文献解读|气管抽吸物RNA测序可识别COVID-19 ARDS的不同免疫学特征

TITLE：Tracheal aspirate RNA sequencing identifies distinct immunological features of COVID-19 ARDS
译名：气管抽吸物RNA测序可识别COVID-19 ARDS的不同免疫学特征
期刊：NATURE COMMUNICATIONS
日期：2021年12月
下载链接：https://doi.org/10.1038/s41467-021-25040-5

研究介绍：
冠状病毒病2019（COVID-19）可导致急性呼吸窘迫综合征（ARDS），其特点是动脉血氧浓度低、肺泡损伤和肺部炎症反应失调。早期研究假设，COVID-19 ARDS是由“细胞因子风暴”驱动的，因为检测到COVID-19危重患者的循环炎症细胞因子水平高于轻症患者或健康对照者。然而，最近的研究发现，与其他原因导致的ARDS患者相比，COVID-19型ARDS患者的血浆细胞因子水平较低，这表明有必要了解COVID-19型ARDS的潜在机制。临床试验表明，地塞米松对COVID-19急性呼吸窘迫综合征患者的死亡率有显著降低，考虑到糖皮质激素的免疫调节作用，这意味着炎症失调在COVID-19病理生理学中发挥了作用。相比之下，在SARS-CoV-2爆发之前，皮质类固醇治疗急性呼吸窘迫综合征的临床试验结果既有好处，也有可能造成伤害。这些差异揭示了COVID-19 ARDS中独特的激素反应生物学，对发病机制和治疗具有重要意义。虽然有几项研究评估了SARS-CoV-29-12患者的宿主下呼吸道基因表达，但没有一项研究将COVID-19 ARDS与其他病因的ARDS进行比较。

研究目的：
对COVID-19或其他病因导致的急性呼吸窘迫综合征（ARDS）的成年危重患者以及无ARDS的对照组进行比较，了解COVID-19型ARDS的潜在机制，发现了COVID-19 ARDS的独特免疫学特征，揭示了COVID-19 ARDS中独特的激素反应生物学，对发病机制和治疗具有重要意义。

材料与方法：

材料：
包括COVID-19引起的ARDS（COVID-ARDS， 15例）、其他病因引起的ARDS （other-ARDS， 32例）或无肺部疾病引起的气道保护（No-ARDS，5例），其他ARDS病因包括肺炎、误吸、败血症和输血反应。

