Heltranskriptomanalys för att utforska de försämrade immunologiska egenskaperna hos kritiskt sjuka äldre patienter med sepsis

Abstrakt

Bakgrund

Sepsis är en frekvent komplikation hos kritiskt sjuka patienter, är mycket heterogen och är associerad med hög sjuklighet och dödlighet, särskilt hos den äldre befolkningen. Att använda RNA-sekvensering (RNA-Seq) för att analysera biologiska vägar används i stor utsträckning i kliniska och molekylärgenetiska studier, men studier på äldre patienter med sepsis saknas fortfarande. Därför undersökte vi de dödlighetsrelevanta biologiska egenskaperna och transkriptomiska egenskaperna hos äldre patienter som lades in på intensivvårdsavdelningen (ICU) för sepsis.

cistanche tubulosa-förbättra immunförsvaret

Metoder

Vi registrerade 37 äldre patienter med sepsis från ICU på Taichung Veterans General Hospital. På dag 1 och dag 8 samlades kliniska data och laboratoriedata, såväl som blodprover, för RNA-Seq-analys. Vi identifierade det dynamiska transkriptomet och anrikade vägarna för differentiellt uttryckta gener mellan dag 8 och dag 1 genom DVID-anrikningsanalys och Gene Set Enrichment Analysis. Sedan analyserades mångfalden av T-cellsrepertoaren med MiXCR.

Resultat

Sammantaget hade 37 patienter sepsis, och patienter som svarade och som inte svarade grupperades genom huvudkomponentanalys. Signifikant högre SOFA-poäng på dag 7, längre respiratordagar, vårdtid på intensivvårdsavdelningen och sjukhusdödlighet hittades i gruppen som inte svarade än i gruppen som svarade. På dag 8 hos äldre intensivvårdspatienter med sepsis uppreglerades gener relaterade till medfödd immunitet och inflammation, såsom ZDHCC19, ALOX15, FCER1A, HDC, PRSS33 och PCSK9. De differentiellt uttryckta generna (DEG) berikades i regleringen av transkription, adaptivt immunsvar, immunglobulinproduktion, negativ reglering av transkription och immunsvar. Dessutom fanns det en större mångfald av T-cellsreceptorer på dagen-8 i svarsgruppen än på dagen-1, vilket tyder på att de hade bättre reglerad återhämtning från sepsis jämfört med patienterna som inte svarade .

Slutsats

Både dödligheten och förekomsten av sepsis var hög hos äldre individer. Vi identifierade dödlighetsrelevanta biologiska egenskaper och transkriptomiska egenskaper med funktionella vägar och MiXCR-analyser baserade på RNA-Seq-data; och fann att respondergruppen hade uppreglerad medfödd immunitet och ökad T-cellsdiversitet; jämfört med gruppen som inte svarade. RNA-Seq kanske kan erbjuda ytterligare kompletterande information för korrekt och tidig förutsägelse av behandlingsresultat.

cistanche växthöjande immunförsvar

Nyckelord

Sepsis, RNA-Seq, äldre intensivpatient, differentiellt uttryckta gener, T-cellsreceptor

Introduktion

Sepsis är ett kliniskt syndrom som är potentiellt livshotande. Det produceras av ett oordnat värdsvar på infektion och är ett mycket heterogent och dödligt globalt hälsohot, särskilt i den åldrade befolkningen [1, 2]. Tidigare studier har visat att äldre patienter löper en högre risk för sepsis och har högre sjukdomsgrad än de i den allmänna befolkningen [3]. Antalet äldre patienter som läggs in på intensivvårdsavdelningen (ICU) på grund av sepsis har stadigt ökat under de senaste två decennierna på grund av den konstanta ökningen av antalet äldre individer [4]. Anmärkningsvärt är att trots en hög vårdintensitet är dödligheten fortfarande hög hos äldre patienter som tas in på intensivvårdsavdelningen, men studier som behandlar de biologiska vägarna som är relevanta för behandlingssvar hos äldre patienter med sepsis saknas fortfarande [5]. De äldres immunsystem genomgår många biologiska förändringar när de åldras, vilket påverkar de äldres immunsvar, vilket resulterar i en större sannolikhet för immunförsvagade tillstånd [6]. Nedsatt adaptiv immunitet anses vara en avgörande egenskap hos immunosenscens hos äldre [7, 8], men transkriptomiska egenskaper under sepsis hos äldre förblir outforskade. Dessa förändringar bestämmer inte bara känsligheten för bakteriella infektioner utan också sepsisprogression och kliniska resultat [6]. Därför är det viktigt att undersöka de varierande immunologiska svaren och dödlighetsrelevanta biologiska egenskaper hos äldre patienter inlagda på intensivvårdsavdelningen [9, 10].

