Pierre Barennes

Women represent about 80% of patients with autoimmune diseases. This may partly result from sex-based differences in T cell receptor (TCR) selection during thymocyte development, potentially influenced by hormones and the lower expression of the Autoimmune Regulator (AIRE) transcription factor in females. To investigate this, we analyzed sex-specific differences in TCR generation and selection. We examined TCR repertoires in double-positive thymocytes and single-positive thymic cells, including CD8 ⁺ and CD4 ⁺ effector T cells and regulatory T cells (Tregs), derived from male and female organ donors. Minimal sex-based differences were observed in V and J gene usage, and there were no notable differences in TCR repertoire diversity, complementarity-determining region 3 (CDR3) length, amino acid composition, or network structure. No TCR sequences were exclusive to either sex. However, female effector T cells exhibited a significantly higher prevalence of TCRs specific to self-antigens implicated in autoimmunity compared to males, while female Tregs showed a reduced frequency of such TCRs. These differences were not observed for TCRs targeting self-antigens unrelated to autoimmunity or antigens associated with cancer or viruses. Our findings identify a sex-specific imbalance in thymic selection of TCRs with autoimmunity-associated specificities, providing mechanistic insight into the increased susceptibility of women to autoimmune diseases.

Les lymphocytes T représentent les cellules immunitaires centrale du système immunitaire adaptatif se distinguant en deux populations majeures : les cellules T effectrices (Teffs), auxillaires ou cytotoxiques, ayant un rôle pro-inflammatoire, contribuant à l'élimination des pathogènes en contexte infectieux et responsables des atteintes tissulaires dans le contexte des maladies auto-immunes (MAI) ; les cellules T régulatrices (Tregs) ayant un rôle anti-inflammatoire sur la réponse Teffs, permettant le contrôle des désordres auto-immuns. Teffs et Tregs se caractérisent par la reconnaissance spécifique d'antigène, nécessaire à l'activation cellulaire, et portée par le récepteur des lymphocytes T, autrement appelé T-cell receptor (TCR). Chaque TCR résulte d'un mécanisme de recombinaison génique générant une collection très diverse de TCR, communément appelé répertoire. Véritable reflet de l'histoire immunitaire de chaque individu, l'implication directe de la reconnaissance par le TCR dans les fonctions antagonistes des Tregs et des Teffs, à la fois dans la genèse mais aussi dans la progression des pathologies immunes, soulève la nécessité d'analyser distinctement leurs répertoires TCR. Dans le cadre de ma thèse, j'avais pour objectif d'évaluer le caractère prédictif du répertoire TCR au regard de l'état physiopathologique et de son évolution de patients atteints de MAI, pour lesquelles les outils diagnostiques et/ou pronostiques demeurent limités ainsi que de patients atteints de la COVID-19, maladie infectieuse émergente caractérisée par une forte mortalité des individus immunodéprimés et touchant gravement également des individus considérés sains. Pour cela, j'ai fait appel aux technologies de séquençage à haut-débit offrant aujourd'hui précision et profondeur nécessaire à l'étude de cet objet biologique complexe. Dans ce contexte, la fiabilité des protocoles de biologie moléculaire ainsi que les méthodes bio-informatiques et de modélisations représentent un défi majeur. J'ai dans un premier temps comparé neufs protocoles publiés et/ou commercialisés parmi les plus utilisés dans la littérature. A l'aide d'analyses de la diversité et de modélisation statistique, j'ai élaboré un score de performance, à partir duquel j'ai mis en évidence les forces et faiblesses de chaque protocole. J'ai ainsi identifié la méthode la plus fiable, robuste et reproductible. Avec ce protocole, j'ai ensuite analysé les répertoires TCR des Teffs auxillaires et des Tregs issus de prélèvements sanguins de patients atteints de diabète de type 1 et de polyarthrite rhumatoïde, deux MAI. A l'aide d'outils de modélisation mathématiques et d'apprentissage machine, j'ai développé une stratégie d'identification de TCR discriminants des groupes d'individus. Cette méthode innovante a permis d'identifier des signatures TCR des différents MAI étudiées ainsi que des Teffs et des Tregs, soutenant l'idée que la composition du répertoire TCR signe l'état physiopathologique, y compris dans des pathologies chroniques établies. Appliquée au répertoire TCR de patients atteints de lupus érythémateux systémique sous traitement à l'interleukine-2 à faible dose, j'ai identifié des signatures TCR des Teffs et des Tregs définissant les patients traités répondeurs, pouvant être utilisées comme potentiels biomarqueurs prédictifs de l'efficacité du traitement. Finalement, j'ai également appliqué cette approche sur des répertoires de patients atteints de Sars-CoV-2 pour lesquels l'issue clinique était connue. J'ai ainsi identifié une signature TCR pronostique de la guérison et discriminant les patients décédés. Ensemble, ces résultats renforcent l'intérêt de l'étude du répertoire TCR en montrant que celui-ci contient une information clinique fine, capable non seulement de séparer des patients atteints de différentes maladies mais aussi de distinguer, de façon précoce, la réponse au traitement ainsi que le niveau de sévérité face à une infection.

