패혈증이 있는 중병 노인 환자의 손상된 면역학적 특징을 탐색하기 위한 전체 전사체 분석
Dec 20, 2023
추상적인
배경
패혈증은 중환자에게 자주 발생하는 합병증이며, 매우 이질적이며, 특히 노인 인구에서 높은 이환율과 사망률과 관련이 있습니다. 생물학적 경로를 분석하기 위해 RNA 염기서열 분석(RNA-Seq)을 사용하는 것은 임상 및 분자 유전학 연구에서 널리 사용되지만 패혈증이 있는 노인 환자에 대한 연구는 여전히 부족합니다. 따라서 우리는 패혈증으로 중환자실(ICU)에 입원한 노인 환자의 사망률과 관련된 생물학적 특징과 전사체 특징을 조사했습니다.
cistanche tubeulosa - 면역 체계를 향상시킵니다.
행동 양식
우리는 타이중 보훈병원 중환자실의 패혈증 노인 환자 37명을 등록했습니다. 1일차와 8일차에는 RNA-Seq 분석을 위해 임상 및 실험실 데이터와 혈액 샘플을 수집했습니다. 우리는 DVID 농축 분석 및 유전자 세트 농축 분석을 통해 8일과 1일 사이에 차등적으로 발현된 유전자의 동적 전사체 및 농축 경로를 식별했습니다. 그런 다음 MiXCR을 사용하여 T 세포 레퍼토리의 다양성을 분석했습니다.
결과
전체적으로 37명의 환자가 패혈증을 앓고 있었고, 주성분 분석을 통해 반응자와 비반응자를 그룹화했습니다. 7일차 SOFA 점수, 인공호흡기 사용 일수, 중환자실 입원 기간, 병원 사망률이 반응자 그룹보다 무응답자 그룹에서 유의하게 더 높았습니다. 패혈증이 있는 노인 ICU 환자의 8일차에는 ZDHCC19, ALOX15, FCER1A, HDC, PRSS33 및 PCSK9와 같은 선천성 면역 및 염증과 관련된 유전자가 상향 조절되었습니다. 차별적으로 발현된 유전자(DEG)는 전사 조절, 적응성 면역 반응, 면역글로불린 생산, 전사 음성 조절 및 면역 반응이 풍부해졌습니다. 더욱이 반응군에서는 -1일보다 반응자 그룹에서 T세포 수용체의 다양성이 더 높았는데, 이는 무반응 환자에 비해 패혈증 회복이 더 잘 조절되었음을 나타냅니다. .
결론
패혈증 사망률과 발병률은 모두 노인에게서 높았습니다. 우리는 RNA-Seq 데이터를 기반으로 한 기능적 경로와 MiXCR 분석을 통해 사망률과 관련된 생물학적 특징과 전사체 특징을 확인했습니다. 그리고 응답자 그룹이 선천적 면역을 상향 조절하고 T 세포 다양성을 증가시켰다는 사실을 발견했습니다. 무응답 그룹과 비교. RNA-Seq은 치료 결과의 정확하고 조기 예측을 위한 추가 보완 정보를 제공할 수 있습니다.
시스탄체 식물의 면역 체계 증가
키워드
패혈증, RNA-Seq, 노인 ICU 환자, 차별적으로 발현되는 유전자, T 세포 수용체
소개
패혈증은 잠재적으로 생명을 위협할 수 있는 임상 증후군입니다. 이는 감염에 대한 무질서한 숙주 반응에 의해 생성되며 특히 노인 인구의 경우 매우 이질적이고 치명적인 전 세계 건강 위협입니다 [1, 2]. 이전 연구에 따르면 노인 환자는 일반 인구에 비해 패혈증 위험이 더 높고 질병 중증도도 더 높은 것으로 나타났습니다 [3]. 패혈증으로 인해 중환자실(ICU)에 입원하는 노인 환자의 수는 노인 인구의 지속적인 증가로 인해 지난 20년 동안 꾸준히 증가해 왔습니다[4]. 특히, 높은 수준의 치료에도 불구하고 중환자실에 입원한 노인 환자의 사망률은 여전히 높지만, 패혈증 노인 환자의 치료 반응과 관련된 생물학적 경로를 다루는 연구는 여전히 부족합니다[5]. 노인의 면역 체계는 나이가 들수록 수많은 생물학적 변화를 겪으며, 이는 노인의 면역 반응에 영향을 미치고 결과적으로 면역 저하 상태가 발생할 가능성이 커집니다[6]. 손상된 적응 면역은 노인의 면역노화의 중요한 특징으로 간주되지만[7, 8], 노인의 패혈증 중 전사체 특징은 아직 탐구되지 않은 상태로 남아 있습니다. 이러한 변화는 세균 감염에 대한 감수성뿐만 아니라 패혈증 진행 및 임상 결과도 결정합니다[6]. 따라서 중환자실에 입원한 노인 환자의 다양한 면역학적 반응과 사망률과 관련된 생물학적 특징을 조사하는 것이 중요합니다[9, 10].
