2024年4月26日是我国第17个“全国疟疾日”。在全球范围内,疟疾是一个重大的公共卫生问题,据报道2021年疟原虫感染引起疟疾超过2.4亿例,导致死亡超过60万例,其中致病程度最严重且死亡率最高的是恶性疟原虫(P.falciparum)感染,是流行地区危害儿童健康的高风险因素。
已有研究发现,受感染后疟疾病人体内免疫反应复杂,涉及多种免疫细胞的激活,揭示这些免疫细胞变化的细节,可以更好理解相关机制,为开发更有效的疫苗策略提供相关支持。
01研究目标
本研究聚焦于疟原虫诱导免疫细胞所发生的变化,针对P.falciparum感染所发生的免疫调节反应,通过单细胞测序技术来检查分析免疫细胞亚群,识别出参与特异性反应的细胞类型,在细胞水平上揭示疟原虫感染所诱导的耐受性反应,从而有助于开发相关药物或疫苗以增强保护性免疫力。
02研究方法
1.队列设计:6名疟疾患者,分别采集第0天、7天和28天血液;2名健康对照。
2.单细胞RNA测序(scRNA-seq):针对外周血单核细胞(PBMCs)进行分离测序。
3.数据分析:包含细胞聚类、差异基因挖掘、富集分析等。
4.流式细胞检测验证:对重要的关键因子变化在蛋白质水平上进行验证。
03研究结果
1.免疫细胞亚群发生变化,比如CD4 T细胞和增殖细胞增加,而NK细胞、γδT细胞和B细胞的比例减少。
2.单核细胞和树突状细胞呈现免疫抑制特征,比如炎症细胞因子基因和MHC类II HLA-DR基因下调。
3.NK细胞的亚群激活变化,识别出NK细胞的5个亚群。
4.γδT细胞的激活调节,其细胞亚群中CytotoxicγδT细胞比例增加。
5.CD4 T细胞以Tr1细胞亚群为主导,并且Tr1细胞上调IL10和IFN-γ的表达。
6.识别出7个细胞亚群,发现调节性B细胞(Bregs)扩张,并且HIF1A上调。
04研究结论
通过单细胞测序探讨了疟疾患者感染寄生虫期间,先天和适应性免疫细胞的变化机制,研究分析了疟疾期间免疫细胞特异性和适应性的免疫变化和调节,为进一步研究奠定基础。
05研究结果展开
图1.显示疟疾感染期间免疫细胞不同亚群及转录变化
a.展示样本收集和单细胞转录组学分析的工作流程。收集并分选3个时间点的外周血单核细胞(PBMCs),进行10X Chromium单细胞测序,鉴定细胞类型和亚群,筛选分析差异基因,对关键因子从蛋白水平进一步确认。
b.点图显示用于注释细胞类型的标记基因平均表达。
c.UMAP分析展示所鉴定出的细胞亚型。
d.展示单细胞测序所鉴定细胞与细胞流式检测结果的相关性。
e.展示不同细胞亚群在三个时间点的动态变化,包括CD14单核细胞、CD4 T细胞、B细胞等。
f.展示不同时间点相比较所呈现的差异基因数量情况。
图2.疟疾感染第0天和28天对比,CD14、CD16单核细胞、cDCs、pDCs树突细胞间的差异基因分析
a.Upset图概括展示2个时间点对比中4种不同细胞共有的及独有的差异基因(DEGs)量。
b.展示2个时间点单核细胞和树突细胞对比分析出来的差异基因(DEGs)。
c.展示2个时间点单核细胞和树突细胞间基因集富集分析(GSEA)结果。
d.展示2个时间点单核细胞和树突细胞间DEGs的上游调控因子分析。
e.展示2个时间点单核细胞和树突细胞间TNF、IL1β、IL6及MCP1细胞因子的对比。
f.展示2个时间点表达TNF、IL1β、IL6及MCP1细胞因子的细胞亚群对比。
g.展示2个时间点联合表达TNF、IL1β、IL6及MCP1细胞因子的细胞亚群对比。
图3.展示疟疾感染期间NK细胞亚群的变化
a.UMAP分析展示5个细胞亚群:CD56 bright、Transitional、IFNγ+Adaptive、IFNγ-Adaptive和PD1+。
b.展示标记基因与5个细胞亚群。
c.展示5个细胞亚群在3个时间点的变化。
d.Upset图概括展示2个时间点对比中5个细胞亚群共有的和独有的DEGs量。
e.展示2个时间点对比5个细胞亚群中排名前20的DEGs。
f.展示对比分析3个NK亚群CD56 bright、Adaptive和PD1+细胞流式检测6因子结果。
g.SPICE分析展示对比分析3个NK亚群细胞流式检测共表达相关因子的结果。
h.连接直方图展示两个时间点下3个NK亚群细胞流式检测6因子的结果。
图4.展示疟疾感染期间γδT细胞亚群的变化
a.UMAP分析展示6个细胞亚群:细胞毒、炎性、抗原呈递、过渡、Type 3型和初始型。
b.展示标记基因与6个细胞亚群。
c.Upset图概括展示2个时间点对比中6个细胞亚群共有的和独有的DEGs量。
d.展示2个时间点对比6个细胞亚群中排名前20的DEGs。
e.展示2个时间点对比Vδ2和Vδ1类型γδT细胞的流式细胞仪分析结果。
f.展示2个时间点对比Vδ2和Vδ1类型γδT细胞表达8因子的结果。
g.SPICE分析展示2个时间点Vδ2和Vδ1类型γδT细胞共表达6因子的结果。
图5.展示疟疾感染期间CD4 T细胞亚群的变化
a.UMAP分析展示9个细胞亚群.
