Modelling of gene regulatory and spatial mechanisms which pattern the early human neural tube
(2022) FYTM04 20212Computational Biology and Biological Physics - Has been reorganised
- Abstract
- Tissue patterning during development is thought to be driven largely by gene regulatory responses to spatial gradients of molecular signals, known as morphogens. In this thesis, early patterning of the human neural tube is studied using two different gene regulatory network models. The models portray patterning in the rostral-caudal direction as a response to gradients of WNT and FGF signalling. The first model is based on a tri-stable network topology which describes patterning into forebrain, midbrain, and hindbrain regions; the second model describes the formation and maintenance of the isthhmic organizer, and also subsequent midbrain formation. The two models were optimized against time-resolved bulk and single-cell RNA sequencing data... (More)
- Tissue patterning during development is thought to be driven largely by gene regulatory responses to spatial gradients of molecular signals, known as morphogens. In this thesis, early patterning of the human neural tube is studied using two different gene regulatory network models. The models portray patterning in the rostral-caudal direction as a response to gradients of WNT and FGF signalling. The first model is based on a tri-stable network topology which describes patterning into forebrain, midbrain, and hindbrain regions; the second model describes the formation and maintenance of the isthhmic organizer, and also subsequent midbrain formation. The two models were optimized against time-resolved bulk and single-cell RNA sequencing data from human embryonic stem cells undergoing 14 days of patterning in an in vitro microfluidics-based setup. In the setup, a GSK3 inhibitor is used to mimic the patterning effects of the in vivo early neural tube WNT signalling gradient. The resulting RNA data are in the form of time series over multiple GSK3 inhibitor concentrations. Clustering of the RNA data reveals that it is meaningful to group genes into the forebrain, midbrain, and hindbrain categories of the tri-stable model. It also reveals additional gene co-expression patterns within these categories, which is useful for further modelling work. The optimized network models are studied in reaction-diffusion simulations of WNT and FGF morphogen driven patterning in both a realistic 3D neural tube geometry, and in a 3D model of the tissue from the microfluidics setup. It is found that patterning of the tri-stable model is significantly influenced by WNT production, decay, and diffusion mechanisms, and that the WNT secretion locations of an earlier spatial 3D tube model, used as a foundation for this work, should be modified in order to produce a WNT gradient which is more similar to the in vivo WNT gradient shape. The isthmic organizer network model is found to accurately describe isthmic organizer formation at the intersection of regions with high OTX2 and GBX2 gene expression. Furthermore, the model isthmic organizer, once formed, maintains itself in the absence of an external WNT signalling gradient. WNT and FGF diffusion from the model isthmic organizer is found to induce midbrain identity adjacent to the organizer in approximately the right position. Overall, both models capture several key patterning features, and they will serve as useful stepping stones towards even more refined neural patterning models. (Less)
- Popular Abstract (Swedish)
- Hur en enda befruktad äggcell kan utvecklas till ett igenkännligt foster över loppet av några månaders tid är ett fascinerande mysterium. Vi vet nog alla att celler kan dela sig, och att det är på så vis som våra kroppar växer under fosterstadiet. Men en cell som delar sig kommer ge upphov till två identiska dotterceller. Hur är det då möjligt att en äggcell kan ge upphov till alla de helt olika sorters celler som finns i ett foster redan någon månad in i dess utveckling? Hjärnceller ser ju helt annorlunda ut än exempelvis blodceller, och de har helt skilda ”arbetsuppgifter” i kroppen. Alltså måste det vara något mer än celldelning i görningen för att ett foster ska kunna utvecklas på rätt sätt.
En stor del av svaret på utvecklingens... (More) - Hur en enda befruktad äggcell kan utvecklas till ett igenkännligt foster över loppet av några månaders tid är ett fascinerande mysterium. Vi vet nog alla att celler kan dela sig, och att det är på så vis som våra kroppar växer under fosterstadiet. Men en cell som delar sig kommer ge upphov till två identiska dotterceller. Hur är det då möjligt att en äggcell kan ge upphov till alla de helt olika sorters celler som finns i ett foster redan någon månad in i dess utveckling? Hjärnceller ser ju helt annorlunda ut än exempelvis blodceller, och de har helt skilda ”arbetsuppgifter” i kroppen. Alltså måste det vara något mer än celldelning i görningen för att ett foster ska kunna utvecklas på rätt sätt.
En stor del av svaret på utvecklingens gåta finns i våra gener. Många vet att generna innehåller all information om vad cellerna ska göra, men det är nog inte lika många som vet att inte alla gener i en cell är ”påslagna” samtidigt. Lite förenklat kan man säga att det är vilka gener som är av och påslagna som avgör vad cellen gör för något – därför har varje sorts cell sitt egna ”fingeravtryck” av vilka gener som är av och på. En hjärncell har alltså helt andra gener som är påslagna än blodceller, och det är på grund av detta som de skiljer sig så mycket åt.
