Транскриптом одной клетки выявляет изменения экспрессии генов, специфичные для типа клеток, при системной красной волчанке
Транскриптом одной клетки выявляет изменения экспрессии генов, специфичные для типа клеток, при системной красной волчанке

Предисловие

тема:Single-cell RNA-seq reveals cell type–specific molecular and genetic associations to lupus Дата: 8 апреля 2022 г. Журнал:Наука Ссылка: https://www.science.org/doi/abs/10.1126/science.abf1970.

краткое содержание

Системная красная волчанка (СКВ) — гетерогенное аутоиммунное заболевание, поражающее несколько систем органов, с более высокой распространенностью среди женщин и людей азиатского, африканского и латиноамериканского происхождения. Большое количество традиционных исследований транскриптома показало, что усиление сигнальных путей интерферона I типа, нарушение регуляции активации лимфоцитов и нарушение апоптотического клиренса являются признаками заболевания СКВ. Текущее понимание общей картины циркулирующих иммунных клеток у пациентов с СКВ остается неполным, а аннотация типов клеток и клеточных контекстов, которые опосредуют генетические ассоциации, остается сложной задачей.

Секвенирование одноклеточной РНК (scRNA-seq) РВМС является комплексным, объективным методом одновременного анализа состава циркулирующих иммунных клеток и транскрипционного статуса, специфичного для типа клеток, но его применение в популяционных когортах затруднено из-за низкой пропускной способности образцов. , высокая стоимость и другие ограничения. Чтобы преодолеть эти ограничения, исследовательская группа из Калифорнийского университета в Сан-Франциско разработала «мультиплексный scRNA-seq», или сокращенно mux-seq, который может систематически и экономично выполнять одноклеточное секвенирование популяционных когорт.

В статье был проведен анализ секвенирования отдельных клеток более чем 1,2 миллиона мононуклеарных клеток периферической крови (РВМС) от 162 пациентов с системной красной волчанкой и 99 здоровых людей азиатского или европейского происхождения из контрольной группы с целью изучения экспрессии генов определенных типов клеток в процессах, связанных с СКВ. . изменять.

методы исследования

Авторы использовали образцы из Калифорнийского института эпидемиологии волчанки (CLUES) и консорциума ImmVar, в которых были секвенированы 1,2 миллиона мононуклеарных клеток периферической крови (РВМС) из 264 независимых образцов.

264 независимых образца и 91 образец-дубликат были смешаны в 23 образца и испытаны в 4 партиях. В партии 3 (155034 клеток) и партии 4 (375261 клетка) использовали 16 и 99 поверхностных антител соответственно для анализа экспрессии белков клеточной поверхности.

Контроль качества дал 1 444 450 клеток. Затем используйте Scrublet для удаления дублетов, загрязняющих тромбоциты и эритроциты, в результате чего в окончательном наборе данных останется в общей сложности 1 263 676 клеток.

CD4+ Т-клеточная лимфопения у больных СКВ

В результате кластеризации получилось 23 кластера, а затем аннотация привела к 11 типам ячеек:

CD14+ classical and CD16+ nonclassical monocytes (cM and ncM); conventional and plasmacytoid dendritic cells (cDC and pDC); CD4+ and CD8+ T cells (CD4 and CD8); natural killer cells (NK); B cells (B); plasmablasts (PB); proliferating T and NK cells (Prolif); and progenitor cells (Progen)

  • По сравнению с контрольной группой наиболее значительным изменением в группе СКВ было снижение CD4 и увеличение клеток cM, а в азиатских случаях наблюдалось большее снижение процента CD4;
  • Сравнение дополнительных 100 случаев со 154 контрольными пациентами выявило значительное снижение количества лимфоцитов, но отсутствие различий в количестве моноцитов.
  • Для оценки лимфопениииSLEСуществует ли причинно-следственная связь между,Автор унаследуетданные Используется в сочетании с иммунными клетками. GSMR пакет для анализа. Было обнаружено, что варианты, связанные с обилием лимфоцитов, обратно связаны с риском СКВ. Однако не было показано опосредующего влияния риска СКВ на лимфопению.

