Analýza celého transkriptomu k prozkoumání narušených imunologických vlastností u kriticky nemocných starších pacientů se sepsí

Abstraktní

Pozadí

Sepse je častou komplikací u kriticky nemocných pacientů, je vysoce heterogenní a je spojena s vysokou morbiditou a mortalitou, zejména u starší populace. Použití RNA sekvenování (RNA-Seq) k analýze biologických drah je široce používáno v klinických a molekulárně genetických studiích, ale studie u starších pacientů se sepsí stále chybí. Zkoumali jsme tedy biologické rysy a transkriptomické rysy související s mortalitou u starších pacientů, kteří byli přijati na jednotku intenzivní péče (JIP) pro sepsi.

cistanche tubulosa - zlepšení imunitního systému

Metody

Zařadili jsme 37 starších pacientů se sepsí z JIP v Taichung Veterans General Hospital. V den 1 a den 8 byla shromážděna klinická a laboratorní data a také krevní vzorky pro analýzu RNA-Seq. Identifikovali jsme dynamický transkriptom a obohacené dráhy odlišně exprimovaných genů mezi dnem 8 a dnem 1 pomocí analýzy obohacení DVID a analýzy obohacení genové sady. Poté byla pomocí MiXCR analyzována diverzita repertoáru T buněk.

Výsledek

Celkem 37 pacientů mělo sepsi a respondenti a nereagující byli seskupeni pomocí analýzy hlavních složek. Signifikantně vyšší skóre SOFA v den 7, delší ventilační dny, délka pobytu na JIP a nemocniční mortalita byly zjištěny ve skupině nereagující na léčbu než ve skupině respondérů. 8. den u starších pacientů na JIP se sepsí byly upregulovány geny související s vrozenou imunitou a zánětem, jako jsou ZDHCC19, ALOX15, FCER1A, HDC, PRSS33 a PCSK9. Diferenciálně exprimované geny (DEG) byly obohaceny o regulaci transkripce, adaptivní imunitní odpověď, produkci imunoglobulinů, negativní regulaci transkripce a imunitní odpověď. Kromě toho byla vyšší diverzita receptorů T-buněk v den-8 ve skupině respondentů než v den-1, což naznačuje, že měli lépe regulované zotavení ze sepse ve srovnání s pacienty, kteří nereagovali .

Závěr

Mortalita i incidence sepse byly vysoké u starších jedinců. Identifikovali jsme biologické rysy a transkriptomické rysy související s úmrtností pomocí funkčních drah a analýz MiXCR na základě dat RNA-Seq; a zjistili, že skupina respondérů měla upregulovanou vrozenou imunitu a zvýšenou diverzitu T-buněk; ve srovnání se skupinou nereagující. RNA-Seq může být schopen nabídnout další doplňkové informace pro přesnou a včasnou předpověď výsledků léčby.

rostlina cistanche zvyšující imunitní systém

Klíčová slova

Sepse, RNA-Seq, Starší pacienti na JIP, Diferenciálně exprimované geny, T-buněčný receptor

Úvod

Sepse je klinický syndrom, který je potenciálně život ohrožující. Je produkován neuspořádanou reakcí hostitele na infekci a představuje vysoce heterogenní a letální globální zdravotní hrozbu, zejména ve starší populaci [1, 2]. Předchozí studie zjistily, že starší pacienti jsou vystaveni vyššímu riziku sepse a mají vyšší závažnost onemocnění než pacienti v běžné populaci [3]. Počet starších pacientů, kteří jsou přijati na jednotku intenzivní péče (JIP) z důvodu sepse, v posledních dvou desetiletích neustále roste v důsledku neustálého nárůstu počtu starších jedinců [4]. Je pozoruhodné, že navzdory vysoké intenzitě péče zůstává mortalita u starších pacientů přijatých na JIP vysoká, ale studie zabývající se biologickými cestami relevantními pro odpověď na léčbu u starších pacientů se sepsí stále chybí [5]. Imunitní systém seniorů prochází s věkem četnými biologickými změnami, které ovlivňují imunitní odpověď seniorů, což má za následek větší pravděpodobnost imunokompromitovaných stavů [6]. Za zásadní rys imunosenescence u seniorů je považována kompromitovaná adaptivní imunita [7, 8], ale transkriptomické rysy během sepse u seniorů zůstávají neprozkoumané. Tyto změny určují nejen náchylnost k bakteriálním infekcím, ale také progresi sepse a klinické výsledky [6]. U starších pacientů přijatých na JIP je proto zásadní prozkoumat různé imunologické odpovědi a biologické rysy související s mortalitou [9, 10].