Sepsis är mycket heterogen och kännetecknas av komplexa och dynamiska immunologiska reaktioner, som involverar ett initialt överdrivet inflammatoriskt svar följt av dysreglerad/utmattad adaptiv immunitet [11]. Flera studier har visat förändrad adaptiv immunitet efter sepsis; så kallad immunparalys verkar vara en av de viktigaste immunologiska egenskaperna som leder till ihållande nedsatt immunitet hos patienter med sepsis [12]. RNA-Seq användes i tidigare studier för att hitta den transkriptomiska signaturen, eller "subendotypen", hos patienter med sepsis. De subgenotyper som är associerade med sepsis är tidig förbättring av organdysfunktion efter sepsis, dämpad adaptiv immunitet bland immunförsvagade patienter och känslighet för steroider hos patienter med septisk chock [13, 14]. Med hjälp av RNA-Seq-data har analytiska verktyg, såsom MiXCR, nyligen utvecklats för att kvantifiera mångfalden av T-cellsreceptorer (TCR) [15, 16]. I denna studie undersökte vi det dynamiska transkriptomet av septiska patienter genom att undersöka parade prover från dag 1 och dag 8 och fann att immunkomprometterade septiska patienter hade minskad T-cellsdiversitet och äventyrad T-cellsfunktion. Denna studie syftade till att utforska dödlighetsrelevanta biologiska egenskaper och transkriptomiska egenskaper, för att få en bättre förståelse av den adaptiva immunitetsassocierade signaleringen hos äldre patienter som lades in på ICU för sepsis.

cistanche tubulosa-förbättra immunförsvaret

Klicka här för att se produkter från Cistanche Enhance Immunity

【Be om mer】 E-post:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692

Material och metoder Studiedesign och datainsamling

Studien godkändes av den institutionella granskningsnämnden vid TCVGH (IRB-nr CE20069B), och informerat samtycke erhölls från alla deltagare. Trettiosju äldre intensivvårdspatienter rekryterades från Taichung Veterans General Hospital (TCVGH) från december 2018 till januari 2022. Vid tidpunkten för inskrivningen samlades demografisk information in och baslinjeblodprover togs dag 1 och dag 8. För att bevara transkriptom, uppsamlades två 4 ml alikvoter av blod i sterila EDTA-vakutainrar och överfördes omedelbart till RNAse-fria flaskor innehållande 10,5 ml RNAlater® (TermoFisher, Waltham, MA, USA).

RNA-extraktion och sekvensering

I denna studie extraherade vi RNA med PAXgene Blood RNA Kit, och det genomsnittliga RNA-integritetstalet (RIN) var 8,31±0.58. Tillverkarens instruktioner följdes när biblioteket byggdes och 1,000 ng fragmenterat RNA användes i efterföljande experiment. 150-bp parad-end-läsningar användes för RNA-Seq på NovaSeq-plattformen (Illumina, Inc., San Diego, CA, USA), och varje prov hade minst 50–60 miljoner avläsningar. RNA-seq-datauppsättningen deponerades i National Center for Biotechnology Information (NCBI) Gene Expression Omnibus (GEO) under accessionsnummer GSE216902. Datauppsättningen användes för cellproportioner och väganalys.