패혈증은 매우 이질적이며 복잡하고 역동적인 면역학적 반응을 특징으로 하며 초기 과도한 염증 반응에 이어 조절 장애/소진된 적응 면역이 뒤따릅니다[11]. 여러 연구에서 패혈증 후 적응 면역이 변경된 것으로 나타났습니다. 소위 면역 마비는 패혈증 환자의 지속적인 면역력 저하를 초래하는 주요 면역학적 특징 중 하나로 보입니다[12]. RNA-Seq은 이전 연구에서 패혈증 환자의 전사체 특징, 즉 "하위내형(subendotype)"을 찾기 위해 사용되었습니다. 패혈증과 관련된 아유전자형으로는 패혈증 후 장기 기능 장애의 조기 호전, 면역 저하 환자의 적응 면역 저하, 패혈증 쇼크 환자의 스테로이드 반응 등이 있다[13, 14]. RNA-Seq 데이터를 활용하여 MiXCR과 같은 분석 도구가 최근 TCR(T 세포 수용체)의 다양성을 정량화하기 위해 개발되었습니다[15, 16]. 이 연구에서 우리는 1일차와 8일차의 쌍을 이루는 샘플을 검사하여 패혈증 환자의 동적 전사체를 조사했으며 면역 저하된 패혈증 환자가 T 세포 다양성을 감소시키고 T 세포 기능을 손상시켰다는 것을 발견했습니다. 이 연구는 패혈증으로 중환자실에 입원한 노인 환자의 적응성 면역 관련 신호에 대한 더 나은 이해를 얻기 위해 사망률과 관련된 생물학적 특징 및 전사체 특징을 탐구하는 것을 목표로 했습니다.
cistanche tubeulosa - 면역 체계를 향상시킵니다.
Cistanche Enhance Immunity 제품을 보려면 여기를 클릭하십시오.
【추가 요청】 이메일:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692
재료 및 방법 연구 설계 및 데이터 수집
이 연구는 TCVGH의 기관 검토 위원회(IRB 번호 CE20069B)의 승인을 받았으며 모든 참가자로부터 사전 동의를 얻었습니다. 2018년 12월부터 2022년 1월까지 타이중 보훈병원(TCVGH)에서 37명의 노인 중환자실 환자를 모집했습니다. 등록 당시 인구통계학적 정보를 수집하고 1일차와 8일차에 기본 혈액 샘플을 채취했습니다. 전사체, 2개의 4ml 혈액 분취량을 멸균 EDTA 진공 용기에 수집하고 즉시 10.5ml RNAlater®(TermoFisher, Waltham, MA, USA)가 들어 있는 RNAse가 없는 바이알로 옮겼습니다.
RNA 추출 및 시퀀싱
본 연구에서는 PAXgene Blood RNA Kit를 이용하여 RNA를 추출하였으며, 평균 RNA 무결성 수치(RIN)는 8.31±0.58이었습니다. 라이브러리를 구축할 때 제조업체의 지침을 따랐으며 1,{5}} ng의 단편화된 RNA가 후속 실험에 사용되었습니다. 150-bp 쌍방향 읽기는 NovaSeq 플랫폼(Illumina, Inc., San Diego, CA, United States)의 RNA-Seq에 사용되었으며 각 샘플에는 최소 5천만~6천만 개의 읽기가 있었습니다. RNA-seq 데이터 세트는 NCBI(National Center for Biotechnology Information) GEO(Gene Expression Omnibus)에 등록 번호 GSE216902로 기탁되었습니다. 데이터 세트는 세포 비율 및 경로 분석에 사용되었습니다.
SOFA(순차적 장기부전 평가) 점수
SOFA(순차적 장기 부전 평가) 점수는 패혈증 관련 장기 부전의 수치입니다. 즉, 부전 장기의 수와 중증도를 정량화합니다. 각 점수의 범위는 0부터 4까지이며, 점수가 높을수록 장기 기능 장애가 악화됨을 나타냅니다[17]. SOFA 점수의 동적인 변화를 이용하여 반응자(R)와 무응답자(NR)를 정의하였고, 1일차부터 7일차까지 SOFA 점수의 감소폭이 2 미만인 경우를 NR로 분류하였다[13, 18, 19] .
