一个强大的平台,用于整合空间多omics分析,以映射免疫反应的SARS-CoV-2感染在肺组织的肺组织

科学领域:

• 病原体生物学 病原体生物学
• 免疫学 免疫学 免疫学
• 基因组学和蛋白质组学

背景情况:

• SARS-CoV-2 (COVID-19) 疫情凸显了研究呼吸道病毒感染的先进工具的需要.
• 目前的方法往往缺乏分析深肺组织中的分子和细胞反应的分辨率.
• 针对病毒感染的肺组织空间特征的全面平台对于了解疾病机制至关重要.

研究的目的:

• 开发和验证一个创新的空间多omics平台,用于调查COVID-19感染的肺组织.
• 综合描述和比较感染和未感染的肺组织的转录组和蛋白质组.
• 阐明由肺部SARS-CoV-2感染引起的细胞和分子微环境变化.

主要方法:

• 整合了五种组织分析技术:空间转录组学 (Visium,GeoMx,RNAScope) 和蛋白质组学 (CODEX,PhenoImager HT).
• 应用一种新的计算映射方法来整合不同蜂分辨率的多omics数据.
• 来自受感染和未受感染的肺组织样本的空间转录和蛋白质组数据的比较分析.

主要成果:

• 在感染的肺组织中识别显著的巨细胞透和描述它们周围的微环境.
• 检测肺部各个部位增加的细胞因子信号传递和干扰素反应.
• 在关键炎症通路的表达水平中观察空间异质性.

结论:

• 综合空间多omics平台提供了一种强大的方法,以了解病毒对感染地点的细胞环境的影响.
• 这个平台增强了我们对SARS-CoV-2在分子和细胞水平上对肺组织的特定影响的理解.
• 开发的平台可以广泛应用于研究其他影响深层组织的传染病.