Снижение количества наивных CD4+ Т-клеток и увеличение цитотоксических CD8+ Т-клеток при СКВ.

Предыдущие исследования показали, что в лимфоцитах больных СКВ нарушена активация Т- и В-клеток памяти, а экспрессия ISG (интерферон-стимулированных генов) повышена. Чтобы изучить изменения в профиле экспрессии популяций лимфоцитов при СКВ, авторы повторно агрегировали лимфоциты и аннотировали полученные 26 клеточных кластеров на 14 субпопуляций, 7 субпопуляций Т-клеток, 2 субпопуляции NK-клеток, 4 субпопуляции В-клеток и 1 субпопуляцию Т-клеток. Субпопуляция прогенных клеток. Не было обнаружено существенных различий между подпопуляциями NK- и B-клеток при СКВ и контрольной группе.

О CD4+Т-клетках

Тремя подгруппами клеток CD4+ T являются: CD4Naive [наивные незрелые клетки, экспрессирующие CCR7], CD4EM [эффекторные клетки памяти, лишенные экспрессии CCR7 и экспрессирующие рецептор OX40 (TNFRSF4) и IL7R), CD4Reg [экспрессирующие фактор транскрипции FOXP3 и его прямое нацеливание на регуляторные клетки. РТКН2]. Наиболее значимым изменением при СКВ стало снижение CD4Naive по сравнению с контролем. Доля CD4Naive не была значимо связана с возрастом или лечением.

О CD8+Т-клетках

Четырьмя субпопуляциями клеток CD8+ T являются: CD8Naive [субпопуляция наивных клеток, экспрессирующая CCR7], CD8MAIT [экспрессирующая KLRB1, GZMK] и две субпопуляции эффекторной памяти CD8GZMH и CD8GZMK, которые лишены KLRB1 и экспрессируют CCL5, PRF1 и LAG3.

  • CD8GZMH и CD8GZMK можно отличить по экспрессии гранзимов (GZMH, GZMB и GZMK). По сравнению с контролем процент CD8GZMH был значительно повышен, тогда как процент CD8MAIT в отдельных случаях был снижен.
  • Корреляция между цитотоксичностью и генами-сигнатурами ISG и генами-сигнатурами цитотоксичности и истощения в целом была низкой во всех клетках. Для дальнейшего исследования клональности CD8GZMH и CD8GZMK авторы выполнили амплификационное секвенирование области CDR3 Т-клеточного рецептора (TCR) и получили парные последовательности TCRA и TCRB из 10,2% CD4 и 8,7% CD8. Среди расширенных клонов CD8 59% были получены из клеток CD8GZMH и 21% - из клеток CD8GZMK. По сравнению с контрольной группой случаи показали ограниченный репертуар клеток CD8. В субпопуляции CD8GZMH соотношение клеток, экспрессирующих цитотоксические характеристики, к клеткам, экспрессирующим характеристики ISG после размножения, составляет примерно 4:1.

Интерферон I типа стимулирует экспрессию генов миелоидных клеток при СКВ

В случаях и в контрольной группе миелоидные клетки показали наибольшее количество ДЭГ. Для дальнейшего изучения их гетерогенности авторы объединили миелоидные клетки в 6 субпопуляций:

  • Линия мононуклеарных клеток (cM: CD14+; ncM: FCGR3A+; ncMcomp: C1QA+ /FCGR3A+)
  • Линии дендритных клеток (cDC1: CLEC10A+; cDC2: CLCEC9A+; pDC: IRF7+)

По сравнению с клетками костного мозга в контрольной группе процентное содержание pDC, cDC1 и cDC2 было снижено, а процентное содержание cMs и ncMcomps было увеличено в основной группе.