Sepse je vysoce heterogenní a vyznačuje se komplexními a dynamickými imunologickými reakcemi, které zahrnují počáteční nadměrnou zánětlivou odpověď následovanou dysregulovanou/vyčerpanou adaptivní imunitou [11]. Několik studií prokázalo změněnou adaptivní imunitu po sepsi; tzv. imunoparalýza se zdá být jedním z klíčových imunologických znaků, které vedou k přetrvávající oslabené imunitě u pacientů se sepsí [12]. RNA-Seq byla použita v předchozích studiích k nalezení transkriptomického podpisu nebo „subendotypu“ u pacientů se sepsí. Subgenotypy, které jsou spojeny se sepsí, jsou časné zlepšení orgánové dysfunkce po sepsi, tlumená adaptivní imunita u imunokompromitovaných pacientů a citlivost na steroidy u pacientů se septickým šokem [13, 14]. S využitím dat RNA-Seq byly nedávno vyvinuty analytické nástroje, jako je MiXCR, ke kvantifikaci rozmanitosti receptorů T-buněk (TCR) [15, 16]. V této studii jsme zkoumali dynamický transkriptom septických pacientů zkoumáním párových vzorků ze dne 1 a dne 8 a zjistili jsme, že imunokompromitovaní septičtí pacienti měli sníženou diverzitu T buněk a zhoršenou funkci T buněk. Cílem této studie bylo prozkoumat biologické a transkriptomické rysy související s mortalitou, aby bylo možné lépe porozumět signalizaci související s adaptivní imunitou u starších pacientů, kteří byli přijati na JIP kvůli sepsi.

cistanche tubulosa - zlepšení imunitního systému

Kliknutím sem zobrazíte produkty Cistanche Enhance Immunity

【Požádejte o více】 E-mail:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692

Materiály a metody Návrh studie a sběr dat

Studie byla schválena Institutional Review Board TCVGH (IRB č. CE20069B) a od všech účastníků byl získán informovaný souhlas. Od prosince 2018 do ledna 2022 bylo přijato 37 starších pacientů na JIP z Taichung Veterans General Hospital (TCVGH). transkriptomu byly dva 4 ml alikvoty krve odebrány do sterilních vakuových nádob s EDTA a okamžitě přeneseny do lahviček bez RNázy obsahujících 10,5 ml RNAlater® (TermoFisher, Waltham, MA, USA).

Extrakce a sekvenování RNA

V této studii jsme extrahovali RNA pomocí soupravy PAXgene Blood RNA Kit a průměrné číslo integrity RNA (RIN) bylo 8,31±0,58. Při sestavování knihovny byly dodrženy pokyny výrobce a v následujících experimentech bylo použito 1,000 ng fragmentované RNA. Na platformě NovaSeq (Illumina, Inc., San Diego, CA, Spojené státy americké) byly pro RNA-Seq použity 150-čtení párového konce bp a každý vzorek měl alespoň 50–60 milionů čtení. Soubor dat RNA-seq byl uložen v Národním centru pro biotechnologické informace (NCBI) Gene Expression Omnibus (GEO) pod přístupovým číslem GSE216902. Soubor dat byl použit pro buněčné proporce a analýzu dráhy.

Skóre hodnocení sekvenčního selhání orgánů (SOFA).

Skóre sekvenčního hodnocení selhání orgánů (SOFA) je číselnou hodnotou selhání orgánů souvisejících se sepsí, tj. kvantifikuje počet a závažnost selhaných orgánů. Každé skóre se pohybuje od 0 do 4, přičemž vyšší skóre ukazuje na zhoršení orgánové dysfunkce [17]. Použili jsme dynamickou změnu skóre SOFA k definování respondérů (R) a nonresponders (NR) a účastník byl klasifikován jako NR, pokud pokles skóre SOFA od 1. dne do 7. dne byl menší než 2 [13, 18, 19] .

