# From intra to intercellular regulatory networks that define cell type identity

> **NIH NIH R35** · JOHNS HOPKINS UNIVERSITY · 2020 · $409,375

## Abstract

Project Abstract 
 
 
Cell fate engineering, for example the directed differentiation of pluripotent stem cells or 
the direct conversion among somatic cell types, holds great promise to improve disease 
modeling,  drug  screening,  and  to  lead  to  regenerative  medicine  therapies.  I  recently 
developed  a  novel  analytical  tool,  CellNet,  which  assesses  how  well  engineered  cells 
approach their in vivo target cell types based on cell and tissue specific gene regulatory 
networks  (GRNs).  By  applying  CellNet  to  all  cell  fate  engineering  studies  for  which 
compatible  data  was  available,  I  discovered  several  issues  that  were  common  to 
virtually all methods and target lineages. First, I found that the only robustly faithful fate 
engineering was that of reprogramming to pluripotency. Second, I found that the GRN of 
the  starting  cell  type  (e.g.  pluripotent  stem  cells  in  cases  of  directed  differentiation  or 
often  fibroblasts  in  cases  of  direct  conversion)  is  often  partially  retained  in  engineered 
cells. Third, I found that GRNs of alternate lineages (i.e. those not associated with the 
starting  cell  type  or  the  target  lineage)  are  frequently  established  in  engineered  cells. 
Finally,  I  found  that  the  complex  signaling  milieu  of  the  mouse  microenvironment  to 
which engineered cells are transplanted potently represses alternate/aberrant lineages 
and  induces  the  target  cell  type  GRNs  in  directly  converted  cells.  These  observations 
have  revealed  several  fundamental  barriers  to  faithful  cell  fate  engineering  and  they 
define  opportunities  for  progress.  My  current  research  program,  which  I  seek  to  fund 
through  this  MIRA  opportunity,  is  to  develop  novel  theoretical  and  computational 
methods to define cell type identity from single cell RNA-­Seq (scRNA-­Seq) data with an 
emphasis on developmental cell types that emerge during mesoderm development and 
subsequent  commitment  to  chondrocyte  fate.  As  part  of  this  work,  we  will  generate 
scRNA-­Seq  data  of  the  developing  and  adult  synovial  joint,  we  will  harvest  and 
incorporate  publicly  available  and  collaborator-­provided  scRNA-­Seq  data  of  other 
lineages  to  make  a  generally  applicable  platform  for  assessing  cell  type  identity  at  the 
single  cell  level  of  resolution,  and  we  will  make  the  resulting  methods,  software,  and 
data freely available. Finally, we will use the system to determine the extent to which the 
cell  types  and  compositions  of  directly  differentiating  mouse  ESCs  match  their  in  vivo 
counterparts.

## Key facts

- **NIH application ID:** 9996716
- **Project number:** 5R35GM124725-04
- **Recipient organization:** JOHNS HOPKINS UNIVERSITY
- **Principal Investigator:** Patrick Cahan
- **Activity code:** R35 (R01, R21, SBIR, etc.)
- **Funding institute:** NIH
- **Fiscal year:** 2020
- **Award amount:** $409,375
- **Award type:** 5
- **Project period:** 2017-08-01 → 2022-07-31

## Primary source

NIH RePORTER: https://reporter.nih.gov/project-details/9996716

## Citation

> US National Institutes of Health, RePORTER application 9996716, From intra to intercellular regulatory networks that define cell type identity (5R35GM124725-04). Retrieved via AI Analytics 2026-05-23 from https://api.ai-analytics.org/grant/nih/9996716. Licensed CC0.

---

*[NIH grants dataset](/datasets/nih-grants) · CC0 1.0*