文献解读-Transcriptional Start Site Coverage Analysis in Plasma Cell-Free DNA Reveals Disease Severity and Tissue Specificity of COVID-19 Patients

简介: 这项研究展示了 cfDNA 分析在揭示新冠肺炎进展中的组织参与情况和疾病机制方面的潜力。它强调了 cfDNA 作为无创生物标志物在疾病严重程度检测、患者监测和预后评估中的应用价值。这种方法为理解新冠肺炎的病理生理学提供了新的视角,并可能帮助开发更有针对性的治疗策略。

文献解读-Multi-omics2.png
关键词:多组学;基因测序;变异检测;


文献简介

  • 标题(英文):Transcriptional Start Site Coverage Analysis in Plasma Cell-Free DNA Reveals Disease Severity and Tissue Specificity of COVID-19 Patients

  • 标题(中文):血浆细胞游离 DNA 中的转录起始位点覆盖分析揭示了 COVID-19 患者的疾病严重程度和组织特异性

  • 发表期刊:frontiers in Genetics

  • 作者单位:海南省细胞与分子遗传转化医学重点实验室等

  • 发表年份:2021

  • 文章地址:https://doi.org/10.3389/fgene.2021.663098

屏幕截图 2024-11-26 152925.png

图 1 文献简介

细胞游离 DNA(cfDNA)作为多种疾病的潜在生物标志物,在血浆中保存了与基因表达和组织来源相关的宝贵信息。在 COVID-19 中,cfDNA 主要源自细胞凋亡、坏死和 NETosis 过程,被认为是潜在的疾病驱动因素和治疗靶点。


测序流程

在数据分析中,研究组使用 Sentieon BWA 将 clean reads 比对到人类参考基因组,并进行质量控制。

未标题-1-01.png

图 2 Sentieon 的作用

研究组通过分析新冠肺炎患者血浆中细胞游离 DNA (cfDNA)的转录起始位点(TSS)覆盖度模式,探讨了重症患者的生物学特征变化和组织特异性表达模式。研究者首先收集了两组样本:HN 样本组和 WH 样本组。先从样本中提取 cfDNA 并进行高通量测序,研究组开发了一种新算法,基于 TSS 周围 500bp 区域的相对深度来分析 TSS 区域的覆盖度模式,用于比较不同组别的 TSS 覆盖模式差异。

fgene-12-663098-g001.jpg

图 3 基于对照组、轻症和重症 COVID-19 病例的转录起始位点(TSS)覆盖度的基因聚类

研究发现,重症患者的 TSS 覆盖度模式与轻症患者和健康对照显著不同。通过比较重症和轻症患者的 TSS 得分,研究者识别出 988 个上调基因和 2383 个下调基因。对这些基因的功能富集分析揭示了与新冠肺炎进展相关的多个生物学过程,如脂质生物合成、T 细胞凋亡和 ATP 代谢等。

为探究这些表达变化的组织来源,研究者将 cfDNA 分析结果与公开的血细胞和肺细胞转录组数据进行了比较。结果显示,重症患者血细胞中病毒和抗病毒活动相关基因显著上调,反映了全身性的病毒感染和强烈的免疫反应。同时,重症患者肺细胞中 ATP 合成相关基因显著下调,反映了肺组织的功能障碍,这与 COVID-19 的严重呼吸系统并发症一致。

fgene-12-663098-g005.jpg

图 4 在血浆和组织中基因表达一致变化的富集通路。重症患者血浆和 COVID-19 患者血细胞中一致下调(A)和上调(B)模式的基因富集通路。重症患者血浆和 SARS-CoV-2 感染肺细胞中一致下调(C)和上调(D)模式的基因富集通路

此外,研究还观察到重症患者线粒体 cfDNA 浓度的变化与血细胞比容和血红蛋白水平相匹配,表明患者存在缺氧状况,这与 COVID-19 重症患者常见的临床表现一致,反映了疾病对呼吸系统的严重影响。研究者还检测到了一些微生物 DNA,包括在重症患者后期样本中发现的人类疱疹病毒 5 型(HHV-5)。

fgene-12-663098-g006.jpg

图 5 两个对照组和两个轻症和重症病例的微生物和线粒体 cfDNA。(A)检测到的细菌类型数量和(B)来自轻症(浅蓝色)和重症(深蓝色)病例四个时间点采集的血浆 cfDNA 中的线粒体 cfDNA 浓度,以及两个对照病例(绿色,虚线时间仅用于比较)的一次采集

Sentieon 软件团队拥有丰富的软件开发及算法优化工程经验,致力于解决生物数据分析中的速度与准确度瓶颈,为来自于分子诊断、药物研发、临床医疗、人群队列、动植物等多个领域的合作伙伴提供高效精准的软件解决方案,共同推动基因技术的发展。 截至 2023 年 3 月份,Sentieon 已经在全球范围内为 1300+用户提供服务,被世界一级影响因子刊物如 NEJM、Cell、Nature 等广泛引用,引用次数超过 700 篇。此外,Sentieon 连续数年摘得了 Precision FDA、Dream Challenges 等多个权威评比的桂冠,在业内获得广泛认可。


文献讨论

屏幕截图 2024-11-26 155208.png

图 6 文献讨论

研究通过分析血浆 DNA 在 TSS 区域的覆盖率,揭示了 COVID-19 轻重症患者之间的显著差异。发现了一系列与疾病进展相关的上下调基因,并通过比较血细胞和肺细胞的基因表达,追踪了这些表达模式的组织来源。研究结果表明,血细胞中的病毒复制和免疫防御活动增强,而肺细胞中 ATP 合成通路下调与重症相关。