Bioinformatické analýzy dat RNA-Seq 

Sekvenování bylo vysoce kvalitní, bylo použito skóre Phred 30 a HISAT2 mapoval čtení sekvence do referenčního genomu (GRCh38/hg38) [20]. R balíček DEseq2 [21] byl použit k identifikaci odlišně exprimovaných genů (DEG) a přečtené počty byly vypočteny pomocí featureCounts [22]. Průměrná rychlost mapování a počty čtení byly 87,6 ± 4,8 % a 65,5 ± 17,6 milionů čtení, v daném pořadí. Balíček profiler [23] R byl použit k provedení funkčního obohacení a analýzy dráhy založené na genomech (KEGG, https://www.genome.jp/kegg/) a genové ontologii (GO, http://geneontology.org /) databáze. Korigovaná p-hodnota menší než 0,05 byla považována za významně obohacenou. Všechny diferencovaně exprimované geny byly funkčně anotovány pomocí Gene Set Enrichment Analysis (GSEA) [24] a byla vytvořena vizualizovaná mapa obohacení Cytoscape 3.9.0 [25]. Výsledky GSEA jsme vizualizovali pomocí mapy obohacení, která organizuje genové sady do sítě podobnosti. Uzel, vazba a barva uzlu představují sadu genů, překrytí členských genů a skóre obohacení [24].

Rozmanitost analýz TCR

Data RNA-Seq byla použita v MiXCR v3.0.13 [15, 16] ke kvantifikaci klonotypů pacientů se sepsí na základě dříve publikovaného protokolu [14]. Software VDJTools v 1.2.1 [26] byl použit k výpočtu počtu oblastí určujících komplementaritu-3 (CDR3) a diverzity vzorků po získání kvantifikovaných klonotypů.

Statistické analýzy

Ke kontrole normality jsme použili Kolmogorovův–Smirnovův test a zjistili jsme, že rozložení několika proměnných, včetně dne ventilátoru, délky pobytu na JIP a délky pobytu v nemocnici, bylo vlevo zkosené. Abychom data prezentovali v jednotném formátu, uvedli jsme četnosti kategoriálních proměnných (v procentech) pro kategoriální proměnné a spojité proměnné jako medián (interkvartilní rozmezí, IQR). Rozdíly mezi těmito dvěma skupinami byly analyzovány pomocí Mann–Whitneyho U testu pro spojité proměnné a Fisherova exaktního testu pro kategorické proměnné. Hladina významnosti byla nastavena na 0.05 a statistické analýzy byly oboustranné. K provedení všech analýz dat byla použita verze R 4.1.0.

cistanche tubulosa - zlepšení imunitního systému

Výsledky Charakteristiky pacienta a skóre SOFA

Do této studie jsme zařadili 37 starších pacientů se sepsí [střední věk 83 let (IQR: 79–87 let)] (tabulka 1). Pomocí analýzy hlavních složek jsme pozorovali, že rozdíl mezi dnem-1 a dnem-8 byl lepší u pacientů, kteří reagovali (skupina respondentů, R) než u pacientů, kteří nereagovali (skupina bez odpovědi, NR), indikující regulované zotavení ze sepse ve skupině imunokompetentních (Dodatečný soubor 1: Obr. S1). Celkově mezi 37 pacienty bylo 23 responzivních pacientů (skupina respondentů, R) s mediánem věku 82 let (IQR: 79,5–86,5 let) a 14 nereagujících pacientů (skupina nereagující, NR) s střední věk 84 let (IQR: 79–88 let). V tabulce 1 jsou uvedeny základní charakteristiky studijní skupiny. V léčbě byl pozorován vyšší albumin (medián 3,3 mg/dl, IQR: 3–3,7 mg/dl) a nižší C-reaktivní protein (medián 9,16 mg/dl, IQR: 3,9–17,5 mg/dl) než u jejich protějšků. Ve srovnání se skupinou respondérů měla skupina non-respondérů signifikantně vyšší skóre SOFA 7. den, delší ventilační dny, delší pobyt na JIP a vyšší nemocniční mortalitu.

Výrazný dynamický transkriptom u starších pacientů na JIP se sepsí

Jak je znázorněno na obr. 1A, pomocí analýzy hlavních komponent na 500 nejlepších variabilních genech ze všech vzorků jsme zjistili, že starší pacienti se sepsí na jednotce intenzivní péče měli významně odlišné transkriptomy v den 1 a den 8. Rozdílné expresní geny ( DEG) byly poté identifikovány porovnáním profilů genové exprese mezi dnem 8 a dnem 1 u starších pacientů na JIP za použití kritérií p<0.01 and log fold change>0.25 nebo<− 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). 