Intressant nog finns det gener vars viktigaste uppgift tycks vara att slå av eller på andra gener. Man kan då tänka sig att vissa gener är viktigare än andra: om en viss viktig gen exempelvis slås på av en annan, så kanske det får så stora konsekvenser för cellen att den blir till en helt annan sorts cell. Det är precis det som sker vid åtskilliga tillfällen i ett fosters utveckling: vid vissa tidpunkter byter några av fostrets celler identitet på grund av hur vissa viktiga gener påverkar varandra. För att förstå vad som händer kan man rita ett sorts släktträd för cellerna: högst upp har vi den befruktade äggcellen, som tidigt delas upp i olika grupper (”trädgrenar”) av celler baserat på vad som händer med deras gener. Varje cellgrupp kan i sin tur utvecklas till alltmer specifika celltyper, i ett eller flera steg. Den här processen kallas för differentiering.
Men det räcker inte med differentiering för att ett foster ska utvecklas rätt. Vi vill ju inte bara ha en massa olika sorters celler i en enda röra: hur skulle det se ut? Nej, varje celltyp måste dessutom hamna på rätt plats i kroppen, vilket kallas för mönsterbildning. Detta kan exempelvis ske genom att celler som befinner sig nära varandra skickar olika sorters signaler till varandra.
Differentiering och mönsterbildning är väldigt komplexa processer. För att förstå dem bättre så har biologer på senare år börjat ta alltmer hjälp av fysiker, som är duktiga på att modellera krångliga saker – det vill säga, de kan förenkla något krångligt så att det går att förstå, förhoppningsvis utan att tappa alltför mycket av de intressanta detaljerna. De förenklade modellerna kan sedan användas i till exempel datorsimuleringar. Detta arbete går ut på att göra just sådana simuleringar, utgåendes från modeller av mönsterbildning och differentiering i ett visst stadium av den tidiga mänskliga hjärnans utveckling. Tanken är att testa hur väl modellerna beskriver resultatet av nya experiment, och att i ljuset av dessa experiment försöka göra modellerna mer exakta och användbara. Förhoppningen är att detta i längden kan hjälpa oss att bättre förstå vilka gener som är viktiga för differentiering i just det här stadiet av hjärnans utveckling, och hur celler kommunicerar med varandra för att den tidiga hjärnans mönsterbildning ska ske på rätt sätt. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/9077728
- author
- Bertilsson, Fredrik LU
- supervisor
- organization
- course
- FYTM04 20212
- year
- 2022
- type
- H1 - Master's Degree (One Year)
- subject
- keywords
- Biophysics, systems biology, gene regulatory networks, neural tube, isthmic organizer, midbrain-hindbrain boundary, WNT, FGF, morphogens, reaction-diffusion, finite-difference, 3D modelling
- report number
- LU-TP 22-20
- language
- English
- id
- 9077728
- date added to LUP
- 2022-04-08 09:40:57
- date last changed
- 2022-06-30 11:28:54
@misc{9077728,
abstract = {{Tissue patterning during development is thought to be driven largely by gene regulatory responses to spatial gradients of molecular signals, known as morphogens. In this thesis, early patterning of the human neural tube is studied using two different gene regulatory network models. The models portray patterning in the rostral-caudal direction as a response to gradients of WNT and FGF signalling. The first model is based on a tri-stable network topology which describes patterning into forebrain, midbrain, and hindbrain regions; the second model describes the formation and maintenance of the isthhmic organizer, and also subsequent midbrain formation. The two models were optimized against time-resolved bulk and single-cell RNA sequencing data from human embryonic stem cells undergoing 14 days of patterning in an in vitro microfluidics-based setup. In the setup, a GSK3 inhibitor is used to mimic the patterning effects of the in vivo early neural tube WNT signalling gradient. The resulting RNA data are in the form of time series over multiple GSK3 inhibitor concentrations. Clustering of the RNA data reveals that it is meaningful to group genes into the forebrain, midbrain, and hindbrain categories of the tri-stable model. It also reveals additional gene co-expression patterns within these categories, which is useful for further modelling work. The optimized network models are studied in reaction-diffusion simulations of WNT and FGF morphogen driven patterning in both a realistic 3D neural tube geometry, and in a 3D model of the tissue from the microfluidics setup. It is found that patterning of the tri-stable model is significantly influenced by WNT production, decay, and diffusion mechanisms, and that the WNT secretion locations of an earlier spatial 3D tube model, used as a foundation for this work, should be modified in order to produce a WNT gradient which is more similar to the in vivo WNT gradient shape. The isthmic organizer network model is found to accurately describe isthmic organizer formation at the intersection of regions with high OTX2 and GBX2 gene expression. Furthermore, the model isthmic organizer, once formed, maintains itself in the absence of an external WNT signalling gradient. WNT and FGF diffusion from the model isthmic organizer is found to induce midbrain identity adjacent to the organizer in approximately the right position. Overall, both models capture several key patterning features, and they will serve as useful stepping stones towards even more refined neural patterning models.}},
author = {{Bertilsson, Fredrik}},
language = {{eng}},
note = {{Student Paper}},
title = {{Modelling of gene regulatory and spatial mechanisms which pattern the early human neural tube}},
year = {{2022}},
}