回溯单细胞中的代谢动态预测了人类巨细胞中的细菌复制
Mariatou Dramé1, Francisco-Javier Garcia-Rodriguez1, Dmitry Ershov2,3
1Institut Pasteur, Université Paris Cité, Biologie des Bactéries Intracellulaires, Paris, France.
Nature communications
|October 16, 2025
概括
现在可以预测单细胞中的细菌感染. 线粒体功能的早期变化预测了83%的精度在巨细胞中复制Legionella pneumophila,为宿主-病原体相互作用提供了新的见解.
科学领域:
- 细胞生物学 细胞生物学
- 传染性疾病 传染性疾病
- 计算生物学是一种计算生物学.
背景情况:
- 追踪细胞反应中的动态状态转换对于预测生物结果至关重要.
- 了解宿主-病原体相互作用需要在感染期间详细监测细胞过程.
研究的目的:
- 在单个人类巨细胞中开发一种细菌感染的预测模型.
- 识别与不同感染结果相关的早期代谢标记,如细菌复制或细胞死亡.
主要方法:
- 人类原发性巨细胞的活细胞成像,这些巨细胞被Legionella pneumophila感染.
- 并行监测感染进展和细胞代谢参数.
- 开发一种机器学习模型来预测感染结果.
主要成果:
- 线粒体膜潜力 (Δψm) 和线粒体反应性氧物种 (mROS) 生产的早期变化与随后的细菌生长有关.
- 一种可解释的机器学习模型在预测L. pneumophila复制在出现之前的准确性达到83%.
- 回溯分析提供了对宿主-病原体动态的见解,并确定了关键的预测性线粒体标志物.
结论:
- 早期的线粒体变化作为成功细菌感染的关键预测标记.
- 机器学习模型可以准确地预测单细胞中的感染进展.
- 这种方法为宿主-病原体相互作用和细胞反应异质性提供了宝贵的见解.