DAVIDova analýza obohacení dynamického transkriptomu

Abychom demonstrovali změnu biologických cest u starších pacientů na JIP mezi 8. a 1. dnem, demonstrovali jsme obohacenou cestu s využitím online serveru DAVID v6.8. Jak je znázorněno na obr. 2, bublinové grafy genové ontologie (GO) byly zkonstruovány pro biologické procesy horních 20 stupňů ze souboru dat. Zjistili jsme, že DEG od starších pacientů na JIP se sepsí byly obohaceny o regulaci transkripce, adaptivní imunitní odpověď, produkci imunoglobulinů, negativní regulaci transkripce a imunitní odpověď. Funkční GO analýza DAVID je uvedena na obr. 3. Ve srovnání s kontrolami se významně projevily funkční anotace proteinů kódovaných geny v DEGs (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.

Tabulka 1 Charakteristika starších pacientů na JIP se sepsí

Obr. 1 Analýza hlavní složky A a sopečný graf B transkriptomu mezi dnem-1 a dnem-8

Obr. 2 Funkční analýzy a analýzy obohacení dráhy diferencovaně exprimovaných genů pomocí DAVID pomocí bublinového grafu

Obr. 3 DAVID funkční analýza genové ontologie (GO) biologického procesu (BP), buněčné složky (CC) a molekulární funkce (MF) Obr.

Analýza TCR pomocí MiXCR u starších pacientů na JIP se sepsí

Vzhledem k tomu, že skupiny R a NR se zotavily ze sepse prostřednictvím specifické signální dráhy receptoru T-buněk s využitím počtu jedinečných CDR3, D50 a inverzního Simpsonova indexu, použili jsme MiXCR ke stanovení diverzity receptoru T-buněk (TCR ) (obr. 5A–C). V den 8 byly CDR3, D50 a inverzní Simpsonův index skupiny R významně vyšší než v den 1. Kromě toho byl index D50 významně vyšší ve skupině R než ve skupině NR v den 8 (obr. 5B). Nakonec jsme hodnotili diverzitu jedinečných CDR3 pomocí inverzního Simpsonova indexu, který odráží hojné klonotypy. Pozorovali jsme podobný vzorec s významně zvýšenou diverzitou TCR ve skupině R, zejména v den 8 (obr. 5C).

Diskuse

Tato studie ukazuje, že biologické rysy související s úmrtností a signalizace související s adaptivní imunitou pomocí transkriptomiky, srovnávající rozdíly mezi dnem 1 a dnem 8 (Dodatečný soubor 1: Obr. S1), by mohly spolehlivě identifikovat starší pacienty na JIP se sepsí a odlišit pacienty, kteří nereagují a nereagují. . Předchozí studie zkoumající biomarkery sepse závisely na výběru známých biologických funkcí a cest pomocí metod založených na znalostech [28] a pouze malý počet studií se přímo zaměřoval na geny, jejichž funkce nebyly plně popsány [29]. V této studii jsme přijali RNA-Seq k identifikaci biologických a imunologických vlastností u starších pacientů na JIP se sepsí prostřednictvím analýzy hlavních složek, analýzy diferenciální genové exprese a MiXCR. Vrozená imunita a zánět, jako jsou ZDHCC19, ALOX15, FCER1A, HDC, PRSS33 a PCSK9, byly upregulovány u starších pacientů na JIP se sepsí. ZDHHC19 je palmitoyltransferáza a zprostředkovává palmitoylaci RRAS, což vede ke zvýšení viability buněk [30]. Analýza genové exprese v celém genomu byla spojena se zvýšenou expresí u pacientů na JIP se sepsí způsobenou fekální peritonitidou [31]. HDC (histidindekarboxyláza, HDC) je členem skupiny dekarboxyláz skupiny II a tvoří homodimer, který využívá pyridoxalfosfát k přeměně L-histidinu na histamin. Studie na zvířatech, kterou provedli Hattori et al. [32] použili myši s vyřazeným genem HDC (HDC−/−). Po navození sepse ligací a punkcí slepého střeva (CLP) vykazovaly HDC-knockout myši snížené hladiny histaminu v plazmě a zvýšení hladin TNF, IL‐1b, IL‐6 a MCP1 u sepse bylo oslabeno, když byl nedostatek plazmy histamin [32]. Abnormální produkce cytokinů vyvolaná sepsí a poškození více orgánů (plíce, játra a ledviny) byly významně sníženy u HDC-knockout myší ve srovnání s WT C57BL/6 J myší. Inhibice exprese HDC zabránila zánětlivému poškození tkáně a zlepšila přežití u myší se sepsí vyvolanou CLP [32]. Histamin by navíc mohl podporovat produkci prozánětlivých cytokinů, které jsou regulovány transkripčním faktorem NF‐κB. Při sepsi vyvolané CLP měly HDC-knockout myši významně sníženou aktivitu NF‐κB v jádře ve srovnání s WT myšmi [32]. Tento výsledek ukazuje, že histamin indukuje syntézu prozánětlivých cytokinů a chemokinů zvýšením aktivity NF-kB.

