文摘
类鼻疽是一种严重的传染性疾病导致的环境革兰氏阴性杆菌伯克举办。它已经表明,宿主的免疫系统,主要包括各种类型的免疫细胞,对抗这种疾病。本研究以指定关联败血病的类鼻疽和多种免疫细胞的水平。首先,败血病的患者之间的基因差异表达模式类鼻疽(b .举办)和健康献血者(控制/健康)。这些基因与细胞因子绑定,细胞粘附分子绑定,MHC相关可能影响免疫反应的蛋白质。基因和基因组的京都百科全书(KEGG)分析显示23浓缩免疫反应途径。我们进一步利用微阵列数据调查免疫反应之间的关系和败血病的类鼻疽,使用CIBERSORT分析。比较22免疫细胞类型的百分比b .举办与控制/健康表明CD4记忆休眠细胞,CD8 + T细胞,B记忆细胞和CD4记忆激活细胞较低,而那些M0巨噬细胞、中性粒细胞和γδT细胞高。多元逻辑回归分析进一步表明,CD8 + T细胞,M0巨噬细胞,中性粒细胞,和天真的CD4 +细胞与败血性类鼻疽的发病密切相关,M2巨噬细胞和中性粒细胞在败血性类鼻疽与生存相关。综上所述,这些数据点的复杂作用的免疫细胞对类鼻疽的开发和发展。
1。介绍
类鼻疽,严重的热带传染病,经常在东南亚和澳大利亚北部爆发。它是由革兰氏阴性杆菌引起的伯克举办(b .举办),它栖息在土壤和地表水1]。在一些流行地区,类鼻疽是成人肺炎的主要原因2)和致命的败血症,死亡率从10到50%3]。自然获得疾病在人类物种的结果b .举办全身感染的致病菌进入通过破皮肤,吸入或摄入(4]。某些环境条件(热带风暴,雨季等)和某些职业(水稻种植5])已知感染的危险因素3]。此外,一些内部风险因素不能隔夜。例如,糖尿病,特别是2型糖尿病是一种常见的风险因素影响个体对类鼻疽类鼻疽有2型糖尿病患者超过50% (6]。此外,免疫抑制似乎是另一个重要的危险因素,为60 - 90%的患者类鼻疽有免疫抑制治疗的历史3]。像其他感染疾病,急性(从最近细菌暴露引起的感染)和慢性类型。近85%的类鼻疽例急性类型,迅速和急性类鼻疽开发脓毒症患者,也就是说,败血病的类鼻疽。这种情况是一个致命的死亡率为40% (1]。
免疫系统是一个宿主防御系统组成的各种免疫细胞,组织和器官,蛋白质,能预防疾病。免疫系统遇到病原体,它主要是调用两个免疫反应参与T细胞和B细胞的适应性免疫反应以及中性粒细胞和巨噬细胞的先天免疫反应。类鼻疽,免疫反应中发挥着重要作用。从流行病学角度说,免疫抑制被认为使个人b .举办感染(7,8]。重量的证据是,在大多数情况下,b .举办感染是导致亚临床状态的大多数免疫活性的个人可以移除感染没有任何医学干预(9]。在C57BL / 6小鼠细胞模型中,对杀菌剂的活动b .举办显著低于PECM(腹膜渗出物细胞巨噬细胞被非特异性酯酶)和NAPEC(不依从腹膜渗出物的细胞被认为是完整的淋巴细胞)的文化相比,腹膜渗出物细胞(压电)文化,这表明macrophage-lymphocyte互动促进了杀害b .举办(10]。同意这一发现,急性类鼻疽通过水平升高的患者CD4 +和CD8 + T细胞,而这些死亡水平下降的这些细胞(11]。然而,免疫反应也可能是破坏性的例证过度招募中性粒细胞造成组织损伤(12]。很有可能从事类鼻疽多种免疫细胞。然而,由于技术上的限制,以往的研究无法充分调查多种免疫细胞,只有一小群选择免疫细胞或混合的探索没有适当的识别。因此,它需要多种免疫细胞在类鼻疽新技术进行调查。
