During activation, T cells undergo metabolic reprogramming, which imprints distinct functional fates. We determined that on PD-1 ligation, activated T cells are unable to engage in glycolysis or amino acid metabolism but have an increased rate of fatty acid β-oxidation (FAO). PD-1 promotes FAO of endogenous lipids by increasing expression of CPT1A, and inducing lipolysis as indicated by elevation of the lipase ATGL, the lipolysis marker glycerol and release of fatty acids. Conversely, CTLA-4 inhibits glycolysis without augmenting FAO, suggesting that CTLA-4 sustains the metabolic profile of non-activated cells. Because T cells utilize glycolysis during differentiation to effectors, our findings reveal a metabolic mechanism responsible for PD-1-mediated blockade of T-effector cell differentiation. The enhancement of FAO provides a mechanistic explanation for the longevity of T cells receiving PD-1 signals in patients with chronic infections and cancer, and for their capacity to be reinvigorated by PD-1 blockade.

Abstract In this study, we explore the hypothesis that enhanced production of lactate by tumor cells, because of high glycolytic activity, results in inhibition of host immune response to tumor cells. Lactate dehydrogenase-A (LDH-A), responsible for conversion of pyruvate to lactate, is highly expressed in tumor cells. Lentiviral vector–mediated LDH-A short hairpin RNA knockdown Pan02 pancreatic cancer cells injected in C57BL/6 mice developed smaller tumors than mice injected with Pan02 cells. A decrease occurred in the frequency of myeloid-derived suppressor cells (MDSCs) in the spleens of mice carrying LDH-A–depleted tumors. NK cells from LDH-A–depleted tumors had improved cytolytic function. Exogenous lactate increased the frequency of MDSCs generated from mouse bone marrow cells with GM-CSF and IL-6 in vitro. Lactate pretreatment of NK cells in vitro inhibited cytolytic function of both human and mouse NK cells. This reduction of NK cytotoxic activity was accompanied by lower expression of perforin and granzyme in NK cells. The expression of NKp46 was decreased in lactate-treated NK cells. These studies strongly suggest that tumor-derived lactate inhibits NK cell function via direct inhibition of cytolytic function as well as indirectly by increasing the numbers of MDSCs that inhibit NK cytotoxicity. Depletion of glucose levels using a ketogenic diet to lower lactate production by glycolytic tumors resulted in smaller tumors, decreased MDSC frequency, and improved antitumor immune response. These studies provide evidence for an immunosuppressive role of tumor-derived lactate in inhibiting innate immune response against developing tumors via regulation of MDSC and NK cell activity.

RLR-mediated type I IFN production plays a pivotal role in elevating host immunity for viral clearance and cancer immune surveillance. Here, we report that glycolysis, which is inactivated during RLR activation, serves as a barrier to impede type I IFN production upon RLR activation. RLR-triggered MAVS-RIG-I recognition hijacks hexokinase binding to MAVS, leading to the impairment of hexokinase mitochondria localization and activation. Lactate serves as a key metabolite responsible for glycolysis-mediated RLR signaling inhibition by directly binding to MAVS transmembrane (TM) domain and preventing MAVS aggregation. Notably, lactate restoration reverses increased IFN production caused by lactate deficiency. Using pharmacological and genetic approaches, we show that lactate reduction by lactate dehydrogenase A (LDHA) inactivation heightens type I IFN production to protect mice from viral infection. Our study establishes a critical role of glycolysis-derived lactate in limiting RLR signaling and identifies MAVS as a direct sensor of lactate, which functions to connect energy metabolism and innate immunity.

Abstract One classical feature of cancer cells is their metabolic acquisition of a highly glycolytic phenotype. Carbon monoxide (CO), one of the products of the cytoprotective molecule heme oxygenase-1 (HO-1) in cancer cells, has been implicated in carcinogenesis and therapeutic resistance. However, the functional contributions of CO and HO-1 to these processes are poorly defined. In human prostate cancers, we found that HO-1 was nuclear localized in malignant cells, with low enzymatic activity in moderately differentiated tumors correlating with relatively worse clinical outcomes. Exposure to CO sensitized prostate cancer cells but not normal cells to chemotherapy, with growth arrest and apoptosis induced in vivo in part through mitotic catastrophe. CO targeted mitochondria activity in cancer cells as evidenced by higher oxygen consumption, free radical generation, and mitochondrial collapse. Collectively, our findings indicated that CO transiently induces an anti-Warburg effect by rapidly fueling cancer cell bioenergetics, ultimately resulting in metabolic exhaustion. Cancer Res; 73(23); 7009–21. ©2013 AACR.

First-generation molecular profiles for human breast cancers have enabled the identification of features that can predict therapeutic response; however, little is known about how the various data types can best be combined to yield optimal predictors. Collections of breast cancer cell lines mirror many aspects of breast cancer molecular pathobiology, and measurements of their omic and biological therapeutic responses are well-suited for development of strategies to identify the most predictive molecular feature sets. We used least squares-support vector machines and random forest algorithms to identify molecular features associated with responses of a collection of 70 breast cancer cell lines to 90 experimental or approved therapeutic agents. The datasets analyzed included measurements of copy number aberrations, mutations, gene and isoform expression, promoter methylation and protein expression. Transcriptional subtype contributed strongly to response predictors for 25% of compounds, and adding other molecular data types improved prediction for 65%. No single molecular dataset consistently out-performed the others, suggesting that therapeutic response is mediated at multiple levels in the genome. Response predictors were developed and applied to TCGA data, and were found to be present in subsets of those patient samples. These results suggest that matching patients to treatments based on transcriptional subtype will improve response rates, and inclusion of additional features from other profiling data types may provide additional benefit. Further, we suggest a systems biology strategy for guiding clinical trials so that patient cohorts most likely to respond to new therapies may be more efficiently identified.