說在前面
平時發文章的話,做藥物用的大多都是僅僅是GEO的bulkRNA,有人的有鼠的,然后做做流水線分析,最后面PCR。今天看一篇發NC的工作量,怎么用轉錄組分析做藥物的轉化免疫學
這篇文章作者已經上傳Github了,條目很清晰,大家直接官網下載或者后臺領取即可
下方公眾號后臺回復20240704COVIDdex即可領取項目代碼
今天給大家分享的一篇文章:Distinct pulmonary and systemic effects of dexamethasone in severe COVID-19
- 標題:地塞米松對重癥 COVID-19 患者的肺部和全身影響不同
- 期刊名稱:Nature Communications
- 影響因子:14.7
- JCR分區:1區
- 中科院分區:綜合性期刊1區 Top
- 小類:綜合性期刊1區
摘要
地塞米松是 COVID-19 危重患者的標準治療方法,但其降低死亡率和免疫學作用的機制尚不清楚。在這里,我們對下呼吸道
和血液樣本
進行批量和單細胞 RNA 測序,并評估血漿細胞因子分析,以研究地塞米松對全身和肺部免疫細胞區室的影響。
在血液樣本中,地塞米松與與 T 細胞活化相關的基因表達下降有關,包括TNFSFR4
和IL21R
。我們還發現幾種免疫途徑的表達下降,包括主要組織相容性復合體-II 信號轉導、選擇素 P 配體信號轉導以及通過細胞間粘附分子和整合素激活進行的 T 細胞募集,表明這些是類固醇
在 COVID-19 中治療益處的潛在機制。我們確定了地塞米松作用的其他區域和細胞特異性差異,這些差異在公開可用的數據集中可重現,包括呼吸道中抗類固醇干擾素通路
的表達,這可能是額外的治療靶點。
總之,我們證明了地塞米松對重癥 COVID-19 患者的區域特異性作用,提供了具有潛在治療意義的機制見解。我們的結果強調了研究重癥患者區域化炎癥的重要性。
主題詞:傳染病、數據整合、SARS-CoV-2、轉化免疫學
結果
地塞米松調節COVID-19患者血液中的細胞因子和免疫細胞基因表達。
-
a. RECOVERY試驗結果引入地塞米松(Dex)作為危重COVID-19患者的標準護理,對插管患者在這一變化前后收集血液和氣管吸取物(TA)樣本。圖1a由BioRender.com創建。
-
b. 分析中包括的患者和時間點。每位患者只使用一個樣本,分別為接受地塞米松治療(橙色)或未接受(藍色)。DIABLO分析(圖2)使用了PBMC散裝RNA測序和血漿細胞因子中的重疊樣本。
-
c. IL-6、IL-10和干擾素γ(IFN-γ)的顯著細胞因子對數變換圖(雙側Wilcoxon秩和檢驗,BH調整的p?<?0.1)。N?=?23地塞米松組,N?=?15未使用地塞米松組。
-
d. PBMC RNA-seq數據的差異基因表達火山圖,使用DESeq2分析(雙側負二項廣義線性模型,BH調整的p?<?0.1)。N?=?10地塞米松組,N?=?11未使用地塞米松組。
地塞米松對免疫細胞通路和調節因子的共變效應的監督整合分析。
-
a. 使用DIABLO對地塞米松(Dex)和未使用地塞米松(NoDex)患者的血漿細胞因子和PBMC RNA-seq數據進行整合分析。N?=?10 Dex,N?=?11 NoDex;住院第0天。前兩個變量用于比較Dex(橙色)和NoDex(藍色)樣本,參數值為0.5。
-
b. 細胞因子對DIABLO變量1的貢獻,顏色表示中位值最高的治療組(橙色為Dex,藍色為NoDex)。
-
c. 使用REACTOME基因集進行基因集富集分析,得到DIABLO變量1中PBMC RNA-seq貢獻的GeneNet富集分數。顯示最顯著的20個術語(BH調整的p?<?0.1):Dex前10名(橙色)和NoDex前10名(藍色)。
