz von infektionsspezifischen alternativen „splicing“, sowie zuvor unbekannte alternative „splice junctions“ in C. albicans. Zudem wurde ein mathematisches Modell entwickelt um „splicing“ zu quantifizieren, dessen Daten ergaben, dass „splicing“ sehr wahrscheinlich co-transcriptional stattfindet. Die starke Konservierung des „splicing“ Apparats in höheren Eukaryoten lässt vermuten, dass „splicing“ Regulierung zur Virulenz und Intron Evolution von Candida beiträgt. Zusammenfassend, schlägt meine Dissertation neue Methoden zur Untersuchung von Wirt-Pathogen Interaktionen vor und entschlüsselt neue potentielle „targets“ für die Behandlung von Candida Infektionen.Candida spp. are a major cause of systemic fungal infections in immunocompromised individuals, inflicting severe diseases of high mortality. Their success as a pathogen is strongly correlated with their ability to adapt to diverse micro- environmental challenges encountered within their host. Their inherent genomic plasticity poses further challenges to diagnosis and treatment. My thesis aimed to study adaptive strategies employed by Candida albicans during in vitro pathogenesis from a transcriptional perspective. I developed a method to perform and analyze transcriptional data simultaneously from host-pathogen interactions using deep sequencing technology. I quantified C. albicans and M. musculus gene expression dynamics during phagocytosis by murine dendritic cells in a genome-wide, time- resolved fashion. Using this approach, I have identified novel strategies of C. albicans to counteract host challenge and divided my work in the verification of these different adaptive mechanisms. The first part of this thesis characterizes several components previously unknown to be involved in host-pathogen crosstalk using the first inferred network of a mixed host-pathogen data set. I identified a role for the interactions between the iron regulatory transcription factor Hap3 in C. albicans, and the soluble receptor Ptx3 in M. musculus, in the global immune response to the fungus. My data suggest that this interaction takes place via cell wall remodeling of the pathogen. Moreover, the experimental verification of the predicted interspecies interactions is proof of principal that network inference can be used to investigate pathogenesis. The second part of this thesis focuses on post-transcriptional processing mechanisms of. I identified numerous cases of infection specific alterative splicing in addition to novel alternative splice junctions. Furthermore, I developed a mathematical model to quantify splicing for and these data support the hypothesis that splicing is co- transcriptional. The conservation of the splicing machineries among higher eukaryotes suggests that splicing regulation by the pathogen may affect its virulence and intron evolution. Taken together, this thesis proposes novel methods to analyze host-pathogen interactions and new putative targets for Candida treatment