RNA‑Seq 데이터의 생물정보학 분석
시퀀싱은 고품질이었고 Phred 점수는 30이 사용되었으며 HISAT2는 시퀀스 판독을 참조 게놈(GRCh38/hg38) [20]에 매핑했습니다. 차별적으로 발현된 유전자(DEG)를 식별하기 위해 R 패키지 DEseq2[21]를 사용했으며, featureCounts[22]를 사용하여 판독 횟수를 계산했습니다. 평균 매핑률과 읽기 횟수는 각각 87.6±4.8%와 65.5±17.6백만 읽기였습니다. 프로파일러[23] R 패키지는 Genomes(KEGG, https://www.genome.jp/kegg/) 및 Gene Ontology(GO, http://geneontology.org)를 기반으로 기능 강화 및 경로 분석을 수행하는 데 활용되었습니다. /) 데이터베이스. 0.05 미만의 수정된 p-값은 상당히 농축된 것으로 간주되었습니다. 차별적으로 발현된 모든 유전자는 GSEA(Gene Set Enrichment Analysis)[24]를 사용하여 기능적으로 주석을 달았고 Cytoscape 3.9.0[25] 시각화된 농축 맵이 생성되었습니다. 우리는 유전자 세트를 유사성 네트워크로 구성하는 농축 맵을 사용하여 GSEA 결과를 시각화했습니다. 노드, 링크 및 노드 색상은 각각 유전자 세트, 구성원 유전자의 중첩 및 농축 점수를 나타냅니다[24].
TCR 분석의 다양성
RNA-Seq 데이터는 이전에 보고된 프로토콜 [14]을 기반으로 패혈증 환자의 클론형을 정량화하기 위해 MiXCR v3.0.13 [15, 16]에서 사용되었습니다. VDJTools v 1.2.1 [26] 소프트웨어를 사용하여 정량화된 클론형 획득 후 상보성 결정 영역-3(CDR3) 수와 샘플 다양성을 계산했습니다.
통계 분석
정규성을 확인하기 위해 Kolmogorov-Smirnov 테스트를 사용했으며 인공호흡기 사용일, ICU 입원 기간, 병원 입원 기간을 포함한 여러 변수의 분포가 왼쪽으로 치우쳐 있음을 발견했습니다. 데이터를 통일된 형식으로 제시하기 위해 범주형 변수와 연속형 변수에 대한 범주형 변수 빈도(백분율)를 중앙값(사분위수 범위, IQR)으로 표시했습니다. 두 그룹 간의 차이는 연속 변수에 대한 Mann-Whitney U 테스트와 범주형 변수에 대한 Fisher의 정확 테스트를 사용하여 분석되었습니다. 유의수준은 0.05로 설정되었으며, 통계분석은 양면적이었습니다. 모든 데이터 분석에는 R 버전 4.1.0이 사용되었습니다.
cistanche tubeulosa - 면역 체계를 향상시킵니다.
결과 환자 특성 및 SOFA 점수
이 연구에서 우리는 패혈증이 있는 노인 환자 37명[평균 연령 83세(IQR: 79-87세)]을 등록했습니다(표 1). 주성분 분석을 통해 우리는 일-1과 일-8 사이의 차이가 반응이 없는 환자(무반응자 그룹, NR)보다 반응이 있는 환자(반응자 그룹, R)에서 더 낫다는 것을 관찰했습니다. 면역 적격 그룹에서 패혈증의 조절된 회복을 나타냅니다(추가 파일 1: 그림 S1). 전체적으로 37명의 환자 중 평균 연령 82세(IQR: 79.5~86.5세)의 반응이 있는 환자 23명(반응자 그룹, R)과 무반응 환자 14명(무반응자 그룹, NR)이 있었습니다. 평균 연령 84세(IQR: 79~88세). 표 1은 연구그룹의 기본 특성을 보여준다. 더 높은 알부민(중앙값 3.3mg/dl, IQR: 3~3.7mg/dl)과 더 낮은 C-반응성 단백질(중앙값 9.16mg/dl, IQR: 3.9~17.5mg/dl)이 치료군에서 관찰되었습니다. 반응자 그룹과 비교했을 때, 비반응자 그룹은 7일차에 SOFA 점수가 상당히 높았고, 인공호흡기 사용 일수가 길어졌으며, 중환자실 입원 기간이 길고, 병원 사망률이 더 높았습니다.
패혈증이 있는 노인 중환자실 환자의 뚜렷한 동적 전사체
그림 1A에서 볼 수 있듯이 모든 샘플의 상위 500개 가변 유전자에 대한 주성분 분석을 사용하여 중환자실에 있는 노인 패혈증 환자가 1일차와 8일차에 상당히 다른 전사체를 가지고 있음을 발견했습니다. 차등 발현 유전자( DEGs)는 p 기준을 사용하여 노인 ICU 환자의 8일과 1일 사이의 유전자 발현 프로파일을 비교하여 확인되었습니다.<0.01 and log fold change>0.25 또는<− 0.25. Tree DEGs (two upregulated and one downregulated gene) were found in the R group, while the NR group only had 11 DEGs (five upregulated and six downregulated genes). We found that in elderly sepsis patients in the ICU, the top upregulated genes were innate immunity- and inflammation-relevant genes, namely, ZDHCC19, ALOX15, FCER1A, HDC, PRSS33, and PCSK9, which bind to low-density lipoprotein receptors (LDLRs), leading to LDLR degradation and increasing LDL cholesterol levels (Fig. 1B).