Используя скорость РНК для оценки транскрипционной гетерогенности каждого типа миелоидных клеток, клетки пациента с СКВ были обогащены высокоактивированными областями среди cMs, ncMs и ncMcomps, и результаты были схожими для популяций клеток cDC.

Пациенты с более высоким индексом SLEDAI (индекс активности заболевания СКВ) имеют более высокую степень активации клеток. Средняя степень предполагаемой активации клеток в европейских случаях лучше коррелировала с SLEDAI, чем в азиатских случаях.

Клиническое прогнозирование и молекулярное типирование болезненных состояний СКВ

Одной из диагностических трудностей СКВ является широкая гетерогенность проявлений заболевания, сопровождающаяся слабой корреляцией между отдельными клиническими особенностями и показателями генных модулей. Поэтому авторы использовали экспрессию каждого гена модуля как характеристику для клинического прогнозирования и молекулярной классификации СКВ. Хотя 302 сигнатуры экспрессии имели хорошую прогностическую силу для различения статуса контроля СКВ (AUC = 0,84), их прогностическая способность для отдельных клинических признаков была ограничена, что отражает слабую корреляцию между клиническими признаками и оценками модулей.

Молекулярно классифицировать случаи,Авторы провели анализ главных компонент особенностей экспрессии.,Затем выполните кластеризацию K-средних на 2 группы.,PC1 оказался наиболее родственным генам модулей Panup и Myeup и Bup.,К ним относятсяIFITM3Миелоидно-специфическая экспрессия。использоватьmux-seqПолученные профили экспрессии, специфичные для типа клеток, можно использовать для корреляции изменений внутреннего состояния клетки.,Может использоваться для прогнозирования случая и статуса контроля.,И провести молекулярное типирование больных СКВ.

image-20230102112142011

Специфические для типа клеток генетические эффекты модификации интерферона на экспрессию генов

Авторы хотели выяснить, может ли вариабельная активация интерферона I типа, наблюдаемая у пациентов с СКВ, изменить генетические эффекты на экспрессию генов in vivo.

35 цис-eQTL и Panup были идентифицированы в случаях генов, взаимодействующих с сигнальными генами SCV ISG.,позвони этоIFN-eQTL。Интерфероновый ответ, ранее обнаруженный в дендритных клеткахcis-eQTLs (reQTLs)существоватьcMsУмеренно значимый,Но в其他类型из细胞中不显著。Автор в костном мозгеиBреплицируется в клеткахrs11080327(A>G)какSLFN5изIFN-eQTL,Но вNKилиTНе может реплицироваться в клетках。Обнаружитьrs11080327В лимфобластоидных клеточных линияхcis-eQTL,существоватьrIFNB1调控из树突状细胞中为cis-reQTL。

Затем авторы выполнили мульти-секвенирование одноклеточного ATAC-секвенирования на 5 РВМС и обнаружили, что геномная область рядом с rs11080327 была менее доступна в большинстве типов клеток и имела генотип-зависимое увеличение доступности после стимуляции.

Приведенные выше результаты указывают на то, что область, перекрывающаяся с rs11080327, содержит цис-регуляторный элемент, который активируется интерфероном I типа. Это предполагает, что генетические различия могут не только предрасполагать людей к системной красной волчанке, но также могут влиять на реакцию человека на это болезненное состояние.

краткое содержание

В этой статье с помощью Mux-Seq было проанализировано более 1,2 миллиона РВМС у пациентов с системной красной волчанкой. Было обнаружено, что на уровне клеточного состава количество наивных CD4+ Т-клеток было снижено у пациентов с СКВ (особенно азиатской линии), что может объяснить клинически наблюдаемую лимфопению у пациентов с СКВ. На уровне транскрипции cMs и ncMs генерируют большинство сигнатур ISG типа I, включая гены, специфичные для миелоидных клеток. Благодаря совместному анализу цис-eQTL и результатов полногеномных ассоциативных исследований можно идентифицировать типы клеток, имеющие отношение к лечению иммунных заболеваний, и точно определить местонахождение сайтов, связанных с заболеванием, что позволяет обнаружить новые сайты, связанные с СКВ.