方法：
（1）宏基因组测序
收集TA（气管抽吸物）并将其与DNA/RNA shield 1:1混合以保存核酸。为了评估宿主基因表达并检测SARS-CoV-2和其他病毒的存在，对TA标本进行了RNA的宏基因组二代测序（mNGS）。
（2）宿主差异表达及通路分析
测序读数与kallisto40（v. 0.46.1；包括偏差校正）伪比对到由与人类蛋白质编码基因相关的所有转录本、细胞溶质和线粒体核糖体RNA序列以及ERCC序列组成的索引结果。genlevel计数使用R包tximport v.1.1441和scale-tpm方法从转录水平丰度估计中生成。使用Bioconductor.3.1242中的DESeq2.1.32.0进行差异表达分析。使用ardsetology设计公式建立了个体基因表达的模型。采用独立假设加权法(IHW v.1.20.043,44)，Benjamini-Hochberg错误发现率（FDR）< 0.1来确定显著基因。使用apeglm v.1.14.045拟合对数2倍变化的经验贝叶斯收缩估计。通过绝对对数2倍的变化生成了前50个差异表达基因的热图。基因表达使用方差稳定转换、居中和z轴缩放进行归一化。使用pheatmap v1.0.12生成热图。患者采用欧氏距离进行聚类，基因采用曼哈顿距离进行聚类。使用独创性途径分析差异表达基因（FDR < 0.1；log2> 0.5）。
（3）典型通路分析和药物/细胞因子上游调控因子分析
为了评估来自基因表达数据的信号通路和上游转录调节因子，使用了IPA。IPA上游调节器分析用于识别潜在的药物和细胞因子调节器，并根据调节器与其已知靶标之间的预期效应预测它们的激活状态，Ingenuity数据库（IKB）中注释的基因或蛋白质。Z-score表示通路内基因或已知上游调控靶基因的表达变化是否与IKB中先前发表的分析结果一致。显著通路和上游调控因子定义为Z-score绝对值大于2或重叠P值<0.05的通路。
（4）细胞类型比例的分析
使用CIBERSORT X算法从大量宿主转录组数据估计细胞类型比例。使用人类肺细胞图谱数据集来推导单细胞特征。使用Mann-Whitney-Wilcoxon检验（双侧）和 Bonferroni 校正比较三个患者组之间的估计比例。
（5）通过mNGS对SARS-CoV-2病毒载量进行量化
所有样本均通过基于SARS-CoV-2参考的组装管道进行处理，包括移除可能来自人类基因组或RefSeq中Kraken2 v.2.0.8_beta注释的其他病毒基因组的reads，然后使用minimap2 v.2.17将剩余的reads与SARS-CoV-2参考基因组MN908947.3进行比对。计算SARS-CoV-2每百万读数（rpM），方法是将与mapq≥20的病毒对齐的读数除以样本中的总读数。
（6）单细胞RNA测序和转录组分析
在血细胞计上用台盼蓝手工计数细胞，使用V（D）J v1.1试剂盒，将样品装载在10× Genomics Chip a上，不进行多路复用，目的是捕获10，000个细胞（10× Genomics）。文库在Illumina NovaSeq 6000上进行了150个碱基对的配对测序。数据使用Scanpy v1.648进行处理和分析。基因少于200个或超过30000个的细胞被过滤。去除线粒体基因，使用Harmony v0.1.449进行多样本整合。
（7）与外部数据集的比较
因为没有公开的下呼吸道RNA-seq数据来比较COVID-19相关的ARDS与其他类型的ARDS。因此，本文将COVID-ARDS和非ARDS受试者的基因表达差异与之前发表的三项研究进行了对比，并将COVID-ARDS患者与对照组进行了比较。从基因表达Omnibus（GSE155249）下载数据，使用DESeq2和apeglm来识别差异表达的基因。使用ToppGene suite50对数据集和每个外部数据集中FDR < 0.1的差异表达重叠基因进行功能富集分析。
（8）TA和NP样本中ISG计数与病毒载量的回归分析
基于MSigDB51中的“Hallmark干扰素-α反应”基因集组装了一组100个干扰素刺激基因。然后，对使用R包limma生成的分位数归一化基因计数（log2标度）与SARS-CoV-2 的log10（rpm）进行稳健回归。使用 R 包robustbase v.0.93.6 进行线性回归的MM型估计器。模型预测是使用R包ggeffects v.0.14.3生成的，并用于在单个基因图中显示。使用ggplot2 v.3.3.3生成图。误差带代表每个预测周围的正态分布95%置信区间。报告的回归系数与0的差异显着性P值基于t统计量和Benjamini-Hochberg调整。

结果：

图1 COVID-19 ARDS下呼吸道转录特征。
（a）通过调整P值，在COVID -19相关ARDS患者（COVID-ARDS，红色）与其他病因导致的ARDS对照组（Other-ARDS，紫色）之间绘制了前50个差异表达基因的热图。无ARDS的插管对照组也被纳入无监督聚类（No-ARDS，灰色）。（b）与COVID-ARDS相比，Other-ARDS和No-ARDS样本中选定通路的IPA的Z-score。（c）相对于COVID-ARDS患者，其他和非ARDS患者中上游细胞因子、PTEN和PI3K的激活状态预测。（d）与IPA药物转录特征数据库中发现的其他ARDS患者（紫色）或非ARDS患者（灰色）相比，预测药物可以缓解COVID-19 ARDS的宿主反应失调。G-CSF粒细胞集落刺激因子，EPA二十碳五烯酸，DHA二十二碳六烯酸。

图2 COVID-19急性呼吸窘迫综合征的细胞图。
（a）使用肺单细胞特征从气管抽吸体RNA测序数据中对细胞类型进行解卷积。框内的水平线表示中位数，上下铰链分别对应第一和第三个四分位。对两组患者进行两两比较，进行双侧Mann-Whitney-Wilcoxon检验，然后进行Bonferroni校正（n = 15例COVID-ARDS， n = 32例Other-ARDS， n = 5例No-ARDS）。（b）UMAP显示了从TA标本的scRNAseq获得的COVID-19 ARDS的免疫细胞景观。插图显示细胞型比例（n = 6， COVID-ARDS组）。柱状图表示中间值，误差柱分别表示四分位范围。Mac肺泡巨噬细胞，mDC单核细胞来源的树突状细胞，RBC红细胞。