동적 전사체의 DAVID 농축 분석
8일차와 1일차 사이에 노인 ICU 환자의 생물학적 경로 변경을 입증하기 위해 온라인 DAVID v6.8 서버를 활용하여 강화된 경로를 시연했습니다. 그림 2에서 볼 수 있듯이, 데이터 세트의 상위 20개 DEG의 생물학적 과정에 대해 GO(Gene Ontology) 버블 플롯이 구성되었습니다. 우리는 패혈증이 있는 노인 ICU 환자의 DEG가 전사 조절, 적응 면역 반응, 면역글로불린 생산, 전사 음성 조절 및 면역 반응이 풍부하다는 것을 발견했습니다. DAVID 기능적 GO 분석은 그림 3에 나와 있습니다. 대조군과 비교할 때 DEG의 유전자에 의해 인코딩된 단백질의 기능적 주석이 크게 나타났습니다(P<0.05) increased or decreased enrichment. These annotations were categorized according to biological processes, cellular components, and molecular functions. There were significant differences between DEG-encoded proteins involved in the regulation of transcription, the immune response, protein phosphorylation, and Ras protein signal transduction at the level of biological processes (Fig. 3), whereas cellular component analysis revealed significant differences between the T-cell receptor complex, cytosol nucleoplasm, and nucleus (Fig. 3). Significant differences were found in the enrichment of encoded proteins associated with protein binding, metal ion binding, translation factor activity, or transcriptional activator activity according to molecular function analysis (Fig. 3). Ten, we used the Cytoscape ClueGO plugin to investigate the functional enrichment of the DEGs in the dataset to further refine the biological process from the analysis of DAVID-GO terms [27]. Additionally, the REACTOME pathway analysis from ClueGO revealed that cytokine signaling in the immune system, adaptive immune system, sensory perception, innate immune system, and immunoregulatory interactions between lymphoid and non-lymphoid cells were significantly enriched in many DEGs.
표 1 패혈증이 있는 노인 중환자실 환자의 특성
그림 1 일-1과 일-8 사이의 전사체의 주성분 분석 A 및 화산 플롯 B
그림 2 버블 플롯을 통해 DAVID를 사용하여 차별적으로 발현된 유전자의 기능 및 경로 농축 분석
그림 3 생물학적 과정(BP), 세포 구성 요소(CC) 및 분자 기능(MF)에 대한 DAVID 기능적 유전자 온톨로지(GO) 분석
패혈증이 있는 노인 ICU 환자에서 MiXCR을 사용한 TCR 분석
R 및 NR 그룹이 특정 T 세포 수용체 신호 전달 경로를 통해 패혈증에서 회복되었다는 점을 고려하여 고유한 CDR3, D50 및 역 심슨 지수를 활용하여 MiXCR을 사용하여 T 세포 수용체(TCR)의 다양성을 확인했습니다. ) (그림 5A-C). 8일차에는 R 그룹의 CDR3, D50 및 역심슨 지수가 1일차에 비해 유의하게 높았습니다. 또한 8일차에는 D50 지수가 NR 그룹보다 R 그룹에서 유의하게 더 높았습니다(그림 5B). 마지막으로 우리는 풍부한 클론형을 반영하는 역 심슨 지수를 사용하여 고유한 CDR3의 다양성을 평가했습니다. 우리는 특히 8일차에 R 그룹에서 TCR의 다양성이 크게 증가한 유사한 패턴을 관찰했습니다(그림 5C).
논의
