基于元细胞的差异表达分析识别了COVID-19患者PBMC中的细胞类型特定的时间基因响应程序

科学领域:

• 计算生物学 计算生物学
• 基因组学就是基因组学.
• 免疫学 免疫学 免疫学

背景情况:

• 单细胞RNA测序 (scRNA-seq) 揭示了细胞异质性和基因表达动态.
• 时间序列scRNA-seq可以识别时间基因程序,例如对病毒感染的免疫反应.
• 目前的scRNA-seq分析面临的局限性包括低基因检测,不够的复制物和因独立细胞测量而膨胀的统计数据.

研究的目的:

• 探索使用"元细胞"作为伪复制体的计算框架,以增加scRNA-seq分析中的统计严谨性.
• 评估元细胞能否克服低基因检测,少量复制和scRNA-seq数据中的膨胀统计数据的局限性.
• 在对SARS-CoV-2感染的反应中识别时间基因表达程序和差异表达基因 (DEGs).

主要方法:

• 应用SEACells从SARS-CoV-2感染后的外周血液单核细胞 (PBMC) 的时间序列scRNA-seq数据集构建元细胞.
• 使用maSigPro对元细胞数据进行二次回归,以随着时间的推移识别DEG.
• 集群表达速度趋势,并将结果与随机元细胞和简单的伪细胞组方法进行比较.

主要成果:

• 超细胞保留了更大的表达差异,并且与随机的超细胞或伪球体方法相比,产生了更多具有生物意义的DEG.
• 该方法在大多数PBMC细胞类型中成功识别了已知的ISG15干扰素反应程序.
• 发现了额外的细胞类型特定的时间基因表达程序,丰富了以前定义的SARS-CoV-2感染反应途径.

结论:

• 超细胞伪复制策略为scRNA-seq研究中少数复制物的限制提供了一个潜在的解决方案.
• 这种方法提高了时间序列scRNA-seq数据的统计能力和生物解释性.
• 该框架有效地识别了在各种细胞类型中对病毒刺激的反应中的动态基因表达变化.