使用或未使用地塞米松治療的患者的肺和外周血樣本的單細胞分析。
-
a. 全血(WB)樣本收集情況(N?=?7 Dex,3 NoDex)或氣管吸取物(TA)樣本(N?=?10 Dex,7 NoDex),疊加在住院(灰色條)和地塞米松治療(粉色條)上。X軸顯示住院天數(第0天=入院UCSF醫院)。點表示采樣日期,按研究日著色。
-
b. 血液(c)或TA(d)樣本的單細胞RNA-seq數據的UMAP圖,按主要免疫細胞類型聚類和注釋。血液(e)或TA(f)樣本的單細胞RNA-seq數據的UMAP圖,按地塞米松(藍色)或未使用地塞米松(粉色)樣本著色。
-
c. 中性粒細胞(g)和調節性T細胞(Tregs)(h)中地塞米松和未使用地塞米松在TA(y軸)和血液(x軸)中的基因表達log2倍數差異圖。顯著基因:TA中(藍色)、血液中(棕色)、兩者均顯著(紅色)(BH調整的p?<?0.1且|log2倍數差異|?> 0.5)。顯示兩個區室之間的Spearman相關性R值。
地塞米松對肺和外周血中特定細胞類型的基因表達具有不一致的影響,并在外部數據集中得到驗證。
- a 和 b:血液(a)和肺(b)中基因集富集分析的凈富集分數(NES),按細胞類型分組。橙色圓圈表示正的NES,表明在地塞米松治療組(Dex)或健康對照中相對于未使用地塞米松組(NoDex),該通路的表達更高。實心圓圈(GSEA BH調整的p?<?0.1),空心圓圈(GSEA BH調整的p?≥?0.1),空白區域表示未計算NES。數據集來自COMET(全血,TA)、Sinha等人(血液)和Liao等人(BAL)。樣本量見圖S8和補充數據文件2。
單細胞測序數據的受體-配體推斷顯示地塞米松減少了血液和肺中的炎癥、抗原呈遞和T細胞募集。
-
a:TA樣本中地塞米松組(N?=?10)和未使用地塞米松組(N?=?7)的CellChat結果聚類熱圖,顯示顯著的受體-配體對(單側Wilcoxon符號秩檢驗,BH調整的p?<?0.1,|log2倍數差異?|?>?1)。
-
b 和 c:比較地塞米松組(右,N?=?10)和未使用地塞米松組(左,N?=?7)TA樣本中的MHC-II和SELPLG細胞類型相互作用網絡,線條粗細表示相互作用強度。
-
d:血液樣本的CellChat結果聚類熱圖,包括地塞米松組(COMET)、地塞米松組(Sinha等人)、未使用地塞米松組(COMET)、未使用地塞米松組(Sinha等人)和健康對照(COMET),顯示在至少一組患者中顯著的受體-配體對(單側Wilcoxon符號秩檢驗,BH調整的p?<?0.1,|log2倍數差異?|?>?1)。
-
e:COMET數據集中地塞米松組、未使用地塞米松組和健康對照之間的顯著受體-配體相互作用比較。樣本量見圖S8和補充數據文件2。
小結
- 主要數據及方法:
Types | Notes |
---|---|
分析數據 | COMET和IMPACC研究數據,,具體見補充數據文件2和圖S8 |
分析方法 | Luminex平臺血漿細胞因子定量,PBMC散裝RNA測序(SMART-Seq低輸入協議),TA和WB單細胞RNA測序,主成分分析(Cytokine數據),DESeq2散裝RNA測序數據分析,DIABLO整合分析,Seurat單細胞RNA測序數據處理和整合,MAST差異基因表達分析,fgsea基因集富集分析,CellChat受體-配體分析 |
實驗技術 | 機械通氣,Luminex和ELISA平臺檢測細胞因子,PBMC和TA散裝RNA測序,TA和WB單細胞RNA測序,CD45陽性細胞富集,10X Genomics單細胞測序庫構建,Illumina NovaSeq6000測序 |