DCs是主要的抗原呈递细胞，通过呈递抗原，激活适应性免疫应答。
将单核细胞转化为moDCs的方案是使用CSF2和IL4培养单核细胞，只有这两种刺激物的组合才能促进DC的分化。
已知CSF2信号通路激活NFΚB、MAPK、PI3K、JAK2和STAT5，而IL4信号通路激活JAK/STAT途径中的STAT3和STAT6，建立了逻辑模型来整合多个信号通路，并检查其与表达数据的连贯性。
GINsim是用于构建和分析逻辑模型的计算软件，目标是建立调控moDC分化的逻辑模型，同时包括巨噬细胞分化元素。
模型概括了不同初始条件下的细胞分化特征，如IL4仅促进单核细胞活化，CSF2仅促进巨噬细胞分化，而CSF2和IL4一起促进moDC的分化，并伴随典型基因表达模式。
基于调控网络的moDC分化模型及稳定状态分析为了更好地理解调控moDC分化的网络，进行了科学文献的分析，并将相关信息整合到一个调控图中。
重点放在人类细胞上进行的单核细胞向moDC分化的实验，特别是在相似的培养条件下使用CSF2和IL4，或二者的组合，他们得到了一个初步的调控图，图中展示了各个分子之间的调控关系。
这个调控网络利用GINsim软件定义了一系列逻辑规则，这些规则结合了对调控节点的条件，并使用NOT、AND和OR等布尔运算符，用于计算网络的稳定状态，并进行模拟以确定每个特定输入条件下细胞的表型。
在这个初步模型中，发现存在六个稳定状态，但只有一个状态能够直接解释为细胞的特定表型，而其他状态则与激活的单核细胞和巨噬细胞的典型基因表达模式有所不同。
在moDC分化过程中，只有在特定的条件下才能达到预期的细胞表型，而其他条件下则可能导致不同的表型。
在调控图中显示的转录因子与其靶基因之间的调控相互作用中，有些转录因子仅对少数几个基因进行调控，例如，CREB只激活ALOX15，没有其他靶基因。
在moDC分化的调控网络中，一些转录因子可能具有较为特定的作用，并且与特定的细胞表型相关联。
这个初步的调控图还存在一些限制，它包含的moDC特异标记基因很少，这可能对moDC分化过程的全面理解，此外，调控图中的调控关系也可能存在遗漏或不完全准确的情况。
为了克服这些限制，决定利用公共的表观基因组和转录组数据集来推断新的调控相互作用，并将它们整合到逻辑模型中，这种方法可以从大规模的实验数据中挖掘出潜在的调控关系，为调控网络的完善提供更多线索。
通过分析文献和构建调控图，对moDC分化的调控网络进行了初步的建模和模拟，这为进一步moDC分化提供了重要的基础，并为其分化机制和细胞表型转变提供了理论依据。
进一步整合表观基因组和转录组数据将有助于完善这个模型，并进一步深入理解moDC的调控网络。
moDC分化的调控机制：从表观基因组到逻辑模型的整合完善对单核细胞分化为moDCs的调控网络的模型，采用了细胞表观基因组数据，并纳入了已知在moDCs中由CSF2和IL4信号激活的转录因子，以及已建立的单核细胞标记。
还考虑了单核细胞分化为巨噬细胞的情况，该过程发生在单核细胞仅接受CSF2处理时。目标是moDC分化的调控机制，特别是识别与moDC表型相关的关键转录因子及其靶基因，从而提供关于免疫治疗的有用信息。
方法主要分为以下几个步骤：使用单核细胞、moDC和由单核细胞分化得到的巨噬细胞的表观基因组数据，来定义各细胞类型的染色质状态。
为了实现这一步骤，分析了Blueprint合作组织提供的ChIP-seq数据，涵盖了六种组蛋白修饰标记。
使用ChromHMM工具将这些数据用于对每种细胞类型的表观基因组进行注释，并将基因组段状态划分为不同的类别，包括静止/低信号、多染色体抑制、准备调控、活性转录起始点、活性启动子、准备增强子、活性基因/增强子、低转录、TSS抑制和强转录。
通过对特定细胞表达的基因进行基因组浏览器的分析，发现moDCs与单核细胞在表观基因组上存在明显的差异，例如，IRF4基因编码的转录因子在moDCs中是活跃的，而在巨噬细胞和单核细胞中处于准备状态。
这提供了moDC分化中IRF4的重要性的初步证据。
针对与moDC表型相关的19个基因中的13个基因，进一步分析了ChIP-seq数据，并发现了IRF4的潜在结合位点。