Nedávný výzkum ukázal, že ALOX15 a FCER1A jsou klíčové pro patogenezi bakteriální sepse [33, 34]. ALOX15, enzym peroxidující lipidy, je funkční gen pro lipoxygenázu (LOX) [35], který oxiduje polynenasycené mastné kyseliny a je spojován s řadou fyziologických procesů a také s patogenezí neurodegenerativních, zánětlivých a hyperproliferativních onemocnění [35, 36]. ALOX15 a jeho metabolity se podílejí na patofyziologii četných zánětlivých onemocnění, jako je sepse, artritida, astma, cystická fibróza a ateroskleróza [36]. FCER1A (Fc fragment IgE receptoru Ia, FCER1A), protein související s imunitou, je iniciačním faktorem alergických reakcí a hraje roli při alergickém zánětu [37, 38]. FCER1A byl zapojen do regulace metabolických procesů a imunitní regulace v předchozích studiích. [38, 39]. Navíc je výskyt astmatu pravděpodobnější při interakci FCER1B a dalších zánětlivých genů souvisejících s imunoglobulinem [39]. Kromě toho byl PCSK9 (proprotein konvertáza subtilisin/kexin typ- 9, PCSK9) identifikován jako centrální regulátor plazmatických hladin LDL-C díky své schopnosti vázat se na LDL receptor (LDLR) a spouštět jej pro lysozomální degradaci v buňkách. , což vede k degradaci LDLR a zvýšení hladiny LDL cholesterolu [40].

cistanche tubulosa - zlepšení imunitního systému

V této studii jsme použili obohacení KEGG a GO ke stanovení funkční anotace těchto genů, abychom prozkoumali zapojení exprimovaných DEG od starších pacientů na JIP se sepsí v BP, MF a molekulárních drahách FH. Tyto DEG byly primárně obohaceny o regulaci transkripce, adaptivní imunitní odpověď, produkci imunoglobulinů, negativní regulaci transkripce a imunitní odpověď (obr. 2). Vytvořili jsme funkčně uspořádanou síť GO/pathway pojmů pomocí Cytoscape pluginu ClueGO/CluePedia, vylepšené interpretace biologických pojmů. Tento plugin nám také pomohl vizualizovat sítě, které jsou funkčně seskupené z větších genových shluků [41]. Použili jsme plugin ClueGO k identifikaci odlišně regulovaných molekulárních drah a jejich významných genových interakcí na základě p-hodnot a kappa statistiky, abychom získali komplexní obrázek o DEG účastnících se sepse. Kromě toho byly DEG významně obohaceny o transkripční aktivitu a proteinovou vazbu, když byl analyzován MF z GO (obr. 3). Tyto výsledky ukazují, že analýzy funkčního obohacení se týkají zejména signálních drah imunitních buněk souvisejících s buněčnou odpovědí na patogenní motivy nebo cytokiny. Toto jsou pravděpodobně očekávané výsledky u septických pacientů a vyžadují další výzkum k objasnění cest v sepsi. Na základě kappa statistik a hodnot p jsme zjistili, že mezi obohacenými biologickými procesy a molekulárními cestami jsou cytokinová signalizace v imunitním systému, adaptivní imunitní systém, smyslové vnímání, vrozený imunitní systém a imunoregulační interakce mezi lymfoidními a nelymfoidními buňky byly dysregulovány a byly významně spojeny s progresí sepse u starších pacientů na JIP se sepsí (obr. 4).

