单细胞RNA分析揭示了器官特异性细胞类型易受 SARS-CoV-2 感染的潜在风险

2022-03-14 16:42:39 浏览数 (1)

文章信息

题目：Single-cell RNA analysis reveals the potential risk of organ-specific cell types vulnerable to SARS-CoV-2 infections 日期：2022-01 期刊：Computers in Biology and Medicine 链接：https://www.sciencedirect.com/science/article/pii/S0010482521008866 代码：https://github.com/ZilongZhang44/COVID-19

摘要

利用六种已确认的 COVID-19 受体（ ACE2、TMPRSS2、NRP1、AXL、FURIN和CTSL）的表达信息，证明了巨噬细胞是最可能与肺中 SARS-CoV-2 发病机制相关的细胞。除了广泛报道的“趋化因子风暴（chemokine storm）”外，我们还确定了核糖体相关途径，这些途径也可能是 COVID-19 肺部感染患者的潜在治疗靶点。细胞间通讯分析和轨迹分析显示，M1 样巨噬细胞与重症 COVID-19 患者的相关性最高。

方法

使用了5个公共数据

  • GSE145926包含9 名 COVID-19 患者和 3 名健康对照者的支气管肺泡灌洗液(BALF)
  • GSE109816：健康的心脏样本
  • GSE115469：五个健康肝脏样本
  • GSE131685：三个健康人肾脏样本
  • GSE129845：三个健康膀胱样本

选择 200 到 6000 之间的feature numbers去除了低质量的细胞，并且过滤了线粒体百分比 >10% 和文库大小<1000 。使用LogNormalize方法通过NormalizeData函数对数据进行标准化；使用FindVariableFeatures函数中的vst方法为每个样本获得总共2000个高度可变的基因；FindIntegrationAnchors函数整合患者和健康人样本；Louvain算法的FindClusters函数得到31个细胞群；

Seurat 函数FindMarkers查找 COVID-19 组和健康组的前 100 个差异表达基因 (DEG) ，接着富集分析；CellChat细胞通讯；Monocle 2轨迹推断；GeneSwitches 识别功能变化途径

肺数据集结果

31个cluster注释了12种细胞类型：

  • 0、1、2、3、4、5、7、8、10、11、12 和 16 被注释为具有典型标记基因CD68的巨噬细胞
  • 6、9、14和29是T细胞
  • 使用TPP3和KRT18 ，c13和c15分别是纤毛细胞和分泌细胞
  • c18 被鉴定为具有KLRD1的NK 细胞
  • c19 被鉴定为具有FCGR3B的中性粒细胞
  • c21用标记基因CD1C和CLEC9A注释到骨髓树突细胞
  • B 细胞和肥大细胞用MS4A1和TPSB2注释，分别对应于c25 和c30
  • c23 和 26 被鉴定为浆细胞
  • c24 被注释为具有标记基因TPPP3和KRT18的上皮细胞
  • 浆细胞样树突状细胞被鉴定为对应于具有标记基因LILRA4的c28

将肺数据集分为 COVID-19 组和健康组，并比较了所有潜在受体的表达差异：ACE2、TMPRSS2、NRP1 、AXL、FURIN和CTSL。在 COVID-19 组中，NRP1和AXL下调，而FURIN和CTSL上调。图E 说明最新报道的所有四种受体在巨噬细胞中均显示出高表达。因此，我们专注于巨噬细胞类型以进行进一步分析。

为了揭示巨噬细胞之间的异质性，基于典型标记基因FCN1、CCL2、CCL3和TREM2 ，将巨噬细胞进一步聚集成M1巨噬细胞和M2巨噬细胞。有趣的是， M1 巨噬细胞的百分比与 COVID-19 进展高度相关。M1 巨噬细胞仅占健康对照组巨噬细胞的 0.2%，而在 COVID-19 中度病例和 COVID-19 重症病例中分别增加到 19.3% 和 97.3%。

将所有M1巨噬细胞分为COVID-19组和健康组，发现核糖体途径是除 COVID-19 途径之外最大的富集途径。总的来说，核糖体途径可能是 COVID-19 肺部感染患者的治疗靶点。

利用 CellChat 研究 COVID-19 患者的细胞间通讯。值得注意的是，M1 巨噬细胞与 T 细胞、中性粒细胞和 NK 细胞有显著的相互作用。CellChat 揭示了三种通信传出模式。M1 巨噬细胞分为模式 1 和SPP1（分泌的磷蛋白 1），NPR2（利钠肽受体 2）和CCL（趋化因子配体）可能是可能的重要途径。GSEA发现complement pathway, KRAS signaling pathway以及inflammatory response pathway 在M1巨噬细胞中显著富集，可作为进一步研究的可能治疗靶点。

使用 Monocle 2 研究了 COVID-19 患者中巨噬细胞的细胞轨迹，揭示了两个主要的细胞轨迹（即路径 1：从状态 4 到状态 3，路径 2：从状态 4 到状态 2 到状态 1）。路径 1的前十个显著变化的途径与先前关于 COVID-19 重症患者的研究密切相关，其中包括干扰素 α、细胞因子和免疫系统。路径2中最高的功能变化途径（状态4、2、1）与核糖核蛋白和RNA活性有关，这与富集分析一致。证明了趋化因子通路的上调通常会导致严重的症状，而核糖体和 RNA 活性相关通路的下调更可能是缓和的。

心脏数据集结果

分成15个cluster，并选择TECRL、VWF、LUM、LAPTM5和RGS5 进行注释

  • 0、5、6 和 14 被标记基因VWF鉴定为内皮细胞
  • 使用TECRL ，1、2、3 和 9 被鉴定为心肌细胞
  • 7 被标记基因LUM 注释为成纤维细胞
  • 使用LAPTM5，10、11 和 13 被注释为巨噬细胞
  • 4 和 8 被确定为富集RGS5 的 平滑肌细胞

图D发现成纤维细胞和平滑肌细胞几乎所有受体的表达都较高，这表明感染 COVID-19 的风险很高。

之后的几个数据集也是类似的操作：分群=》细胞注释=》找差异=》看通路

总结

作者使用这么多数据集的理由是：由于 COVID-19 已被证明会在肺以外的组织中引起许多症状，因此从健康供体的心脏、肾脏、肝脏和膀胱中收集了 scRNA-seq 数据。主要专注于揭示 SARS-CoV-2 的器官特异性易感细胞类型。

在心脏数据集中，成纤维细胞和平滑肌细胞在所有六种已确认受体中均高表达，这表明它们可能与 SARS-CoV-2 发病机制有关。同样，集合管细胞和近端小管细胞可能与肾脏中的 SARS-CoV-2 感染有关。

对于肝脏，星状细胞和非炎症性 macs 细胞显示出感染 SARS-CoV-2 的最高风险。

然而，对于膀胱单细胞数据，很难确定可能的细胞类型，需要进一步研究。

na

0 人点赞