单细胞分析和机器学习识别COVID-19的主要目标

耶鲁大学医学院的科学家们(YSM)使用单细胞RNA序列学习SARS-CoV-2与宿主细胞相互作用。两位作者大卫·冯·迪克博士,医学助理教授的部分心血管医学和计算机科学,Wilen和克雷格,医学博士,博士,助理教授实验室医学和免疫生物学,利用单细胞RNA序列被感染的人类支气管上皮细胞(HBECs)来确定病毒感染和改变健康细胞。

在这项研究中,bioRxiv预印服务器上发布,作者认为纤毛细胞的主要目标SARS-CoV-2感染。支气管上皮细胞作为保护屏障对过敏原和病原体。纤毛清除呼吸道粘液及其它粒子。他们的研究结果提供洞察如何引起疾病的病毒。

Wilen和博士后副Mia Alfajaro博士感染与SARS-CoV-2 HBECs在气液界面。超过三天,他们利用RNA单细胞测序识别感染签名动力学等的数量被感染细胞在细胞类型,是否SARS-CoV-2激活一个免疫反应在感染细胞。凡戴克,专攻单细胞技术,利用先进的算法开发工作假设。

“机器学习允许我们生成的假设。这是一个不同的方法科学。我们尽可能少的假设。一切我们可以测量,测量和对我们算法的假设,”他说。

研究人员与Tamas霍博士和美妙的Szigeti-Buck使用电子显微镜来了解病毒的结构基础和目标细胞。这些观测提供了见解对宿主病毒相互作用测量SARS-CoV-2细胞趋向性,或病毒感染不同细胞类型的能力,识别的算法。三天后,成千上万的培养细胞被感染。作者分析了数据从受感染的细胞以及邻近的旁观者。他们观察纤毛细胞被感染细胞的83%。这些细胞是第一个在研究和主要的感染源。病毒也有针对性的其他上皮细胞类型包括基底细胞和俱乐部。高脚杯、神经内分泌细胞簇,ionocytes被感染的可能性较小。

基因签名显示一个先天免疫反应与一种叫做白介素6 (il - 6)的蛋白质。分析还显示转变腺苷病毒记录。最后,(感染)旁观者还显示细胞免疫反应,可能由于感染细胞的信号。从成千上万的基因定位的算法之间的遗传差异受感染和非受感染的细胞。

在本研究的下一阶段,Wilen和冯·迪将检查的严重性SARS-CoV-2相比其他类型的冠状病毒,在动物模型中,进行测试。