boy illustration
Неразрушающее увеличение изображений одним щелчком мыши, чтобы сделать их более четкими артефактами искусственного интеллекта, включая руководства по установке и использованию.
boy illustration
Копикодер: этот инструмент отлично работает с Cursor, Bolt и V0! Предоставьте более качественные подсказки для разработки интерфейса (создание навигационного веб-сайта с использованием искусственного интеллекта).
boy illustration
Новый бесплатный RooCline превосходит Cline v3.1? ! Быстрее, умнее и лучше вилка Cline! (Независимое программирование AI, порог 0)
boy illustration
Разработав более 10 проектов с помощью Cursor, я собрал 10 примеров и 60 подсказок.
boy illustration
Я потратил 72 часа на изучение курсорных агентов, и вот неоспоримые факты, которыми я должен поделиться!
boy illustration
Идеальная интеграция Cursor и DeepSeek API
boy illustration
DeepSeek V3 снижает затраты на обучение больших моделей
boy illustration
Артефакт, увеличивающий количество очков: на основе улучшения характеристик препятствия малым целям Yolov8 (SEAM, MultiSEAM).
boy illustration
DeepSeek V3 раскручивался уже три дня. Сегодня я попробовал самопровозглашенную модель «ChatGPT».
boy illustration
Open Devin — инженер-программист искусственного интеллекта с открытым исходным кодом, который меньше программирует и больше создает.
boy illustration
Эксклюзивное оригинальное улучшение YOLOv8: собственная разработка SPPF | SPPF сочетается с воспринимаемой большой сверткой ядра UniRepLK, а свертка с большим ядром + без расширения улучшает восприимчивое поле
boy illustration
Популярное и подробное объяснение DeepSeek-V3: от его появления до преимуществ и сравнения с GPT-4o.
boy illustration
9 основных словесных инструкций по доработке академических работ с помощью ChatGPT, эффективных и практичных, которые стоит собрать
boy illustration
Вызовите deepseek в vscode для реализации программирования с помощью искусственного интеллекта.
boy illustration
Познакомьтесь с принципами сверточных нейронных сетей (CNN) в одной статье (суперподробно)
boy illustration
50,3 тыс. звезд! Immich: автономное решение для резервного копирования фотографий и видео, которое экономит деньги и избавляет от беспокойства.
boy illustration
Cloud Native|Практика: установка Dashbaord для K8s, графика неплохая
boy illustration
Краткий обзор статьи — использование синтетических данных при обучении больших моделей и оптимизации производительности
boy illustration
MiniPerplx: новая поисковая система искусственного интеллекта с открытым исходным кодом, спонсируемая xAI и Vercel.
boy illustration
Конструкция сервиса Synology Drive сочетает проникновение в интрасеть и синхронизацию папок заметок Obsidian в облаке.
boy illustration
Центр конфигурации————Накос
boy illustration
Начинаем с нуля при разработке в облаке Copilot: начать разработку с минимальным использованием кода стало проще
boy illustration
[Серия Docker] Docker создает мультиплатформенные образы: практика архитектуры Arm64
boy illustration
Обновление новых возможностей coze | Я использовал coze для создания апплета помощника по исправлению домашних заданий по математике
boy illustration
Советы по развертыванию Nginx: практическое создание статических веб-сайтов на облачных серверах
boy illustration
Feiniu fnos использует Docker для развертывания личного блокнота Notepad
boy illustration
Сверточная нейронная сеть VGG реализует классификацию изображений Cifar10 — практический опыт Pytorch
boy illustration
Начало работы с EdgeonePages — новым недорогим решением для хостинга веб-сайтов
boy illustration
[Зона легкого облачного игрового сервера] Управление игровыми архивами
boy illustration
Развертывание SpringCloud-проекта на базе Docker и Docker-Compose