b.展示标记基因与9个细胞亚群。
c.Upset图概括展示2个时间点对比中9个细胞亚群共有的和独有的DEGs量。
d.展示2个时间点对比5个细胞亚群中排名前20的DEGs。
e.展示2个时间点对比分析8个亚群细胞流式检测6因子结果。
f.连接直方图展示3个亚群细胞流式检测4因子的结果。
g.SPICE分析展示对比分析2个时间点7个亚群细胞流式检测共表达6因子的结果。
图6.展示疟疾感染期间B细胞亚群的变化
a.UMAP分析展示7个细胞亚群.
b.展示标记基因与7个细胞亚群。
c.Upset图概括展示2个时间点对比中7个细胞亚群共有的和独有的DEGs量。
d.展示2个时间点对比7个细胞亚群中排名前20的DEGs。
e.展示2个时间点对比分析7个亚群细胞流式检测结果。
f.展示第0天样本中不同亚群细胞流式检测CD98的结果。
g.展示对比分析2个时间点7个亚群细胞表达HF1A的结果。
h.展示对比分析2个时间点B细胞表达IL-10的结果。
i.SPICE分析展示第0天样本中共表达IL-10、IL6与TNF的结果。
j.展示第0天样本中表达IL-10的淋巴细胞亚群比例。
06总结与启发
该篇文献发表于Nature Communications(IF>17),这项研究通过单细胞测序的方法,分析疟疾患者体内免疫细胞亚群的调节变化。
临床样本选择了3个时间点,以观察疾病进程中免疫的动态变化,并纳入健康对照,样本检测主要采用单细胞测序与流式细胞仪分析。实验数据进行了多维度分析,涵盖转录数据整体分析与相关标志物验证,以提供细胞类别与功能状态的全面信息,通过比较时间点之间的DEGs以识别与疟疾感染的基因表达变化,并重点关注与免疫调节相关的因子表达变化。
通过这篇文献,可以学习到免疫学相关单细胞测序课题开展设计各环节,通过细致的数据分析来揭示免疫细胞亚群的复杂动态变化。
参考文献
Dooley NL,Chabikwa TG,Pava Z,et al.Single cell transcriptomics shows that malaria promotes unique regulatory responses across multiple immune cell subsets.Nat Commun.2023;14:7387.//doi.org/10.1038/s41467-023-43181-7
全国首单!CTI华测认证助力滨海盐沼生态系统碳汇产品交易
9月26日,蓝碳生态系统碳汇交易签约仪式在“2023全球滨海论坛会议”的主题论坛四上顺利举办,江苏盐城国家级珍禽自然保护区管理处和腾讯碳中和实验室签署全国首单滨海盐沼生态系统碳汇产品认购协议,广州碳排放权交易中心有限公司副总经理李原见证签约。华测认证有限公司(以下简称“CTI华测认证”)为本次滨海盐沼生态系统碳汇产品提供第三方审定与核证服务。
2023-09-26 06:06:56
免疫力|带你了解可以防御“外敌“的免疫基因
免疫力是人体自身的防御机制,可以识别和消灭外来侵入的任何异物(病毒、细菌等),是处理衰老、损伤、死亡、变性的自身细胞和病毒感染细胞的能力。在人体受到外来物刺激之后,免疫系统会被激活,各种免疫相关调控因子介入,使得人体尽快恢复内环境稳定。
2022-05-09 07:53:05
CTI华测顺利通过上海市环境监测行业LIMS系统技术评估
根据上海市生态环境局发布的《关于开展本市环境监测行业实验室信息管理系统(LIMS)技术评估工作的通知》,上海华测于9月4日向上海市环境科学学会环境监测分会提交相关材料并提出评估申请。
2020-12-16 08:53:59