Kromě toho jsme ukázali rozmanitost T buněk u starších pacientů se sepsí a použili jsme MiXCR k analýze surové sekvence RNA-Seq k určení klonotypů TCR, což nám umožnilo současně zkoumat rozmanitost TCR a celý transkriptom [ 15]. RNA-Seq a MiXCR byly v této studii použity k identifikaci signalizace T buněk a výsledky ukázaly, že diverzita TCR skupiny R v den-8 byla větší než v den-1 (obr. 5). . Ve srovnání se skupinou NR měla skupina R významně vyšší hodnoty CDR3, D50 a inverzního indexu Simpson v den-8 než v den-1. Význam indukované rozmanitosti TCR u starších pacientů na JIP se sepsí je také zdůrazněn tímto důkazem, který prokazuje životaschopnost využití dat RNA-Seq a MiXCR k řešení rozmanitosti TCR u pacientů se sepsí. Naše studie má určitá omezení, která je třeba poznamenat. Za prvé, skupina pacientů zkoumaných v této studii byla malá. Zkoumání různých populací s větší velikostí vzorku by tedy pomohlo potvrdit naše data. Za druhé, v této studii jsme použili hromadnou RNA-Seq a budoucí sc-RNA-Seq a funkční experimenty jsou zaručeny pro validaci na buněčné úrovni. Navíc, přístup 5' rychlé amplifikace konců cDNA (5'-RACE) může být použit ke zkoumání repertoáru T-buněk, což může dále potvrdit naše zjištění. Za třetí jsme hodnotili biologické a molekulární funkce zánětlivých odpovědí u pacientů se sepsí pomocí dat RNA-Seq. K objasnění rolí v sepsi jsou zapotřebí další funkční studie.

Obr. 4 Obohacení termíny Gene Ontology (GO) bylo vizualizováno pomocí pluginu ClueGO/CluePedia od Cytoscape

Obr. 5 Diverzita receptoru T-buněk v den-1 a den-8. Počty (A), jedinečné CDR3 (B), D50 a (C) inverzního Simpsonova indexu. *<0.05, **<0.005

Závěry

Incidence i mortalita sepse jsou vysoké u starších jedinců. Do naší studie byli zařazeni kriticky nemocní starší jedinci se sepsí a identifikovali biologické rysy a transkriptomické rysy související s úmrtností pomocí funkčních drah a analýz MiXCR na základě dat RNA-Seq. Ve srovnání se dnem 1 jsme našli upregulovanou vrozenou imunitu a zvýšenou diverzitu T buněk mezi reagujícími pacienty v den 8, což naznačuje, že reagující pacienti měli lépe regulované zotavení ze sepse ve srovnání s neresponzivními pacienty. Pro implementaci přesné a včasné predikce by použití testu RNA-Seq mohlo nabídnout další doplňkové informace pro včasnou předpověď výsledků léčby.

Reference

1. Seymour CW, Kennedy JN, Wang S, Chang CH, Elliott CF, Xu Z a kol. Odvození, validace a potenciální léčebné důsledky nových klinických fenotypů pro sepsi. JAMA. 2019;321(20):2003–17.

2. Sweeney TE, Azad TD, Donato M, Haynes WA, Perumal TM, Henao R, a kol. Neřízená analýza transkriptomiky u bakteriální sepse napříč více datovými soubory odhaluje tři robustní shluky. Crit Care Med. 2018;46(6):915–25.

3. de Lange DW, Brinkman S, Flaatten H, Boumendil A, Morandi A, Andersen FH a kol. Kumulativní prognostické skóre predikující mortalitu u pacientů starších 80 let přijatých na JIP. J Am Geriatr Soc. 2019;67(6):1263–7.

4. Flaatten H, de Lange DW, Artigas A, Bin D, Moreno R, Christensen S, et al. Stav výzkumu intenzivní medicíny a budoucí agenda pro velmi staré pacienty na JIP. Intensive Care Med. 2017;43(9):1319–28.

5. Průvodce B, de Lange DW, Boumendil A, Leaver S, Watson X, Boulanger C a kol. Příspěvek křehkosti, kognice, aktivity každodenního života a komorbidit na výsledku u akutně přijatých pacientů nad 80 let na evropských JIP: studie VIP2. Intensive Care Med. 2020;46(1):57–69.

6. Stahl EC, Brown BN. Strategie buněčné terapie pro boj s imunogeny – věda. Organogeneze. 2015;11(4):159–72.

7. Martin S, Perez A, Aldecoa C. Sepse a imunosenescence u staršího pacienta: přehled. Přední Med (Lausanne). 2017. https://doi.org/10. 3389/fmed.2017.00020.