全血可以概括现实个体的免疫状况。以前的研究已经表明整个类鼻疽病人收集的血液样本芯片分析已经被证明是一个仪器方法调查类鼻疽的发病和发展(13]。更重要的是,Conejero等人再分析上面的全血转录微阵列数据并提供有用的见解类鼻疽[14]。因此,在当前的研究中,我们再分析整个血液转录微阵列数据以确定免疫细胞,免疫网络核心的关键球员,在败血性类鼻疽扮演重要角色。因此,为了更好地理解多种免疫细胞导致疾病的免疫反应,建立了计算方法(CIBERSORT),能够评估22免疫细胞类型,采用。本研究旨在更彻底地调查的具体角色败血性类鼻疽的免疫细胞。
2。材料和方法
2.1。病人的特点和数据收集
人类全血微阵列和临床数据从NCBI地理数据集获得GSE13015加入数量。在当前的研究中8健康献血者(控制/健康),12个患者2型糖尿病(2型糖尿病),9类鼻疽病人康复(控制/恢复),患者和40败血病的类鼻疽(b .举办)。此外,37名患者脓毒症引起的其他生物(1Acinetobactor baumannii,1气单胞菌属hydrophila4白念珠菌3棒状杆菌属spp。8大肠杆菌,1肠球菌都有效,2肠球菌spp。1k .肺炎,1肺炎链球菌,1沙门氏菌血清型B、2沙门氏菌spp。4金黄色葡萄球菌6葡萄球菌凝固酶负的,2链球菌非A, b)包括在内。limma包在R、差异表达基因识别与绝对截止log2褶皱变化值大于或等于0.9。临床数据显示在一个先前的研究(13]。
2.2。浓缩的分析基因本体论()函数和京都基因和基因组的百科全书(KEGG)通路
的包http://org.Hs.eg.db在R用于基因名称转换为Entirez id。ClusterProfiler包被用来丰富网络与浓缩和KEGG浓缩通路(15]。结果与值小于0.05被认为是具有统计学意义。
2.3。CIBERSORT分析
CIBERSORT,作为辅助工具,可以精确测量的相对水平不同的免疫细胞类型。它可以描述每个免疫细胞类型的大约500个基因组成的基因表达特征。这里,原始CIBERSORT LM22基因签名文件,定义22免疫细胞类型,应用分析的数据集败血病的类鼻疽。CIBERSORT和皮尔逊相关系数指标,CIBERSORT值和均方误差(RMSE)测量每个样品(16]。
2.4。统计分析
免疫细胞类型之间的差异是由Mann-Whitney决定 - - - - - -测试。免疫细胞类型和临床特征之间的相关性被斯皮尔曼等级相关的决定。的值 被认为是显著的。斯皮尔曼绝对相关的参数值> 0.5。多元逻辑回归分析(17)进行为败血性类鼻疽识别潜在的风险因素。为了明确协变量的多重共线性的影响,在多元回归模型18),Akaike信息标准(AIC)因此用于参数的进一步选择。(只有那些noncorrelated参数 )被包含在多元逻辑回归分析。接受者操作特征(ROC)曲线绘制19]真阳性的分数(灵敏度)和假阳性(1-specificity)。值曲线下的面积(AUC)等于0.9 - -1.0被认为是一个完美的预测,而0.5是相当于一个随机的值。一个AUC值在0.7和0.9之间显示一个好的预测,而一个AUC值在0.5和0.7之间显示一个糟糕的预测。
3所示。结果
3.1。人类全血的转录组分析
