相关实验视频
Updated: Jan 11, 2026
09:44
ATAC-Seq Library Preparation of Murine Bone Marrow-Derived Neutrophils
Published on: January 3, 2025
1.0K
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
Gustaf Wigerblad1, Jonathan Carruthers2, Sumanta Ray3,4
1Systemic Autoimmunity Branch, National Institute of Arthritis and Musculoskeletal and Skin Diseases (NIAMS/National Institutes of Health (NIH)), Bethesda, MD, United States.
Frontiers in immunology
|November 10, 2025
概括
研究人员模拟了人类中性粒细胞成熟的动态,确定了不同的状态和过渡率. 很大一部分中性粒细胞进入干扰素反应状态,突出显示了免疫系统的复杂性.
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.
- 分析单细胞基因表达数据以定义中性粒细胞子集及其分化途径.
主要方法:
- 利用来自健康人中性粒细胞的单细胞基因表达数据.
- 应用伪时间分析推断差异化轨迹.
- 开发了一个数学模型来捕捉状态转换和它们的速率.
- 采用贝叶斯推理来建模个人间的变化.
主要成果:
- 确定了五个不同的中性粒细胞群,代表不同的成熟状态.
- 从前体向不成熟的中性粒细胞的快速过渡 (<1小时).
- 揭示了两个不同的成熟路径:一个标准路径和一个干扰素反应路径 (大约. 25% 的细胞).
- 沿着这两条路径的后续过渡更慢 (平均时间>12小时).
结论:
- 开发的模型为人类中性粒细胞成熟提供了定量框架.
- 中性粒细胞分化涉及不同的状态和分支路径,包括一个显著的干扰素反应子集.
- 了解这些动态对于理解先天性免疫和中性粒细胞异质性至关重要.