这些位点位于基因TSS附近的潜在调控区域，并且推测IRF4通过这些位点调控这些基因的表达，这些基因包括IRF4本身以及TLR3、TLR4、TLR7、TLR6、TLR8和CD48等与moDC功能密切相关的基因。
此外还发现了其他一些与moDC分化相关的转录因子，如PU1、PRDM1、NR4A1和CEBPA，也可能与IRF4共同调控这些基因。
除了确定IRF4的调控目标外，还预测了其他一些TFs与moDC分化相关的靶基因，例如，预测了PU1参与调控CD48基因，这是一个参与T细胞活化的共刺激分子。
此外预测了AHR调控IRF4、MAFB和PRDM1，这些基因也可能在moDC分化中发挥重要作用。
通过分析非冗余峰值和Remap数据，进一步验证了预测结果，发现其中有几处一致之处，进一步支持了模型的准确性和可靠性。
最后构建了一个综合的逻辑模型来描述moDC分化的调控网络，并绘制了TF之间的调控相互作用图，这个逻辑模型整合了多个信号通路，并提供了对moDC分化过程的全面理解。
为理解moDC分化过程提供了重要见解，关键转录因子及其调控的靶基因，为未来的免疫治疗和应用提供了有用的信息。
模型还为进一步探索moDC分化的分子机制和生物学功能奠定了基础。
基于公共数据集的moDC分化调控网络的系统建模与验证在生物学领域，构建逻辑模型通常依赖于对感兴趣生物系统的文献进行手动整理。
进一步利用了Blueprint联盟提供的公共ChIP-seq和RNA-seq数据，以更详细地勾画单核细胞向moDC分化的调控网络。
通过这一新的方法，能够填补调控网络中的多个空白，更全面地理解这一分化过程，不仅提供了对moDC分化的新见解，还为未来的实验测试提供了有价值的预测。
利用Blueprint联盟提供的公共数据集，对moDC分化过程中的转录因子-基因相互作用进行了深入分析这些数据，能够预测到102个新的相互作用关系，并通过计算机模拟验证了这些预测结果。
这些新的相互作用关系对于进一步理解moDC分化过程中的调控机制具有重要意义。
其中一些转录因子的作用已经得到广泛认可，例如IRF4、AHR、STAT6和PU1，通过分析，重新验证了与这些转录因子相关基因的表达特点，例如在moDC中IRF4和STAT6基因的高表达水平。
除了对已知转录因子的调控作用进行验证外，还能够预测到与moDC分化过程相关的新的转录因子靶基因。
这些基因受到FOXO1、CEBPA、AP1和PRDM1的调控，预测显示，FOXO1可能调控至少六个moDC基因，而CEBPA可能调控至少七个。
此外AP1可能调控与抗原呈递细胞相关的TLR4、DEC205（LY75）和CD209，还发现CREB1可能通过激活CD141和CD1A来调控moDC基因的表达，首次预测到NR4A1可能调控moDC表面的CD1C蛋白。
为了验证模型中预测的转录因子-基因相互作用，审查了最近发表的数据，令人振奋的是，发现其中一些相互作用关系最近已经通过实验证实。
特别是，ITGAX基因的调控已被证明受到PU1和IRF4的调控，这与表观基因组数据分析的预测结果一致。
这项是首次努力将关于单核细胞向moDC分化的当前知识进行整合，并且为深入理解这一过程提供了重要的基础。
通过预测新的转录调控关系，moDC分化过程中的潜在调控机制，不仅有助于加深对moDC分化的认识，还为进一步探索这一过程的细节提供了重要线索。
未来将进一步完善模型，并通过实验证实预测的相互作用关系，以进一步推动对moDC分化的理解。
结论树突状细胞是主要的特化抗原呈递细胞，连接了先天免疫和适应性免疫。
由于它们在建立适应性免疫中的作用，它们成为免疫治疗的有希望的靶点，单核细胞可以在体外在集落刺激因子2和白细胞介素4的作用下分化为DCs，从而激活四个信号通路。
从单核细胞分化为DC的下游转录程序仍然不清楚，通过分析moDC分化的科学文献，建立了一个初步的逻辑模型，帮助确定与该分化过程相关的基因激活的缺失信息，包括关键转录因子的缺失靶点。
利用Blueprint合作组织的ChIP-seq和RNA-seq数据，定义了单核细胞、moDCs和巨噬细胞中的活性和非活性启动子，以及与另一种细胞命运相对应的差异表达基因。
利用这些功能基因组信息预测了先前已确定的TFs的新靶点，通过整合这些信息，完善了模型，并重现了关于moDC分化的主要已知事实。
展望未来，这个结果将有助于开发针对moDCs的新型免疫治疗方法。
参考文献标签：