糖尿病,特别是II型糖尿病,被认为是一般风险因素影响个体类鼻疽,这让我们假设可能出现的差异表达基因在健康的捐赠者(控制/健康),2型糖尿病患者(2型糖尿病),和患者恢复类鼻疽(控制/恢复)。它是极其重要的差异表达基因可以构成一个有前途的基因签名来警告那些容易b .举办感染。然而,我们的研究结果显示没有明显的微分表达式控制/健康和2型糖尿病之间,以及之间的控制/健康和控制/恢复(图1)。这印证了之前的发现,控制/数据集健康离不开显示2型糖尿病与无监督聚类分析(13),这表明背景类鼻疽II型糖尿病诱发个人不得地图转录的重大变化。尽管如此,2型糖尿病和控制/恢复数据集的目的是不被集成到控制/健康与随后的分析,这样做可以让潜在的混杂因素掩盖了“真实”的效果。患者记录,败血病的类鼻疽有更高的死亡率比其他pathogen-caused疾病(1]。我们首先确定是否有不同的基因在不同的表达之间的患者败血病的类鼻疽(指定为b .举办)和其他感染患者。如图1模式显示,一系列的微分表达式。值得注意的是,没有明显的微分表达式之间b .举办和葡萄球菌凝固酶消极的被发现。五个基因调节,没有基因表达下调b .举办vs。金黄色葡萄球菌。看来之间差异表达基因之间没有重叠b .举办能找到与其他感染。更重要的是,没有明显的重叠之间的差异表达的基因b .举办和其他传染疾病被发现,即使金黄色葡萄球菌和葡萄球菌凝固酶-被移除。模拟发现,Sangwichian等人发现两个错误地认定为细菌感染b .举办通过实时PCR,表明很难区分从其他病原感染类鼻疽转录分析(20.]。
(一)
(b)
3.2。浓缩的分析功能和KEGG通路
总共有3593个基因,其中2149是调节和1444个表达下调,之间的差异表达b .举办和控制/健康被确定。功能性浓缩的基因本体论(去)生物过程注释中识别差异表达基因。他们主要是相关细胞因子结合,细胞粘附分子绑定,toll样受体结合,MHC相关蛋白质(图2(一个))。这表明,多种基因与免疫反应有关。然后我们推断生物通路相关的免疫反应可能要花费很大一部分。京都的生物学通路分析基因和基因组的百科全书(KEGG)执行。结果调整值< 0.05图所示2 (b)。显然,大多数基因都浓缩在免疫学相关通路,如人类T细胞白血病病毒感染1、趋化因子信号通路,感染人类免疫缺陷病毒1,JAK-STAT信号通路,Th17细胞分化,T细胞受体信号通路,自然杀伤细胞介导细胞毒性,PD-L1expression PD-1检查点通路在癌症、nf -κB信号通路,Th1、Th2细胞分化,肿瘤坏死因子信号通路,B细胞受体信号通路,风湿性关节炎(III型超敏反应),Fc伽马R-mediated吞噬,toll样受体信号通路,急性髓系白血病,炎症性肠病、慢性骨髓性白血病抗原处理和表示,移植物抗宿主病,同种异体移植物排斥、原发性免疫缺陷,和自身免疫性甲状腺疾病。这些发现表明,免疫反应可能站的影响b .举办感染。
(一)
(b)
3.3。败血性类鼻疽免疫细胞的分布
因为免疫细胞免疫反应是至关重要的球员,我们主要是关注他们(21),采用CIBERSORT探索每个免疫细胞类型之间的比例b .举办和控制/健康。细胞分数的分布见图3(一个)。为了确定是否与特定的细胞类型败血病的类鼻疽,Mann-Whitney - - - - - -测试是用来测量之间的显著差异在免疫细胞的比例b .举办和控制/健康。22中免疫细胞类型的小于0.05绘制。正如所料,中性粒细胞的比例是很高的b .举办控制/健康相比,与之前的结果,过多的中性粒细胞起破坏作用的类鼻疽患者(12]。