Single-cell-Analyse und des maschinellen Lernens zu identifizieren wichtiges Ziel der COVID-19

Single-cell-Analyse und des maschinellen Lernens zu identifizieren wichtiges Ziel der COVID-19

Wissenschaftler an der Yale School of Medicine (YSM) Verwendung von single-cell-RNA-Sequenzierung um zu erfahren, wie SARS-CoV-2 interagiert mit einem host-Zelle. Die beiden senior-Autoren David van Dijk, Ph. D., assistant professor der Medizin in der Sektion Herz-Kreislauf-Medizin und-informatik, und Craig Wilen, MD, Ph. D., ein Assistent professor für Labormedizin und Immunbiologie, verwertet single-cell-RNA-Sequenzierung von infizierten menschlichen bronchialen epithelialen Zellen (HBECs), um zu ermitteln, wie das virus infiziert und verändert die gesunden Zellen.

In der Studie, veröffentlicht auf der bioRxiv pre-print-server, die Autoren identifiziert ciliated Zellen als wichtiges Ziel der SARS-CoV-2-Infektion. Das bronchiale Epithel fungiert als eine schützende Barriere gegen Allergene und Krankheitserreger. Zilien entfernt Schleim und andere Partikel aus den Atemwegen. Ihre Ergebnisse bieten Einblick, wie das virus verursacht Krankheit.

Wilen und post-doctoral associate Mia Alfajaro, Ph. D., infiziert HBECs in einem air-liquid-interface mit SARS-CoV-2. Über drei Tage, die Sie verwendet single-cell-RNA-Sequenzierung zu identifizieren, die Unterschriften der Infektion Dynamik wie die Anzahl der infizierten Zellen über Zell-Typen, und ob SARS-CoV-2 aktiviert eine Immunantwort in infizierten Zellen. Van Dijk, wer ist spezialisiert auf Einzel-Zell Technologien, verwendet erweiterte algorithmen zu entwickeln, arbeitshypothesen.

„Machine learning ermöglicht es uns, zum generieren von Hypothesen. Es ist eine andere Art von Wissenschaft zu betreiben. Wir gehen in mit so wenigen Hypothesen wie möglich. Alles Messen, wir Messen können, und die algorithmen vorhanden, die die Hypothese zu uns“, sagte er.

Die Forscher zusammen mit Tamas Horvath, Ph. D., und Klara Szigeti-Buck zu verwenden, die Elektronenmikroskopie, um Informationen über die strukturelle basis der virus-und Ziel-Zellen. Diese Beobachtungen liefern Erkenntnisse zur Wirt-virus-Interaktion zu Messen, SARS-CoV-2 Zell-Tropismus, oder die Fähigkeit des virus zu infizieren verschiedene Zelltypen, die durch die algorithmen. Nach drei Tagen, Tausende von kultivierten Zellen wurde infiziert. Die Autoren analysierten die Daten aus den infizierten Zellen zusammen mit dem benachbarten bystander-Zellen. Sie beobachtet ciliated Zellen wurden 83% der infizierten Zellen. Diese Zellen wurden die erste und wichtigste Quelle der Infektion in der gesamten Studie. Den virus auch gezielt anderen epithelialen Zelltypen einschließlich der basal-und club-Zellen. Der Kelch, neuroendokrine, Büschel-Zellen, und ionocytes waren weniger wahrscheinlich infiziert werden.

Die gen-Signaturen offenbart eine angeborene Immunantwort, verbunden mit einem protein namens Interleukin-6 (IL-6). Die Analyse zeigte auch eine Verschiebung in der polyadenylated viralen Transkripte. Schließlich, die (infizierten) bystander-Zellen zeigten auch eine Immunantwort, wahrscheinlich aufgrund der Signale aus den infizierten Zellen. Ziehen aus zig-Tausende von Genen, die algorithmen suchen, die genetischen Unterschiede zwischen infizierten und nicht-infizierten Zellen.