首页
学习
活动
专区
圈层
工具
发布
30 篇文章
1
使用PHATE复现Science Immunology上文章的结果
2
你确定你研究的是成纤维细胞吗
3
读取loom格式的单细胞文件
4
velocyto的正确安装方法
5
Seurat4.0系列教程20:单细胞对象的格式转换
6
Seurat4.0系列教程8:细胞周期评分和回归分析
7
MACA: 一款自动注释细胞类型的工具
8
肺癌四阶段:AAH-AIS-MIA-IA的单细胞图谱
9
你认为是双细胞人家说是全新细胞亚群
10
copykat为什么没有infercnv直观呢
11
一大波神经元单细胞亚群相关的标志基因
12
单细胞转录组分析—追踪移植后造血干细胞的分化
13
单细胞转录组揭示肺腺癌特有的肿瘤微环境
14
小细胞肺癌(SCLC)病人的scRNA-seq数据分析
15
单细胞转录组分析COVID-19重症患者肺泡巨噬细胞亚型
16
CancerSCEM: 人类癌症单细胞表达图谱数据库
17
你真的需要如此多的单细胞亚群注释工具吗
18
使用PHATE进行单细胞高维数据的可视化
19
小鼠早期原肠化的转录异质性和细胞命运决定的scRNA-seq图谱
20
单细胞测序揭示PD-L1免疫治疗联合紫杉醇化疗在三阴性乳腺癌中的作用机制
21
单细胞转录组的细分亚群的降维聚类分群加上gsea或者gsva以及转录因子和拟时序流程(仅需8000元)
22
单细胞不同亚群和状态能区分吗
23
肿瘤相关成纤维细胞异质性
24
肿瘤样品的单细胞需要提取上皮细胞继续细分
25
乳腺癌患者抗PD1治疗期间肿瘤内变化的单细胞图谱
26
晚期非小细胞肺癌肿瘤异质性和微环境的单细胞分析
27
脑组织单细胞悬液制备流程
28
什么,你想要的单细胞亚群比例太少了?
29
让Single cell UMAP注释支棱起来
30
RNAvelocity4:velocyto.R的使用
清单首页生信文章详情

单细胞转录组分析COVID-19重症患者肺泡巨噬细胞亚型

文章信息

文章题目:Single-cell transcriptome identifies FCGR3B upregulated subtype of alveolar macrophages in patients with critical COVID-19 日期:2021-09-24 期刊:iScience DOI:https://doi.org/10.1016/j.isci.2021.103030

一句话概括

数据分析文章:scRNA分析重症COVID-19患者多个样本,得到一种单核细胞衍生的肺泡巨噬细胞 (MoAMs) 亚型,并且FCGR3B基因在其中特异性表达,提供了一个新的biomarker。

使用的数据

  • 对照1:10例健康气管样本( Deprez et al., 2020)
  • 对照2:4例健康肺样本(Madissoon et al., 2019)
  • BALF单细胞数据(支气管肺泡灌洗液, broncho-alveolar lavage fluid):总共14个样本,包括对照、轻度和重症患者样本 (Liao et al., 2020)

BALF单细胞群初步注释

利用Liao文章的marker基因,大致分成macrophages, myeloid dendritic cells, and T-cells,但发现很多cluster的细胞类型不好确定【A) Control. B) Moderate. C) Severe BALF clusters using Liao et al markers】

于是自己又细分亚群,分别得到19, 17, and 18个cluster, 21939, 7316 and 37197 cells

然后又找了一些marker自行细胞注释:https://www.cell.com/cms/10.1016/j.isci.2021.103030/attachment/24e25182-6d40-41fa-a4f5-fc33e365f86f/mmc2

重症样本注释

包括了:

  • basal cells,
  • vascular cells,
  • dendritic cells,
  • ionocytes,
  • monocyte-derived alveolar macrophages,
  • plasma cells,
  • alveolar epithelial cells