图3与其他病毒或细菌下呼吸道感染相比，COVID-19引起的ARDS的下呼吸道转录特征。
（a）通过调整P值，绘制了covid-19相关ARDS患者（COVID-ARDS，红色）与病毒性LRTI所致ARDS患者（病毒性ARDS，蓝色）之间top差异表达基因的表达的热图和聚类图。（b）热图描绘了COVID-19相关ARDS患者（COVID-ARDS，红色）与细菌LRTI导致的ARDS（Bacterial-ARDS，绿色）之间的前50个差异表达基因的Z-score表达和聚类。（c）基于差异表达基因的通路分析，以IPA的Z-score相对于COVID-ARDS基因表达基线描述信号通路的相对表达。（d）与COVID-ARDS患者相比，病毒或细菌LRTI导致的ARDS患者中上游干扰素的激活预测显示，与其他病毒LRTI相关的ARDS相比，COVID-ARDS中i /III型干扰素的下调。

结论：
本研究报告了来自52名COVID-19或其他病因的ARDS危重患者以及没有ARDS的对照的气管抽吸物的比较下呼吸道转录分析结果。观察到与其他原因导致的ARDS相比，COVID-19 ARDS中的促炎基因表达减少。COVID-19 ARDS的特点是宿主反应失调，PTEN信号增加，炎症和免疫中具有非典型作用的基因表达升高。基因表达分析确定了几种可能调节COVID-19 ARDS中基因表达的候选药物，包括地塞米松和粒细胞集落刺激因子。与其他类型的病毒性肺炎导致的ARDS相比，COVID-19的特征是干扰素刺激基因（ISG）表达受损。与轻度COVID-19患者相比，COVID-19 ARDS患者的SARS-CoV-2病毒载量与ISG表达之间的关系是不相关的。总之，对患者下呼吸道宿主基因表达的评估揭示了COVID-19 ARDS的不同免疫学特征。

文献解读|气管抽吸物RNA测序可识别COVID-19 ARDS的不同免疫学特征相关推荐

易基因 | 文献解读：单细胞RRBS+RNA测序揭示黄曲霉毒素B1诱导S期阻滞L02细胞肝毒性新机制
大家好,这里是专注表观组学十余年,多组学科研服务领跑者的易基因. 错过易基因11.492高分项目文章的可点击这里:项目文章 | oxBS-seq揭示了宫颈癌发生过程中的表观遗传特征变化一起来看今天的 ...
超详细解读带你读懂单细胞RNA测序分析的最佳实践教程（原理、代码和评述）
Abstract 单细胞RNA-seq使研究者能够以前所未有的分辨率研究基因表达图谱.这一潜力吸引着更多科研工作者应用单细胞分析技术解决研究问题.随着可用的分析工具越来越多,如何组合成一个最新最好的数 ...
重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程（原理、代码和评述）
原文链接: https://www.embopress.org/doi/10.15252/msb.20188746 主编评语这篇文章最好的地方不只在于推荐了工具,提供了一套分析流程,更在于详细介绍了 ...
【文献解读】RNAi技术在油菜基因功能研究中的应用
[文献解读]RNAi技术在油菜基因功能研究中的应用题目:Specific and multiple-target gene silencing reveals function diversity ...
高分文献解读｜ceRNA绝对不过时，教你最牛的生信套路
领略高端套路,发表高分文章! 小伙伴们大家好,我是菠小萝.这里是菠小萝的高分生信SCI解读专栏.2021年的3月菠小萝陪您玩转科研~这一年的干货全部奉献给大家!本周,菠小萝继续推出"2021 ...
高水平文章发表必备-数据分析和文献解读技巧
近年来,生物科技高速发展,带动相关学习资源的快速更新,课本上的资源远远达不到我们学习的地步,更加高新技术的和资源更加符合我们的需求,这里为大家推荐以下几个资源的聚集地,相信可以为大家的学习提高,把握数 ...
从引力波探测到RNA测序，AI如何加速科学发现
来源:AI科技评论本文约6600字,建议阅读5分钟本文还展示了多科学领域共同面临的挑战和应对策略,希望通过集成和加速的机器学习解决方案为科学发现提供更多示例和灵感. 本篇综述报告主要讨论了机器学习 ...
Nature | 基于单细胞RNA测序绘制人类肺组织分子细胞图谱，成功鉴定多种未知细胞类型...
单细胞RNA-seq技术已经在绘制器官基因表达谱研究中发挥了关键作用,但目前很难系统地鉴定和定位单个器官中所有分子细胞的类型,并创建完整的分子细胞图谱.近期发表的研究成果中,多个细胞类型特异性标记分子 ...
代谢组学生长素促进大麦花粉成熟的能量产生途径-百趣文献解读
文章标题:Auxin boosts energy generation pathways to fuel pollen maturation in barley 发表期刊:Current Biolog ...

文献解读|气管抽吸物RNA测序可识别COVID-19 ARDS的不同免疫学特征

文献解读|气管抽吸物RNA测序可识别COVID-19 ARDS的不同免疫学特征相关推荐

最新文章

热门文章