Summary

 Current T cell differentiation models invoke separate T helper 2 (Th2) and Th1 cell lineages governed by the lineage-specifying transcription factors GATA-3 and T-bet. However, knowledge on the plasticity of Th2 cell lineage commitment is limited. Here we show that infection with Th1 cell-promoting lymphocytic choriomeningitis virus (LCMV) reprogrammed otherwise stably committed GATA-3⁺ Th2 cells to adopt a GATA-3⁺T-bet⁺ and interleukin-4⁺interferon-γ⁺ "Th2+1" phenotype that was maintained in vivo for months. Th2 cell reprogramming required T cell receptor stimulation, concerted type I and type II interferon and interleukin-12 signals, and T-bet. LCMV-triggered T-bet induction in adoptively transferred virus-specific Th2 cells was crucial to prevent viral persistence and fatal immunopathology. Thus, functional reprogramming of unfavorably differentiated Th2 cells may facilitate the establishment of protective immune responses. Stable coexpression of GATA-3 and T-bet provides a molecular concept for the long-term coexistence of Th2 and Th1 cell lineage characteristics in single memory T cells.

SUMMARY T helper 1 (Th1) cell identity is defined by the expression of the lineage-defining transcription factor T-bet. Here, we examine the influence of T-bet expression heterogeneity on subset plasticity by leveraging cell sorting of distinct in vivo -differentiated Th1 cells based on their quantitative expression of T-bet and interferon-γ. Heterogeneous T-bet expression states were regulated by virus-induced type-I interferons and were stably maintained even after secondary viral infection. Exposed to Th2-polarizing conditions, the sorted subpopulations exhibited graded levels of plasticity: T-bet quantities were inversely correlated with the ability to express the Th2 lineage-specifying transcription factor GATA-3 and Th2 cytokines. Reprogramed Th1 cells acquired graded, but stable mixed Th1+2 phenotypes with a hybrid epigenetic landscape. Continuous presence of T-bet in differentiated Th1 cells was essential to ensure Th1 cell stability. Thus, innate cytokine signals regulate Th1 cell plasticity via an individual cell-intrinsic rheostat to enable T cell subset adaptation to subsequent challenges. HIGHLIGHTS Type-I interferons triggered by infection determine T-bet expression states in Th1 cells T-bet and IFN-γ expression states indicate the plasticity of individual Th1 cells Individual T-bet expression states and plasticity persist after secondary infection Reprogramming yields stable Th1+2 phenotypes and a mixed epigenetic landscape

Abstract Selective differentiation of CD4+ T helper (Th) cells into specialized subsets such as Th1 and Th2 cells is a key element of the adaptive immune system driving appropriate immune responses. Besides those canonical Th cell lineages, hybrid phenotypes such as Th1/2 cells arise in vivo, and their generation could be reproduced in vitro. While master-regulator transcription factors like T-bet for Th1 and GATA-3 for Th2 cells drive and maintain differentiation into the canonical lineages, the transcriptional architecture of hybrid phenotypes is less well understood. In particular, it has remained unclear whether a hybrid phenotype implies a mixture of the effects of several canonical lineages for each gene, or rather a bimodal behavior across genes. Th cell differentiation is a dynamic process in which the regulatory factors are modulated over time, but longitudinal studies of Th cell differentiation are sparse. Here, we present a dynamic transcriptome analysis following Th cell differentiation into Th1, Th2 and Th1/2 hybrid cells. We identified an early bifurcation point in gene expression programs, and we found that only a minority of ∼20% of Th cell-specific genes showed mixed effects from both Th1 and Th2 cells on Th1/2 hybrid cells. While most genes followed either Th1 or Th2 cell gene expression, another fraction of ∼20% of genes followed a Th1 and Th2 cell-independent transcriptional program under control of the transcription factors STAT1 and STAT4. Overall, our results emphasize the key role of high-resolution longitudinal data for the characterization of cellular phenotypes.