与控制/健康,CD8 + T细胞的比例明显低b .举办,模拟Jenjaroen等人发表的研究结果,较低的CD8 + T细胞水平观察恶化所造成的结果b .举办感染(11]。天真的CD4 + T细胞的比例,静止T细胞亚群,是高的b .举办与控制/健康相比,而CD4记忆细胞和CD4记忆激活细胞休息很低b .举办。此外,记忆B细胞的比例b .举办也很低。这些发现表明,自适应免疫反应可能是抑制患者的败血病的类鼻疽。我们也观察到的比例M0巨噬细胞,巨噬细胞休息,和γδT细胞,一个非传统的T细胞亚群,是先天免疫反应的关键部件,是高的b .举办休息,而NK细胞很低,表明之间的相互作用b .举办感染和先天免疫反应是复杂的(图3 (b))。
(一)
(b)
(c)
自从免疫细胞被卷入败血病的类鼻疽,然后,我们调查是否相关的免疫细胞类型在败血病的生存类鼻疽。如图3 (c)免疫细胞类型被选中,只有四个。正如所料,在nonsurvivors中性粒细胞的比例高,相比与幸存者。平方米的比例越高,免疫抑制细胞亚群,在nonsurvivors在场,而浆细胞、CD8 + T细胞的比例较低。这些发现表明,自适应免疫反应的抑制严重败血性类鼻疽占有压倒性的优势。
3.4。免疫细胞之间的相关性和败血性类鼻疽的发病
我们接下来研究选择的免疫细胞和一些临床特征之间的相关性,所有作为参数的相关性分析。这些选择参数(绝对的值> 0.5颜色圆形标志突出显示)被包含在多元逻辑回归分析。如图4(一),中性粒细胞、M0和天真的CD4 + T细胞和类鼻疽呈正相关,而休息CD4 + T细胞和CD8 + T细胞和类鼻疽负相关。其他免疫细胞类型,以及年龄和性别和类鼻疽没有联系(图4(一))。因此,中性粒细胞,M0,天真的CD4 + T细胞,休息CD4 + T细胞和CD8 + T细胞被选为多元逻辑回归。多个参数模型然后生成基于这些选择参数的完整组合。至少一个参数的模型值< 0.05被允许与ROC曲线进行分析,结果见图4 (b)。ROC曲线分析了auc从0.91到0.99。可以肯定的说,每一个模型是有前途的,因为每个AUC值大于0.7。前5名的AUC值给出了0.98 CD8 + T细胞+ M0巨噬细胞,从0.98 CD8 + T细胞+ M0巨噬细胞,从0.98 CD8 + T细胞,从0.98 CD8 + T细胞+中性粒细胞,从天真的CD4 +细胞+中性粒细胞和0.99,分别。值得注意的是,天真的CD4 +细胞的两个参数模型+中性粒细胞增加了AUC略微从0.91(一个参数模型天真的CD4 +细胞)和0.99。所有超过两参数模型但CD8 + T细胞+ M0巨噬细胞+中性粒细胞被排除大概是因为多重共线性。这些发现表明,几个模型能够预测败血性类鼻疽的发生。
(一)
(b)
3.5。患者的免疫细胞和生存之间的相关性败血病的类鼻疽
一些免疫细胞与类鼻疽的发展有关,然后问是否这些免疫细胞与败血性类鼻疽患者的生存。相关分析是如上所述。令人惊讶的是,II型糖尿病病人生存无关,与绝对很低值(值= -0.1)(图5(一个))。只有M2资格以下逻辑回归分析。因为中性粒细胞的绝对相关性得分略小于0.5,和中性粒细胞被认为是相关的参数。因此,中性粒细胞被加入到逻辑回归分析,无论其相关结果。ROC曲线分析了auc从0.74 - -0.82。的两个参数模型M2巨噬细胞+中性粒细胞在很大程度上改善了M2巨噬细胞(图参数模型之一5 (b))。