研究还发现肺特异性基因的 TSS 覆盖率可能作为预测重症的早期标志物。尽管样本量较小,但通过独立样本验证增强了结论的可靠性。本研究不仅为理解 COVID-19 的发病机制提供了新见解,还展示了 cfDNA 分析在疾病诊断、监测和治疗指导方面的潜在应用价值,为未来的研究和临床实践指明了方向。


总结

总的来说,这项研究展示了 cfDNA 分析在揭示新冠肺炎进展中的组织参与情况和疾病机制方面的潜力。它强调了 cfDNA 作为无创生物标志物在疾病严重程度检测、患者监测和预后评估中的应用价值。这种方法为理解新冠肺炎的病理生理学提供了新的视角,并可能帮助开发更有针对性的治疗策略。

目录
相关文章
|
7月前
|
算法 数据挖掘 数据处理
【博士每天一篇文献-综述】A Modified Echo State Network Model Using Non-Random Topology
本文介绍了一篇博士论文,提出了一种基于非随机拓扑结构的改进型Echo State Networks (ESN)模型,用于处理时间序列数据,通过在储层中使用复杂网络和聚类模型的拓扑结构,提高了模型性能并降低了计算成本,论文还展示了该模型在信号预测和图像分类中的应用。
58 3
【博士每天一篇文献-综述】A Modified Echo State Network Model Using Non-Random Topology
|
7月前
|
移动开发 算法 数据挖掘
【博士每天一篇文献-算法】Extending stability through hierarchical clusters in Echo State Networks
本文研究了在回声状态网络(ESN)中引入分层聚类结构对网络稳定性的影响,发现通过调整簇内和簇间的连接性及每个簇的主干单元数量,可以扩展谱半径的稳定范围,从而提高网络的稳定性和性能。
54 2
|
2月前
|
算法 数据挖掘 数据处理
文献解读-Bioinformatic Methods and Bridging of Assay Results for Reliable Tumor Mutational Burden Assessment in Non-Small-Cell Lung Cancer
文章讨论了肿瘤突变负荷(TMB)作为免疫治疗生物标志物的重要性及其测定方法的标准化问题。强调了不同TMB测定方法间存在的差异,以及统一这些方法的必要性。尽管存在差异,研究发现不同方法的结果具有良好相关性。研究组呼吁建立准确、可重复的TMB评估标准,以促进其在临床实践中的应用。
34 0
|
5月前
|
算法 数据挖掘
文献讨论-Chromosome-Level Genome Assembly of the Green Peafowl (Pavo muticus)
关键词:长读长测序;基因测序;变异检测; 标题(英文):Chromosome-Level Genome Assembly of the Green Peafowl (Pavo muticus) 标题(中文):绿孔雀(Pavo muticus)的染色体级基因组组装 该研究发现了目前最全面、最完整的绿孔雀基因组,它将成为未来绿孔雀生态学、进化和保护研究的宝贵资源。
69 0
|
7月前
|
机器学习/深度学习 数据可视化 算法
【博士每天一篇论文-实验分析】Toroidal topology of population activity in grid cells
本文通过同时记录多个网格细胞并应用拓扑数据分析,揭示了这些细胞网络的环面拓扑结构,表明存在一个二维连续吸引子网络,为理解空间编码和网格细胞在导航记忆中的作用提供了新视角。
54 3
|
7月前
|
机器学习/深度学习 人工智能
【博士每天一篇文献-模型】Self-organizing deep belief modular echo state network for time series
本文提出了一种自组织深度置信模块式回声状态网络(SDBMESN),通过结合深度置信网络和模块化回声状态网络,利用自组织机制动态调整网络结构,以提高时间序列预测的泛化能力。
38 2
|
7月前
|
机器学习/深度学习 算法 数据挖掘
【博士每天一篇文论文-算法】A small-world topology enhances the echo state property and signal propagationlun
本文研究了小世界拓扑结构在回声状态网络(ESN)中的作用,发现具有层级和模块化组织的神经网络展现出高聚类系数和小世界特性,这有助于提高学习性能和促进信号传播,为理解神经信息处理和构建高效循环神经网络提供了新的视角。
60 0
【博士每天一篇文论文-算法】A small-world topology enhances the echo state property and signal propagationlun
|
7月前
|
机器学习/深度学习 算法 数据挖掘
【博士每天一篇文献-模型】Investigating Echo State Network Performance with Biologically-Inspired Hierarchical
本文研究了一种受果蝇生物启发的分层网络结构在回声状态网络(ESN)中的应用,通过引入层次随机块模型(HSBM)来生成具有更好结构性的网络拓扑,发现这种新拓扑结构的网络在Mackey-Glass系统预测和MNIST分类任务中表现出改善的整体解分布,从而提高了ESN的性能。
42 2
|
数据挖掘
【提示学习】Automatic Multi-Label Prompting: Simple and Interpretable Few-Shot Classification
文章提出了一种简单确高效地构建verbalization的方法:
|
数据挖掘
MUSIED: A Benchmark for Event Detection from Multi-Source Heterogeneous Informal Texts 论文解读
事件检测(ED)从非结构化文本中识别和分类事件触发词,作为信息抽取的基本任务。尽管在过去几年中取得了显著进展
95 0