이 연구는 1일차와 8일차의 차이를 비교하는 전사체학을 사용한 사망률 관련 생물학적 특징과 적응성 면역 관련 신호 전달(추가 파일 1: 그림 S1)이 패혈증이 있는 노인 중환자실 환자를 안정적으로 식별하고 반응이 없는 환자와 반응하지 않는 환자를 구별할 수 있음을 보여줍니다. . 패혈증 바이오마커를 조사하는 이전 연구는 지식 기반 방법을 사용하여 알려진 생물학적 기능 및 경로의 선택에 의존했으며[28], 소수의 연구에서만 기능이 완전히 설명되지 않은 유전자를 직접 표적으로 삼았습니다[29]. 본 연구에서는 주성분 분석, 차등 유전자 발현 분석 및 MiXCR을 통해 패혈증이 있는 노인 ICU 환자의 생물학적 및 면역학적 특징을 확인하기 위해 RNA-Seq을 채택했습니다. ZDHCC19, ALOX15, FCER1A, HDC, PRSS33 및 PCSK9와 같은 선천성 면역 및 염증은 패혈증이 있는 노인 중환자실 환자에서 상향조절되었습니다. ZDHHC19는 팔미토일전이효소이며 RRAS의 팔미토일화를 매개하여 세포 생존력을 증가시킵니다[30]. 게놈 차원의 유전자 발현 분석은 대변 복막염으로 인한 패혈증이 있는 중환자실 환자의 발현 증가와 관련이 있습니다[31]. HDC(히스티딘 탈탄산효소, HDC)는 그룹 II 탈탄산효소 계열의 구성원이며 피리독살 인산염을 사용하여 L-히스티딘을 히스타민으로 전환시키는 동종이량체를 형성합니다. Hattori 등이 실시한 동물 연구. [32]는 HDC 유전자 녹아웃(HDC-/-) 마우스를 사용했습니다. 맹장 결찰 및 천자(CLP)로 패혈증을 유발한 후, HDC 녹아웃 마우스는 혈장 히스타민 수치가 감소한 것으로 나타났으며, 패혈증의 TNF, IL‐1b, IL‐6 및 MCP1 수치의 증가는 혈장이 부족할 때 약화되었습니다. 히스타민 [32]. 패혈증으로 인한 비정상적인 사이토카인 생성과 다발성 장기 손상(폐, 간, 신장)은 WT C57BL/6 J 마우스에 비해 HDC 녹아웃 마우스에서 크게 감소했습니다. HDC 발현 억제는 CLP에 의해 유발된 패혈증이 있는 생쥐의 염증 조직 손상을 예방하고 생존율을 향상시켰습니다[32]. 또한, 히스타민은 전사 인자 NF-κB에 의해 조절되는 전염증성 사이토카인의 생성을 촉진할 수 있습니다. CLP 유발 패혈증 하에서 HDC 녹아웃 마우스는 WT 마우스에 비해 핵에서 NF-κB의 활성이 현저히 감소했습니다 [32]. 이 결과는 히스타민이 NF-kB 활성을 증가시켜 전염증성 사이토카인과 케모카인의 합성을 유도한다는 것을 나타냅니다.
최근 연구에서는 ALOX15와 FCER1A가 세균성 패혈증의 발병에 결정적인 역할을 한다는 사실이 입증되었습니다[33, 34]. 지질 과산화 효소인 ALOX15는 기능성 리폭시게나제(LOX) 유전자[35]로 다중 불포화 지방산을 산화시키며 다양한 생리학적 과정뿐만 아니라 신경퇴행성 질환, 염증성 질환, 과증식성 질환의 발병 기전과도 연관되어 있습니다[35, 36]. ALOX15 및 그 대사산물은 패혈증, 관절염, 천식, 낭포성 섬유증 및 죽상동맥경화증과 같은 여러 염증성 질환의 병태생리학과 관련이 있습니다[36]. 면역 관련 단백질인 FCER1A(IgE 수용체 Ia의 Fc 단편, FCER1A)는 알레르기 반응의 시작 인자이며 알레르기 염증에 역할을 합니다[37, 38]. FCER1A는 이전 연구에서 대사 과정과 면역 조절을 조절하는 데 관여했습니다. [38, 39]. 또한 FCER1B와 기타 면역글로불린 관련 염증 유전자가 상호작용할 때 천식이 발생할 가능성이 더 높습니다[39]. 또한, PCSK9(전단백질 전환효소 서브틸리신/켁신 유형- 9, PCSK9)는 LDL 수용체(LDLR)에 결합하여 세포에서 리소좀 분해를 유발하는 능력으로 혈장 LDL-C 수준의 중심 조절자로 확인되었습니다. , LDLR 분해 및 LDL 콜레스테롤 수치 증가로 이어집니다 [40].
cistanche tubeulosa - 면역 체계를 향상시킵니다.
본 연구에서는 BP, MF 및 FH의 분자 경로에서 패혈증이 있는 노인 중환자실 환자의 발현된 DEG의 관련성을 조사하기 위해 KEGG 농축 및 GO를 사용하여 이들 유전자의 기능적 주석을 결정했습니다. 이러한 DEG는 주로 전사 조절, 적응성 면역 반응, 면역글로불린 생산, 음성 전사 조절 및 면역 반응이 풍부했습니다(그림 2). 우리는 생물학적 용어에 대한 향상된 해석인 Cytoscape 플러그인 ClueGO/CluePedia를 사용하여 기능적으로 배열된 GO/경로 용어 네트워크를 구축했습니다. 이 플러그인은 또한 더 큰 유전자 클러스터에서 기능적으로 그룹화된 네트워크를 시각화하는 데 도움이 되었습니다[41]. 우리는 패혈증과 관련된 DEG의 포괄적인 그림을 얻기 위해 p-값과 카파 통계를 기반으로 차등적으로 조절되는 분자 경로와 중요한 유전자 상호 작용을 식별하기 위해 ClueGO 플러그인을 활용했습니다. 또한 GO의 MF를 분석했을 때 DEG는 전사 활성과 단백질 결합이 상당히 풍부했습니다 (그림 3). 이러한 결과는 기능적 농축 분석이 특히 병원성 모티프 또는 사이토카인에 대한 세포 반응과 관련된 면역 세포 신호 전달 경로를 참조한다는 것을 나타냅니다. 이는 패혈증 환자에게 예상되는 결과일 가능성이 높으며 패혈증의 경로를 밝히기 위해서는 추가 조사가 필요합니다. 카파 통계 및 p-값을 기반으로 우리는 풍부한 생물학적 과정과 분자 경로 중에서 면역 체계의 사이토카인 신호 전달, 적응 면역 체계, 감각 지각, 선천성 면역 체계, 림프구와 비림프구 사이의 면역 조절 상호 작용을 발견했습니다. 세포는 조절 장애가 있었고 패혈증이 있는 노인 ICU 환자의 패혈증 진행과 유의하게 연관되어 있었습니다(그림 4).