(一)
(b)
4所示。讨论
本研究旨在建立相关性败血病的类鼻疽和多种免疫细胞的水平。首先,败血病的患者之间差异表达的基因类鼻疽(b .举办)和健康献血者(控制/健康)。这些基因与细胞因子结合,细胞粘附分子绑定,和相关的MHC的功能。基因和基因组的京都百科全书(KEGG)通路的发现显示23浓缩免疫反应途径。我们进一步利用微阵列数据调查免疫反应和类鼻疽之间的关系。CIBERSORT进行分析。比较22免疫细胞类型的水平b .举办与控制/健康透露,CD8 + T细胞的水平,CD4记忆静息细胞CD4记忆激活细胞,和B记忆细胞低,而那些M0巨噬细胞,γδT细胞,中性粒细胞高。多元逻辑回归分析进一步表明,CD8 + T细胞,M0巨噬细胞,中性粒细胞,和幼稚的CD4 +细胞与败血病的类鼻疽,M2巨噬细胞和中性粒细胞与严重败血性类鼻疽有关。在一起,这些数据点之间复杂的相互作用机制的影响特定免疫细胞的发病和发展败血病的类鼻疽。
类鼻疽,b .举办可以用没有激活巨噬细胞内杀菌反应(22]。另一方面,激活巨噬细胞的炎性细胞因子显示改进的杀害b .举办(23]。尽管越来越多的证据支持类鼻疽的巨噬细胞所扮演的重要角色,角色的特定疾病的巨噬细胞子集仍不清楚。一般来说,分为未激活的巨噬细胞(M0),促炎(M1),和抗炎(M2)子集,每个炎症发挥着独特的作用。我们表明,M0巨噬细胞的水平是高类鼻疽患者,更大程度的M2巨噬细胞是偏向严重败血病的类鼻疽。我们的研究结果表明,转换从M0 M2巨噬细胞可能仅仅反映败血病的的发病和发展类鼻疽(数字4和5)。我们所知,这个结果代表了小说和突出的例子中巨噬细胞子集之间的变化是与类鼻疽的开发和发展。同意我们的发现,先前的研究巨噬细胞子集的其它细胞内细菌病原体(ibp)表明,M2巨噬细胞复制一个舒适的适合沙门氏菌和布鲁氏菌压力(24,25]。M2巨噬细胞也支持复制衣原体肺炎(26]。本研究的结果,以及其他研究人员,支持认为M2 IBP感染巨噬细胞是有利的。有趣的是,增加水平的M2巨噬细胞与生存在肺癌恶化是相关联的27]。因此,进一步探索M2巨噬细胞可能有助于改善治疗类鼻疽。
我们观察到患者败血病的类鼻疽表现出极低水平的CD8 + T细胞相比,健康的捐赠者。单独和CD8 + T细胞能够预测败血性类鼻疽的发生(图4 (b))。此外,一个极端的水平的CD8 + T细胞存在于nonsurvivors败血性类鼻疽。我们的研究表明,低水平的CD8 +败血病的爆发不仅与相关类鼻疽也与死亡引起败血病的类鼻疽。模拟,减少水平的CD8 + T细胞被发现与更高的死亡率(11]。这一发现实验证实所扮演的角色的CD8 + T细胞的疾病。Jenjaroen等人也发现的CD4 + T细胞是高水平类鼻疽和nonsurvivors的幸存者。这个观察没有发现在这个研究。也许,冲突的观察可以解释方法论的差异或病人的子集。应该注意的是,一些T细胞亚群与类鼻疽的发病以CIBERSORT来衡量,一个算法,允许我们22免疫细胞类型。在b .举办与控制/健康,CD4记忆的水平静息细胞,CD4记忆激活细胞、CD8 + T细胞和B记忆细胞升高,而天真的CD4 + T细胞的水平是降低(图3 (b))。更重要的是,浆细胞和CD8 + T细胞的水平较低和败血病的nonsurvivors类鼻疽比幸存者(图3(c))。这些发现表明,自适应免疫反应可能是抑制患者的败血病的类鼻疽,和恶化的适应性免疫反应可能导致贫穷的生存。
