Malaria-causing parasites proliferate within erythrocytes through schizogony, forming multinucleated stages before cellularization. Nuclear multiplication does not follow a strict geometric 2 n progression and each proliferative cycle produces a heterogeneous number of progeny. Here, by tracking nuclei and DNA replication, we show that individual nuclei replicate their DNA at different times, despite residing in a shared cytoplasm. Extrapolating from experimental data using mathematical modeling, we demonstrate that a limiting factor must exist that slows down the nuclear multiplication rate. Indeed, our data show that temporally overlapping DNA replication events were significantly slower than partially or non-overlapping events. Our findings suggest an evolutionary pressure that selects for asynchronous DNA replication, balancing available resources with rapid pathogen proliferation.

Abstract While the average cell-cycle length in a cell population can be derived from pulse-chase experiments, proliferative heterogeneity has been difficult to quantify. Here we describe C ycle F low , a broadly applicable method that applies Bayesian inference to combined measurements of EdU incorporation and DNA content. C ycle F low accurately quantifies the fraction of proliferating versus quiescent cells and the durations of cell-cycle phases of the proliferating cells in vitro and in vivo .

Abstract Hematopoietic stem cells (HSCs) produce a highly diverse array of cell lineages. To assay hematopoietic differentiation with minimal experimental perturbation, non-invasive methods for heritable labeling 1–3 or barcoding 4–7 of HSCs in vivo have recently been developed and used to study lineage fate of HSCs in physiological conditions. However, the differentiation pathways leading from HSCs to mature cells remain controversial 8 , with suggested models ranging from gradual lineage restriction in a branching cascade of progenitors to HSCs already making ultimate lineage decisions. Here we show, by iterating HSC fate-mapping, mitotic history tracking, single-cell RNA-sequencing and computational inference, that the major differentiation routes to megakaryocytes, erythro-myeloid cells and lymphocytes split within HSCs. We identify the hitherto elusive self-renewing source of physiological hematopoiesis as an HSC subpopulation co-expressing high levels of Sca-1 and CD201. Downstream, HSCs reduce Sca-1 expression and enter into either thrombopoiesis or erythro-myelopoiesis, or retain high Sca-1 levels and the ability to generate lymphocytes. Moreover, we show that a distinct population of CD48 −/lo megakaryocyte progenitors links HSCs to megakaryocytes. This direct thrombopoiesis pathway is independent of the classical pathway of megakaryocyte differentiation via multipotent progenitors and becomes the dominant platelet production line upon enhanced thrombopoietin signaling. Our results define a hierarchy of self-renewal and lineage decisions within HSCs in native hematopoiesis. Methodologically, we provide a blueprint for mapping physiological differentiation pathways of stem cells and probing their regulation.

Abstract Malaria is caused by the rapid proliferation of Plasmodium parasites in patients and disease severity correlates with the number of infected red blood cells in circulation. Parasite multiplication within red blood cells is called schizogony and occurs through an atypical multinucleated cell division mode. The mechanisms regulating the number of daughter cells produced by a single progenitor are poorly understood. We investigated underlying regulatory principles by quantifying nuclear multiplication dynamics in Plasmodium falciparum and knowlesi using super-resolution time-lapse microscopy. This revealed that the number of daughter cells was statistically independent of the duration of the nuclear division phase, which confirms that a counter mechanism, rather than a timer, regulates multiplication. P. falciparum cell volume at the start of nuclear division correlated with the final number of daughter cells. As schizogony progressed, the nucleocytoplasmic volume ratio, which has been found to be constant in all eukaryotes characterized so far, increased significantly, possibly to accommodate the exponentially multiplying nuclei. Depleting nutrients by dilution of culture medium caused parasites to produce less merozoites and reduced proliferation but did not affect cell volume or total nuclear volume at the end of schizogony. Our findings suggest that the counter mechanism implicated in malaria parasite proliferation integrates extracellular resource status to modify progeny number during blood stage infection.

Abstract Gene regulation by control of transcription initiation is a fundamental property of living cells. Much of our understanding of gene repression originated from studies of the E. coli lac operon switch, where DNA looping plays an essential role. To validate and generalize principles from lac for practical applications, we previously described artificial DNA looping driven by designed Transcription Activator-Like Effector Dimer (TALED) proteins. Because TALE monomers bind the idealized symmetrical lac operator sequence in two orientations, our prior studies detected repression due to multiple DNA loops. We now quantitatively characterize gene repression in living E. coli by a collection of individual TALED loops with systematic loop length variation. Fitting of a thermodynamic model allows unequivocal demonstration of looping and comparison of the engineered TALED repression system with the natural lac repressor system. Statement of Significance We are designing and testing in living bacteria artificial DNA looping proteins engineered based on principles learned from studies of the E. coli lac repressor. The engineered proteins are based on artificial dimers of Transcription Activator-Like Effector (TALE) proteins that have programmable DNA binding specificities. The current work is the first to create unique DNA repression loops using this approach. Systematic study of repression as a function of loop size, with data fitting to a thermodynamic model, now allows this system to be compared in detail with lac repressor loops, and relevant biophysical parameters to be estimated. This approach has implications for the artificial regulation of gene expression.

Mammalian cell proliferation is controlled by mitogens. However, how proliferation is coordinated with cell growth is poorly understood. Here we show that statistical properties of cell lineage trees -- the cell-cycle length correlations within and across generations -- reveal how cell growth controls proliferation. Analyzing extended lineage trees with latent-variable models, we find that two antagonistic heritable variables account for the observed cycle-length correlations. Using molecular perturbations of mTOR and MYC we identify these variables as cell size and regulatory license to divide, which are coupled through a minimum-size checkpoint. The checkpoint is relevant only for fast cell cycles, explaining why growth control of mammalian cell proliferation has remained elusive. Thus, correlated fluctuations of the cell cycle encode its regulation.

Living cells can leverage correlations in environmental fluctuations to predict the future environment and mount a response ahead of time. To this end, cells need to encode the past signal into the output of the intracellular network from which the future input is predicted. Yet, storing information is costly while not all features of the past signal are equally informative on the future input signal. Here, we show, for two classes of input signals, that cellular networks can reach the fundamental bound on the predictive information as set by the information extracted from the past signal: pushpull networks can reach this information bound for Markovian signals, while networks that take a temporal derivative can reach the bound for predicting the future derivative of non-Markovian signals. However, the bits of past information that are most informative about the future signal are also prohibitively costly. As a result, the optimal system that maximizes the predictive information for a given resource cost is, in general, not at the information bound. Applying our theory to the chemotaxis network of Escherichia coli reveals that its adaptive kernel is optimal for predicting future concentration changes over a broad range of background concentrations, and that the system has been tailored to predicting these changes in shallow gradients.