또한, 노인 패혈증 환자에서 T 세포의 다양성을 보여주고, MiXCR을 활용하여 RNA-Seq의 원시 서열을 분석하여 TCR의 클론형을 결정함으로써 TCR의 다양성과 전체 전사체를 동시에 조사할 수 있게 되었습니다. 15]. 본 연구에서는 T 세포 신호 전달을 확인하기 위해 RNA-Seq과 MiXCR을 사용했으며 그 결과 -8일 R 그룹의 TCR 다양성이 -1일보다 더 컸다는 사실이 밝혀졌습니다(그림 5). . NR 그룹과 비교하여 R 그룹은 -1일보다 -8일에 CDR3, D50 및 역심슨 지수 값이 훨씬 더 높았습니다. 패혈증이 있는 노인 ICU 환자에서 유도된 TCR의 다양성의 중요성은 또한 이 증거에 의해 강조되며, 이는 패혈증 환자의 TCR의 다양성을 다루기 위해 RNA-Seq 및 MiXCR 데이터를 활용하는 가능성을 입증합니다. 우리의 연구에는 주목해야 할 몇 가지 한계가 있습니다. 첫째, 본 연구에서 조사된 환자 그룹은 작았습니다. 따라서 더 큰 표본 크기를 가진 다양한 모집단에 대한 조사는 우리의 데이터를 확인하는 데 도움이 될 것입니다. 둘째, 본 연구에서는 벌크 RNA-Seq을 사용했으며 향후 sc-RNA-Seq 및 기능적 실험은 세포 수준에서 검증을 위해 보장됩니다. 더욱이, cDNA 말단(5'-RACE) 접근법의 5' 급속 증폭은 T 세포 레퍼토리를 조사하는 데 사용될 수 있으며, 이는 우리의 연구 결과를 더욱 확증할 수 있습니다. 셋째, RNA-Seq 데이터를 이용하여 패혈증 환자의 염증 반응의 생물학적, 분자적 기능을 평가했습니다. 패혈증의 역할을 명확히 하기 위해서는 추가 기능 연구가 필요합니다.
그림 4 Gene Ontology(GO) 용어에 의한 강화는 Cytoscape의 ClueGO/CluePedia 플러그인을 사용하여 시각화되었습니다.
그림 5 일-1 및 일-8에 따른 T 세포 수용체의 다양성. 역심슨 지수의 개수(A), 고유 CDR3(B), D50 및 (C). *<0.05, **<0.005
결론
패혈증의 발생률과 사망률은 모두 노인에게서 높습니다. 우리 연구에서는 패혈증이 있는 중병 노인들을 등록하고 RNA-Seq 데이터를 기반으로 한 기능적 경로 및 MiXCR 분석을 통해 사망률과 관련된 생물학적 특징과 전사체 특징을 확인했습니다. 1일차와 비교하여, 우리는 8일차에 반응성 환자들 사이에서 상향 조절된 선천적 면역과 증가된 T 세포 다양성을 발견했습니다. 이는 반응성 환자가 무반응 환자에 비해 패혈증에서 더 잘 조절된 회복을 나타냄을 나타냅니다. 정확하고 조기 예측을 구현하기 위해 RNA-Seq 테스트를 활용하면 치료 결과의 조기 예측을 위한 추가 보완 정보를 제공할 수 있습니다.
참고자료
1. 시모어 CW, 케네디 JN, 왕 S, 장 CH, 엘리엇 CF, Xu Z 등. 패혈증에 대한 새로운 임상 표현형의 파생 휴가, 검증 및 잠재적 치료 영향. 자마. 2019;321(20):2003–17.
2. Sweeney TE, Azad TD, Donato M, Haynes WA, Perumal TM, Henao R 등. 여러 데이터세트에 걸쳐 세균성 패혈증의 전사체학을 감독 없이 분석한 결과 세 가지 강력한 클러스터가 드러났습니다. 중환자 치료 Med. 2018;46(6):915–25.
3. de Lange DW, Brinkman S, Flaatten H, Boumendil A, Morandi A, Andersen FH 등. ICU에 입원한 80세 이상 환자의 사망률을 예측하는 누적 예후 점수. J Am Geriatr Soc. 2019;67(6):1263–7.
4. Flaatten H, de Lange DW, Artigas A, Bin D, Moreno R, Christensen S 등. 중환자실 내 중환자실의 중환자실 내 집중치료 의학 연구 현황과 향후 의제. 집중 치료 Med. 2017;43(9):1319–28.