重症样本的cluster11与COVID-19并发症基因之间的关联

并发症包括了:encoding cytokines and cytokine receptors, or associated with rare infectious diseases, rare syndromes, chronic obstructive pulmonary disease, cardiovascular disease, hypertension, obesity, and diabetes

基因列表:https://www.cell.com/cms/10.1016/j.isci.2021.103030/attachment/0b421468-3a53-48b6-8c28-3eee4d7e06f7/mmc4

发现重症的17个cluster中,cluster11表现非常突出,9个基因列表中表达了8个,并且表达量还主要是上调

因此,这个cluster11就被标记为monocyte-derived alveolar macrophages (MoAMs),它的marker 基因就是CCl3L1 ,而且这个MoAMs亚型在 moderate or control样本中都没发现

之后也看了一下富集分析,主要集中在:

  • host immune response signaling networks related to TNFα
  • cytokine and interferon gamma responses
  • response to type1 interferon and biotic stimulus
  • innate immune and inflammatory responses

MoAM亚型top20基因分析

既然感兴趣的cluster找到,那么接下来就看其中的top基因(这里选择前20)

做了一个气泡图【 A) Control. B) Moderate and C) Severe BALF】,不过感觉没啥必要,既然选择cluster11的前20,那么肯定这些基因(横坐标)就主导啊

然后就定位到了其中一个差异最大的基因:FCGR3B

然后开始研究这个基因了:

  • regulate both adaptive and innate immune responses which are crucial for the defense against infection and prevention of chronic inflammation or autoimmune diseases
  • FcRs mediate important immune responses such as release of cytokines or phagocytosis (Ben Mkaddem et al., 2019)

并且图C中cluster11表达的FCGR3B,比其他FcR族基因更多

FCGR3B的数据集验证

在bulk PBMC data进行验证 (Arunachalam et al., 2020) ,并且发现在non-classical monocytes中表达更多

在 bulk data set from nasopharyngeal swabs数据集验证(左图),另外之前看cluster11特异性表达CCL3L1,那么同样在重症的CCL3L1高表达细胞中,FCGR3B表达同样高

不过,不同于FCGR3BCCL3L1TNFAIP6 (indicator of COVID-19 severity) 在其他数据集中并非一直是重症表达量高于对照组。所以最后的目光又集中于FCGR3B 这一个基因了

FCGR3B的实验验证

qPCR positive COVID-19 patients (n = 31) and qPCR negative controls (n = 11),发现:

  • 左图(单纯covid):50% had greater than 1.5-fold change of FCGR3B compared with 28.1% in controls
  • 右图(covid+并发症):57.1% of patients with severe COVID-19 with comorbidity had greater than 1.5-fold change of FCGR3B compared with 28.1% in controls

当然,最后还拓展了一下,做了个体外并发症(肥胖)关联实验,发现:FCGR3B as a potential modulator of COVID-19 severity in patients with obesity

文中链接

[1] Deprez et al., 2020: https://www.cell.com/iscience/fulltext/S2589-0042(21)00998-6?rss=yes&utm_source=dlvr.it&utm_medium=twitter#bib14 [2] Madissoon et al., 2019: https://www.cell.com/iscience/fulltext/S2589-0042(21)00998-6?rss=yes&utm_source=dlvr.it&utm_medium=twitter#bib30 [3] Liao et al., 2020: https://www.cell.com/iscience/fulltext/S2589-0042(21)00998-6?rss=yes&utm_source=dlvr.it&utm_medium=twitter#bib29 [4] Ben Mkaddem et al., 2019: https://www.cell.com/iscience/fulltext/S2589-0042(21)00998-6?rss=yes&utm_source=dlvr.it&utm_medium=twitter#bib5 [5] Arunachalam et al., 2020: https://www.cell.com/iscience/fulltext/S2589-0042(21)00998-6?rss=yes&utm_source=dlvr.it&utm_medium=twitter#bib2

下一篇
举报
领券