The adaptive immune response relies on T cells that combine phenotypic specialization with diversity of T-cell receptors (TCRs) to recognize a wide range of pathogens. TCRs are acquired and selected during T-cell maturation in the thymus. Characterizing TCR repertoires across individuals and T-cell maturation stages is important for better understanding adaptive immune responses and for developing new diagnostics and therapies. Analyzing a dataset of human TCR repertoires from thymocyte subsets, we find that the variability between individuals generated during the TCR V(D)J recombination is maintained through all stages of T-cell maturation and differentiation. The interindividual variability of repertoires of the same cell type is of comparable magnitude to the variability across cell types within the same individual. To zoom in on smaller scales than whole repertoires, we defined a distance measuring the relative overlap of locally similar sequences in repertoires. We find that the whole repertoire models correctly predict local similarity networks, suggesting a lack of forbidden T-cell receptor sequences. The local measure correlates well with distances calculated using whole repertoire traits and carries information about cell types. Published by the American Physical Society 2024

Myocardial infarction (MI) is associated with an inflammatory process mainly attributed to innate immune components. Very recently, the role of T-cells in both inflammation and healing has been suggested through various human and mouse studies. Previous studies showed that CD4+ and CD8+ T cells affect post-MI repair but did not investigate how to leverage T cell biology to predict post-MI outcomes in patients. For instance, the antigenic trigger of T-cells is still unknown in human. Indeed, others and we identified T-cell specific for myosin infiltrating the myocardium in mouse models of MI, recent studies identified expanded clones in human myocardium, altogether suggesting a tissue-specific T-cell activation. However, it is still unclear how acute post-MI immune responses shape long-term cardiac functional outcomes in individual patients. In this study, we analyzed the role of T-cell in predicting post-MI repair by analyzing the T-cell receptor (TCR) repertoire. Indeed, the TCR repertoire is now considered as a marker of the clinical status of individuals. Previous studies in infectious but also autoimmune contexts showed the potential of the TCR repertoire to predict the disease. Therefore, assessing the dynamic changes in global TCR repertoires may provide valuable information about the antigen-specific immune responses underlying post-MI healing. In our study, we carefully selected patients that suffered from MI on a prospective cohort. The TCR repertoire has been analyzed by next generation sequencing at the index hospitalization with the aim to identify features predict of their healing outcome assessed at 12 months post-MI. While no major variations have been found in diversity of TCR gene usage, we identified unique TCR signatures predicting one-year cardiac functional outcomes. Our result enables early immune-based risk stratification of MI patients and calls for larger studies to develop novel predictive biomarkers and possibly new therapeutics.