多原子潜变量数据整合揭示了与乌干达抗结核素皮肤测试 (TST) /干扰素玛释放试验 (IGRA) 转换相关的多细胞结构途径
Madison S Cox1, Kimberly A Dill-McFarland2, Jason D Simmons2
1Department of Medicine, University of Washington, Seattle, WA, USA. mscox@uw.edu.
BMC genomics
|March 19, 2025
概括
新的多原子分析揭示了对抗结核病感染 (TBI) 个体的细胞相互作用途径. 这些发现为预防结核病进展提供了新的治疗点.
科学领域:
- 免疫学 免疫学 免疫学
- 基因组学就是基因组学.
- 系统生物学 系统生物学
背景情况:
- 了解早期的Mycobacterium结核病 (Mtb) 清除对于开发新的结核病 (TB) 疗法至关重要.
- 之前的研究确定了结核病接触者中对结核素皮肤试验 (TST) /干扰素玛释放试验 (IGRA) 转换耐药 (RSTR) 个体的遗传和分子特征.
研究的目的:
- 通过使用隐性因子方法整合多组数据集,以确定区分RSTR个体与无症状结核病感染 (TBI) 的途径.
- 为了发现通过单个数据集分析无法检测到的分子特征.
主要方法:
- 预先过并缩放了来自126名患者的数据,分别采用了五种模式:SNP,单细胞RNAseq (基线和Mtb刺激) 和表观遗传学 (甲基化,ATAC-seq).
- 应用多组潜伏因子分析 (MOFA) 对33名具有完整数据集的患者,产生10个潜伏因子.
- 利用了三个额外的潜在因子整合方法和缩途径分析.
主要成果:
- 由MOFA产生的十个潜伏因素中的四个在RSTR和TBI组之间显著不同 (FDR<0.1).
- 第4因子显示出最显著的差异 (FDR < 0.001).
- 综合方法确定了与细胞-细胞粘附,细胞形状和多细胞结构发展相关的重叠特征和途径.
结论:
- 隐性变量集成有效地揭示了对TST/IGRA转换的阻力信号.
- 这些特征涉及与细胞相互作用和多细胞结构相关的途径,为结核病耐药机制提供了新的见解.