5. Guidet B, de Lange DW, Boumendil A, Leaver S, Watson X, Boulanger C 등. 유럽 ICU에서 80년 이상 급성 입원 환자의 결과에 대한 허약함, 인지, 일상 생활 활동 및 동반 질환의 기여: VIP2 연구. 집중 치료 Med. 2020;46(1):57–69.
6. 스탈 EC, 브라운 BN. 면역원과 싸우기 위한 세포 치료 전략 - 과학. 조직발생. 2015;11(4):159–72.
7. Martin S, Perez A, Aldecoa C. 노인 환자의 패혈증 및 면역노화: 검토. 프론트 메드(로잔). 2017. https://doi.org/10. 3389/fmed.2017.00020.
8. Rydyznski Moderbacher C, Ramirez SI, Dan JM, Grifoni A, Hastie KM, Weiskopf D 등. 급성 코로나19-19에서 SARS-CoV-2에 대한 항원 특이적 적응 면역과 연령 및 질병 심각도와의 연관성. 셀. 2020;183(4):996-1012 e1019.
9. Leblanc G, Boumendil A, Guidet B. 중병에 걸린 노인 환자에 대해 알아야 할 10가지 사항. 집중 치료 Med. 2017;43(2):217–9.
10. Guidet B, Vallet H, Boddaert J, de Lange DW, Morandi A, Leblanc G 등. 80세 이상의 중환자 돌보기: 서사적 검토. 앤 집중 치료. 2018;8(1):114.
11. 브래디 J, 호리 S, 라페이 JG. 패혈증에서 적응 면역 반응의 역할. 집중 치료 Med Exp. 2020;8(1):20.
12. Martin MD, Grifth TS의 Badovinac 부사장. CD4 T 세포 반응 및 패혈증 유발 면역 마비 상태. 프론트 면역. 2020. https://doi.org/10. 3389/fmmu.2020.01364.
13. Barcella M, Bollen Pinto B, Braga D, D' Avila F, Tagliaferri F, Cazalis MA 등. 조기 지지 요법 후 패혈성 쇼크 환자의 장기 기능 개선과 관련된 전사체 프로파일의 식별. 크리티컬 케어. 2018;22(1):312.
14. Cheng PL, Chen HH, Jiang YH, Hsiao TH, Wang CY, Wu CL 등. RNA-Seq을 사용하여 패혈증으로 인한 면역 저하 환자의 면역 대사 특징을 조사합니다. 프론트 메드(로잔). 2021. https://doi. org/10.3389/fmed.2021.747263.
15. Bolotin DA, Poslavsky S, Mitrophanov I, Shugay M, Mamedov IZ, Putint-seva EV 등 MiXCR: 포괄적인 적응 면역 프로파일링을 위한 소프트웨어입니다. Nat 방법. 2015;12(5):380–1.
16. Bolotin DA, Poslavsky S, Davydov AN, Frenkel FE, Fanchi L, Zolotareva OI 등. RNA-seq 데이터로부터 항원 수용체 레퍼토리 프로파일링. Nat Biotechnol. 2017;35(10):908–11.
17. Vincent JL, de Mendonca A, Cantraine F, Moreno R, Takala J, Suter PM 등 중환자실의 장기 기능 장애/부전 발생률을 평가하기 위한 SOFA 점수 사용: 다기관, 전향적 연구 결과 유럽 집중 치료 의학 협회의 "패혈증 관련 문제"에 관한 실무 그룹. 중환자 치료 Med. 1998;26(11):1793-800.
18. Garcia-Gigorro R, Saez-de la Fuente I, Marin Mateos H, Andres-Esteban EM, Sanchez-Izquierdo JA, Montejo-Gonzalez JC. 응급실의 중환자의 결과를 예측하기 위한 SOFA 및 Delta-SOFA 점수의 유용성. Eur J Emerg Med. 2018;25(6):387–93.
19. 존스 AE, Trzeciak S, 클라인 JA. 응급실 방문 시 중증 패혈증 및 저관류 증거가 있는 환자의 결과를 예측하기 위한 순차적 장기 부전 평가 점수. 중환자 치료 Med. 2009;37(5):1649-54.
20. 김 D, Langmead B, Salzberg SL. HISAT: 메모리 요구 사항이 낮은 고속 접합 정렬 장치입니다. Nat 방법. 2015;12(4):357–60.
21. Anders S, Huber W. 서열 수 데이터에 대한 차등 발현 분석. 게놈 바이오. 2010;11(10):R106.
22. Liao Y, Smyth GK, Shi W. FeatureCounts: 서열 판독을 게놈 특징에 할당하기 위한 효율적인 범용 프로그램. 생물정보학. 2014;30(7):923–30.
23. Raudvere U, Kolberg L, Kuzmin I, Arak T, Adler P, Peterson H 등. g: 프로파일러: 기능 강화 분석 및 유전자 목록 변환을 위한 웹 서버(2019 업데이트). 핵산 해상도. 2019;47(W1):W191–8.
