InVisor科研新闻 | 单细胞RNA测序究竟可以把病毒解析成什么样子?

抓住最后向读者展现才华的机会!论文结论怎么写?
2020年4月25日
会计专业专属福利!这些论文选题窍门不容错过!
2020年4月27日

InVisor科研新闻 | 单细胞RNA测序究竟可以把病毒解析成什么样子?

不好意思,InVisor芳老师今天要讲的是一个过期俩个月的旧闻……

2020年2月23日,《自然医学》杂志在线发表了一篇名为《超急性HIV病毒侵染下,多细胞免疫动态的整合式单细胞分析(Integrated single-cell analysis of multicellular immune dynamics during hyperacute HIV infection)》的论文。

截图于naturemedicine官网(https://www.nature.com/articles/s41591-020-0799-2)

在这篇学术论文中,来自哈佛大学、麻省理工学院与哈佛总医院的研究人员,运用单细胞RNA测序技术,成功解析了HIV病毒侵染后,记录下人体免疫系统中不同的细胞作出的不同响应,从而描绘了这一多细胞体系响应HIV病毒侵染的动态过程,以及不同细胞之间的相互协作机制[1]。

为了更加高效精准、全局统揽地从分子和细胞水平上解读人类疾病在人体内发展演变的机理并寻找出发挥作用的关键蛋白,从而有针对性地开发药物进行治疗,近年来,医学与公共卫生领域的科学家们不断在生物信息学领域研发出各类测序和分析技术,例如基因组测序和转录组测序(InVisor芳老师也在之前新冠病毒测序的文章中有介绍哦!!)

所谓基因组是一个物种的全部DNA的总和[2](这真的是高中知识,真的是!!),而转录组是相同环境或生理条件下,单个细胞或多个细胞表达的所有RNA的总和[3]。

单细胞 RNA测序(single-cell RNA-sequencing,scRNA-seq)。顾名思义,就是对全基因组水平的大量细胞中,每个个体细胞的转录组进行测序、分析和对比的技术。这一技术在生物学上主要有如下优点:

  1. 更好地追踪单个细胞内部的疾病发生过程;
  2. 更好地了解是何种细胞外的环境因素或相邻细胞激发了这一细胞内部的疾病发生机制。

在临床应用上,单细胞测序技术则能更好地分析某一类特殊的细胞在病原体侵染、药物或抗生素的耐药性、癌症复发等过程中产生的影响。此外,由于容易被细菌侵染,大量活体细胞很难通过有效的体外培养来观察内部的疾病发生机制,而单细胞测序技术很好地解决了这一问题[4]。

在3月23日发表的《自然医学》文章中,单细胞测序技术被用来解析HIV病毒侵染的早期阶段——人体的免疫应答机制[1]。参与采样测序的个体为多名18-24岁的女性(都为HIV阴性,过去一年内每周参加两次HIV-1的RNA采样测序),样本为以上女性的人外周血,提取RNA并测序的细胞为自然杀手细胞(Natural Killers,NK细胞),而这位仁兄是淋巴细胞大家族的一种,在免疫应答中起免疫监视的作用,可以消除转化细胞和病毒感染细胞~

研究人员分析了每位参与者每个时间点采样后的RNA测序数据,结果表明,测序数据差异与参与者之间的个体差异关联性很小,说明疾病机理的特异性,才是导致数据差异的主要原因。

在具体的疾病机理中,首先是HIV侵染导致细胞膨胀的过程中,不同类型的免疫T细胞(主要分为两种,CD4+细胞和CD8+细胞)在血样中的分布频率的变化不同;同时,随着时间变化,单类重要的艾滋病毒免疫应答基因,如干扰素(inteferons,IFNs)基因,在不同类型的免疫T细胞中的表达水平也有差异;除了单类基因的表达差异,一系列在各个细胞类型内部,环环相扣、互相调控影响的关联基因,在不同类型的免疫T细胞中,也有整体表达水平的差异。

从单个基因到一系列关联基因,这些基因的表达水平在不同细胞类型的差异,影响着不同细胞类型对HIV早期侵染的反应能力的强弱;而不同细胞类型在血样中的分布频率的变化,也会影响该类型细胞对HIV早期侵染的整体反应能力的强弱。虽然本研究未找到引起不同细胞类型的免疫应答差异的所有可能的根源,但是借助单细胞测序技术,本研究依然从细胞机制方面,针对不同细胞类型,为临床研究者提供了思路。

References:

[1] Kazer et al, Integrated single-cell analysis of multicellular immune dynamics during hyperacute HIV-1 infection, Nature Medicine, 2020

[2] 基因组学-维基百科,

https://zh.wikipedia.org/wiki/%E5%9F%BA%E5%9B%A0%E7%B5%84%E5%AD%B8

[3] 转录组学-维基百科,

https://zh.wikipedia.org/wiki/%E8%BD%AC%E5%BD%95%E7%BB%84

[4] Saliba et al, Single-cell RNA-seq: advances and future challenges, Nucleic acids research, 2014

评论已关闭。