检查点免疫分子表达抑制性受体的免疫细胞,导致免疫抑制信号通路。这些分子的关键在于调节免疫反应的持续时间和严重程度28,29日]。信号通过这些分子可以耗尽免疫细胞,特别是T细胞。T细胞衰竭表达反映的免疫分子,检查站等程序性细胞死亡蛋白1的表达式(PD1)和细胞毒性T淋巴细胞抗原4 (CTLA4)。封锁PD1和CTLA4青睐T细胞介导的免疫反应。众所周知,一些病原体(如属间日疟原虫)和癌症导致压抑免疫细胞通过免疫检查点蛋白(30.- - - - - -32]。的数据图2 (b)表明PDL1 / PD-1检查点通路参与败血病的类鼻疽,暗示,至少,显著改变基因表达水平的PDL1或PD-1可能被发现。然而,两个基因的水平没有变化是重要的。值得注意的是,除了PDL1 PD-1,还有其他免疫检查点的主要元素,如LAG3 TIM3, TIGIT, CD96, BTLA, TNF5F14, GITR, VISTA (33]。其中主要的免疫检查点元素,我们发现,LAG3 CD96,和BTLA强烈败血病的患者中类鼻疽(数据未显示),这表明T细胞耗竭的子集在败血病的类鼻疽LAG3可能过度的结果,CD96, BTLA。封锁这些元素可能有前途和败血性类鼻疽的治疗新策略。此外,LAG3通常与PD1 coexpressed [34]。双重封锁BTLA和PD1提高抗肿瘤免疫(35]。封锁CD96和PD1-PDL1能够提高肿瘤控制(36]。这些证据表明PD1和PDL1仍应考虑未来的研究。排除这两个基因在这个研究可能是由于截止褶皱改变设置。
除了免疫反应,多种差异表达基因功能与葡萄糖代谢有关,如NAD绑定,辅酶ii绑定,绑定,葡萄糖GDP谷胱甘肽绑定,绑定(图2(一个))。此外,谷胱甘肽代谢KEGG分析(图中标识2 (b))。虽然在类鼻疽葡萄糖代谢的作用尚不清楚,它被发现在其他胞内病原菌。生长因子,生长factor-stimulated时,免疫细胞增殖葡萄糖由多个葡萄糖转运蛋白(大规模)产生大量的中间代谢物和NADPH。这些分子是带进谷胱甘肽生产和发射因为鹿茸具有有氧,这是一个许多癌症快速增殖代谢特点。此外,HIF-1增强转录的过剩和大多数糖酵解途径的酶。激活P53谷氨酰胺酶2 (GLS2),这种酶催化谷氨酸盐。这些上述可能解释为什么许多癌症相关通路参与败血病的类鼻疽[37]。
5。结论
总之,本研究的结果表明特定的免疫细胞类型之间的关系和败血性类鼻疽的发生和发展。这些研究结果拓宽我们的视野和免疫细胞之间的复杂的相互作用b .举办感染和提供新的见解的角色在败血性类鼻疽免疫细胞类型。
数据可用性
本研究获得的数据集NCBI数据集。加入数量(s)可以在本文中找到。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
KL和QX、设计研究,JL LY, XL,圣进行文献检索。惠普、YQ和JL收集数据。KX, DX进行数据分析。KX的这篇论文与DX, QX, KL编辑和审查。所有作者的贡献想法和意见,修改论文,批准了最终版本。可徐和大华徐了同样的工作。
确认
这项研究是由海南省的主要科技计划(ZDKJ202003),海南自然科学基金(820号ms051)和中国国家自然科学基金(批准号81660502和81660502)。