24. Merico D, Isserlin R, Stueker O, Emili A, Bader GD. 농축 맵: 유전자 세트 농축 시각화 및 해석을 위한 네트워크 기반 방법입니다. PLoS ONE. 2010;5(11):e13984.
25. Shannon P, Markiel A, Ozier O, Baliga NS, Wang JT, Ramage D 등 Cytoscape: 생체분자 상호작용 네트워크의 통합 모델을 위한 소프트웨어 환경입니다. 게놈 해상도. 2003;13(11):2498-504.
26. 안데르센 ES. DNA 및 RNA 구조의 예측 및 설계. N 바이오기술. 2010;27(3):184–93.
27. Le Gall JR, Lemeshow S, Saulnier F. 유럽/북미 다기관 연구를 기반으로 한 새로운 단순화된 급성 생리학 점수(SAPS II). 자마. 1993;270(24):2957–63.
28. 서덜랜드 A, 토마스 M, 브랜든 RA, 브랜든 RB, Lipman J, Tang B 등 패혈증의 조기 발견을 위한 새로운 분자 바이오마커 진단 테스트의 개발 및 검증. 크리티컬 케어. 2011;15(3):R149.
29. Lukaszewski RA, Jones HE, Gersuk VH, Russell P, Simpson A, Brealey D 등. 유전자 발현 시그니처를 이용한 수술 후 감염 및 패혈증의 증상 전 진단. 집중 치료 Med. 2022. https://doi. org/10.1007/s00134-022-06769-z.
30. Niu J, Sun Y, Chen B, Zheng B, Jarugumilli GK, Walker SR 등. 지방산과 암 증폭 ZDHHC19는 S-팔미토일화를 통해 STAT3 활성화를 촉진합니다. 자연. 2019;573(7772):139–43.
31. Burnham KL, Davenport EE, Radhakrishnan J, Humburg P, Gordon AC, Hutton P 등. 분변 복막염 및 폐렴에 대한 패혈증 전사체 반응의 공유되고 뚜렷한 측면. Am J Respir Crit Care Med. 2017;196(3):328–39.
32. 핫토리 M, 야마자키 M, 오하시 W, 다나카 S, 핫토리 K, Todoroki K, 외. 패혈증에서 말단 기관 조직 손상을 촉진하는 내인성 히스타민의 중요한 역할. 집중 치료 Med Exp. 2016;4(1):36.
33. Reyes M, Filbin MR, Bhattacharyya RP, Billman K, Eisenhaure T, Hung DT 등 세균성 패혈증의 면역세포 특징. Nat Med. 2020;26(3):333–40.
34. Tang-Huau TL, Gueguen P, Goudot C, Durand M, Bohec M, Baulande S 등. 인간 생체 내 생성 단핵구 유래 수지상 세포와 대식세포는 액포 경로를 통해 항원을 교차 제시합니다. 냇 커뮤. 2018;9(1):2570.
35. Ivanov I, Kuhn H, Heydeck D. 아라키돈산 15-리폭시게나제-1(ALOX15)의 구조 및 기능 생물학. 유전자. 2015;573(1):1–32.
36. 싱 NK, 라오 GN. 인간 병리학에서 12/15-Lipoxygenase(ALOX15)의 새로운 역할. Prog 지질 해상도. 2019;73:28–45.
37. Baioumy SA, Esawy MM, Shabana MA. 만성 자발성 두드러기 환자의 순환성 FCepsilonRIa 평가 및 임상적, 면역학적 변수와의 상관관계. 면역생물학. 2018;223(12):807–11.
38. Liao EC, Chang CY, Hsieh CW, Yu SJ, Yin SC, Tsai JJ. FcepsilonR1alpha 및 Cepsilon의 발현을 이용한 IgE 매개 알레르기 질환에 대한 유전적 표지에 대한 탐색적 파일럿 연구입니다. Int J Mol Sci. 2015;16(5):9504–19.
39. Hua L, Zuo XB, Bao YX, Liu QH, Li JY, Lv J 등. 중국 한족 어린이의 천식에 대한 IL13, IL4, FCER1B 및 ADRB2 간의 4개 유전자좌 유전자 상호작용. 페디아트르 풀모놀. 2016;51(4):364–71.
40. Kosenko T, Golder M, Leblond G, Weng W, Lagace TA. 저밀도 지질단백질은 인간 혈장의 전구단백질 전환효소 서브틸리신/켁신 유형-9(PCSK9)에 결합하여 PCSK9- 매개 저밀도 지질단백질 수용체 분해를 억제합니다. J Biol Chem. 2013;288(12):8279–88.
41. Bindea G, Mlecnik B, Hackl H, Charoentong P, Tosolini M, Kirilovsky A 등. ClueGO: 기능적으로 그룹화된 유전자 온톨로지 및 경로 주석 네트워크를 해독하는 Cytoscape 플러그인입니다. 생물정보학. 2009;25(8):1091–3.