从单细胞RNA序列数据推断出人类中性粒细胞状态转换的数学框架

科学领域:

• 免疫学 免疫学 免疫学
• 计算生物学 计算生物学
• 系统生物学 系统生物学

背景情况:

• 中性粒细胞是关键的先天性免疫细胞,但它们的种群动态和异质性尚未完全理解.
• 建模中性粒细胞子集动态对于理解免疫反应和疾病状态至关重要.

研究的目的:

• 开发一种描述人类中性粒细胞成熟状态和过渡的数学模型.
• 利用单细胞基因表达数据来定义中性粒细胞子集并告知模型动态.

主要方法:

• 生物系统的数学建模.
• 单细胞RNA测序数据分析.
• 伪时间分析以推断发育轨迹.
• 对参数估计和个人间变化的贝叶斯推理.

主要成果:

• 从健康的人类单细胞基因表达数据中确定了五个不同的中性粒细胞群.
• 开发了一个模型,其中前体中性粒细胞通过不成熟状态成熟,可以选择干扰素反应途径或进一步标准成熟.
• 量化过渡率,表明不成熟中性粒细胞过渡的快速前体 (平均<1小时) 与随后的更慢的过渡 (平均>12小时).
• 估计约有25%的中性粒细胞进入干扰素反应途径.

结论:

• 开发的数学模型为理解人类中性粒细胞种群动态提供了一个框架.
• 中性粒细胞的成熟涉及不同的分支路径,包括一个显著的干扰素响应子集.
• 该模型使用贝叶斯推理捕捉了中性粒细胞子集比例的个体间变异性.