8. Rydyznski Moderbacher C, Ramirez SI, Dan JM, Grifoni A, Hastie KM, Weiskopf D, et al. Antigenově specifická adaptivní imunita vůči SARS-CoV-2 u akutního COVID-19 a souvislosti s věkem a závažností onemocnění. Buňka. 2020;183(4):996-1012 e1019.

9. Leblanc G, Boumendil A, Průvodce B. Deset věcí, které byste měli vědět o kriticky nemocných starších pacientech. Intensive Care Med. 2017;43(2):217–9.

10. Guidet B, Vallet H, Boddaert J, de Lange DW, Morandi A, Leblanc G, et al. Péče o kriticky nemocné pacienty nad 80 let: narativní přehled. Ann intenzivní péče. 2018;8(1):114.

11. Brady J, Horie S, Lafey JG. Role adaptivní imunitní odpovědi v sepsi. Intensive Care Med Exp. 2020; 8(1):20.

12. MUDr. Martin, VP Badovinac, Grifth TS. Reakce CD4 T buněk a stav imunoparalýzy indukovaný sepsí. Front Immunol. 2020. https://doi.org/10. 3389/fmmu.2020.01364.

13. Barcella M, Bollen Pinto B, Braga D, D'Avila F, Tagliaferri F, Cazalis MA a kol. Identifikace transkriptomového profilu spojeného se zlepšením orgánových funkcí u pacientů se septickým šokem po časné podpůrné terapii. Crit Care. 2018;22(1):312.

14. Cheng PL, Chen HH, Jiang YH, Hsiao TH, Wang CY, Wu CL a kol. Použití RNA-Seq ke zkoumání vlastností imunitního metabolismu u imunokompromitovaných pacientů se sepsí. Přední Med (Lausanne). 2021. https://doi. org/10.3389/fmed.2021.747263.

15. Bolotin DA, Poslavsky S, Mitrophanov I, Shugay M, Mamedov IZ, Putintseva EV, et al. MiXCR: software pro komplexní profilování adaptivní imunity. Metody Nat. 2015;12(5):380–1.

16. Bolotin DA, Poslavsky S, Davydov AN, Frenkel FE, Fanchi L, Zolotareva OI, et al. Profilování repertoáru antigenního receptoru z dat RNA-seq. Nat Biotechnol. 2017;35(10):908–11.

17. Vincent JL, de Mendonca A, Cantraine F, Moreno R, Takala J, Suter PM a kol. Využití skóre SOFA k hodnocení výskytu orgánové dysfunkce/selhání na jednotkách intenzivní péče: výsledky multicentrické prospektivní studie Pracovní skupina pro „problémy související se sepsí“ Evropské společnosti intenzivní medicíny. Crit Care 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. Užitečnost skóre SOFA a Delta-SOFA pro predikci výsledků u kriticky nemocných pacientů z pohotovostního oddělení. Eur J Emerg Med. 2018;25(6):387–93.

19. Jones AE, Trzeciak S, Kline JA. Skóre hodnocení sekvenčního selhání orgánů pro predikci výsledků u pacientů s těžkou sepsí a důkazy hypoperfuze v době prezentace na pohotovosti. Crit Care Med. 2009;37(5):1649–54.

20. Kim D, Langmead B, Salzberg SL. HISAT: rychlý sestřihový zarovnávač s nízkými požadavky na paměť. Metody Nat. 2015;12(4):357–60.

21. Anders S, Huber W. Diferenciální expresní analýza pro data počtu sekvencí. Genome Biol. 2010;11(10):R106.

22. Liao Y, Smyth GK, Shi W. FeatureCounts: účinný univerzální program pro přiřazování čtení sekvencí genomickým znakům. Bioinformatika. 2014;30(7):923–30.

23. Raudvere U, Kolberg L, Kuzmin I, Arak T, Adler P, Peterson H, et al. g: Profiler: webový server pro analýzu funkčního obohacení a konverze seznamů genů (aktualizace z roku 2019). Nucleic Acids Res. 2019;47(W1):W191–8.

24. Merico D, Isserlin R, Stueker O, Emili A, Bader GD. Mapa obohacení: síťová metoda pro vizualizaci obohacení genové sady a inter- predaci. PLoS ONE. 2010;5(11):e13984.

25. Shannon P, Markiel A, Ozier O, Baliga NS, Wang JT, Ramage D a kol. Cytoscape: softwarové prostředí pro integrované modely biomolekulárních interakčních sítí. Genome Res. 2003;13(11):2498–504.

26. Andersen ES. Predikce a návrh struktur DNA a RNA. N Biotechn. 2010;27(3):184–93.

27. Le Gall JR, Lemeshow S, Saulnier F. Nové zjednodušené skóre akutní fyziologie (SAPS II) založené na evropské/severoamerické multicentrické studii. JAMA. 1993;270(24):2957–63.

28. Sutherland A, Thomas M, Brandon RA, Brandon RB, Lipman J, Tang B a kol. Vývoj a validace nového molekulárního biomarkerového diagnostického testu pro časnou detekci sepse. Crit Care. 2011;15(3):R149.

29. Lukaszewski RA, Jones HE, Gersuk VH, Russell P, Simpson A, Brealey D a kol. Presymptomatická diagnostika pooperační infekce a sepse pomocí signatur genové exprese. Intensive Care Med. 2022. https://doi. org/10.1007/s00134-022-06769-z.

30. Niu J, Sun Y, Chen B, Zheng B, Jarugumilli GK, Walker SR a kol. Mastné kyseliny a rakovinou zesílený ZDHHC19 podporují aktivaci STAT3 prostřednictvím S-palmitoylace. Příroda. 2019;573(7772):139–43.

31. Burnham KL, Davenport EE, Radhakrishnan J, Humburg P, Gordon AC, Hutton P a kol. Společné a odlišné aspekty transkriptomické odpovědi sepse na fekální peritonitidu a pneumonii. Am J Respir Crit Care Med. 2017;196(3):328–39.

32. Hattori M, Yamazaki M, Ohashi W, Tanaka S, Hattori K, Todoroki K, et al. Kritická role endogenního histaminu při podpoře poškození tkáně koncových orgánů při sepsi. Intensive Care Med Exp. 2016;4(1):36.

33. Reyes M, Filbin MR, Bhattacharyya RP, Billman K, Eisenhaure T, Hung DT a kol. Signatura imunitních buněk bakteriální sepse. Nat Med. 2020;26(3):333–40.

34. Tang-Huau TL, Gueguen P, Goudot C, Durand M, Bohec M, Baulande S, et al. Lidské dendritické buňky a makrofágy generované in vivo z monocytů křížově prezentují antigeny vakuolární cestou. Nat Commun. 2018;9(1):2570.

35. Ivanov I, Kuhn H, Heydeck D. Strukturní a funkční biologie 15-lipoxygenázy-1 kyseliny arachidonové (ALOX15). Gen. 2015;573(1):1–32.

36. Singh NK, Rao GN. Objevující se role 12/15-lipoxygenázy (ALOX15) v lidských patologiích. Prog Lipid Res. 2019;73:28–45.

37. Baioumy SA, Esawy MM, Shabana MA. Stanovení cirkulující FCepsilonRIa u pacientů s chronickou spontánní kopřivkou a její vztah s klinickými a imunologickými proměnnými. Imunobiologie. 2018;223(12):807–11.

38. Liao EC, Chang CY, Hsieh CW, Yu SJ, Yin SC, Tsai JJ. Průzkumná pilotní studie genetických markerů alergických onemocnění zprostředkovaných IgE s expresí FcepsilonR1alpha a Cepsilon. Int J Mol Sci. 2015;16(5):9504–19.

39. Hua L, Zuo XB, Bao YX, Liu QH, Li JY, Lv J a kol. Čtyřlokusová genová interakce mezi IL13, IL4, FCER1B a ADRB2 pro astma u čínských dětí Han. Pediatr Pulmonol. 2016;51(4):364–71.

40. Kosenko T, Golder M, Leblond G, Weng W, Lagace TA. Nízkohustotní lipoprotein se váže na proprotein konvertázu subtilisin/kexin typu-9 (PCSK9) v lidské plazmě a inhibuje PCSK9-zprostředkovanou degradaci nízkohustotního lipoproteinového receptoru. J Biol Chem. 2013;288(12):8279–88.

41. Bindea G, Mlecnik B, Hackl H, Charoentong P, Tosolini M, Kirilovsky A, et al. ClueGO: zásuvný modul Cytoscape k dešifrování funkčně seskupené genové ontologie a sítí anotací cest. Bioinformatika. 2009;25(8):1091–3.