Sequential organ failure assessment (SOFA) poäng

Score för sekventiell organsviktbedömning (SOFA) är ett numeriskt värde för sepsisrelaterad organsvikt, dvs den kvantifierar antalet och svårighetsgraden av felaktiga organ. Varje poäng sträcker sig från 0 till 4, med en högre poäng som indikerar försämrad organdysfunktion [17]. Vi använde den dynamiska förändringen i SOFA-poäng för att definiera responders (R) och non-responders (NR), och en deltagare klassificerades som NR om minskningen i SOFA-poäng från dag 1 till dag 7 var mindre än 2 [13, 18, 19] .

Bioinformatiska analyser av RNA-Seq-data 

Sekvenseringen var av hög kvalitet, Phred-poäng på 30 användes och HISAT2 kartlade sekvensläsningarna till referensgenomet (GRCh38/hg38) [20]. R-paketet DEseq2 [21] användes för att identifiera de differentiellt uttryckta generna (DEGs), och läsvärdena beräknades med hjälp av featureCounts [22]. Den genomsnittliga kartläggningshastigheten och avläsningstalet var 87,6±4,8 % respektive 65,5±17,6 miljoner avläsningar. Profiler [23] R-paketet användes för att utföra funktionell anrikning och väganalys baserat på genomen (KEGG, https://www.genome.jp/kegg/) och Gene Ontology (GO, http://geneontology.org /) databaser. Ett korrigerat p-värde på mindre än 0,05 ansågs vara signifikant berikat. Alla differentiellt uttryckta gener var funktionellt kommenterade med hjälp av Gene Set Enrichment Analysis (GSEA) [24], och en Cytoscape 3.9.0 [25] visualiserad anrikningskarta skapades. Vi visualiserade GSEA-resultat genom att använda en anrikningskarta, som organiserar genuppsättningar i ett likhetsnätverk. Noden, länken och nodfärgen representerar genuppsättningen, överlappningen av medlemsgener respektive anrikningspoängen [24].

Mångfald av TCR-analyser

RNA-Seq-data användes i MiXCR v3.0.13 [15, 16] för att kvantifiera klontyperna av sepsispatienter baserat på ett tidigare rapporterat protokoll [14]. Programvaran VDJTools v 1.2.1 [26] användes för att beräkna antalet komplementaritetsbestämmande regioner-3 (CDR3) och provdiversitet efter förvärvet av de kvantifierade klontyperna.

Statistiska analyser

Vi använde Kolmogorov-Smirnov-testet för att kontrollera normaliteten och fann att fördelningen av flera variabler, inklusive respiratordag, vårdtid på intensivvårdsavdelningen och vårdtid på sjukhus, var vänstersked. För att presentera data i det enhetliga formatet presenterade vi kategoriska variabler frekvenser (procentandelar) för kategoriska variabler och kontinuerliga variabler som median (interkvartilintervall, IQR). Skillnader mellan de två grupperna analyserades med Mann-Whitney U-testet för kontinuerliga variabler och Fishers exakta test för kategoriska variabler. Signifikansnivån sattes till 0.05, och statistiska analyser var dubbelsidiga. R version 4.1.0 användes för att genomföra alla dataanalyser.

cistanche tubulosa-förbättra immunförsvaret

Resultat Patientegenskaper och SOFA-poäng

I denna studie inkluderade vi 37 äldre patienter med sepsis [medianålder 83 år (IQR: 79–87 år)] (tabell 1). Med huvudkomponentanalys observerade vi att en divergens mellan dag-1 och dag-8 var bättre hos de svarande patienterna (respondergruppen, R) än hos de icke-svarande patienterna (icke-svarsgruppen, NR), indikerar reglerad återhämtning från sepsis i den immunkompetenta gruppen (Ytterligare fil 1: Fig. S1). Totalt sett fanns det bland de 37 patienterna 23 svarande patienter (svarargrupp, R) med medianåldern 82 år (IQR: 79,5–86,5 år) och 14 icke-svarande patienter (icke-svarsgrupp, NR) med medianålder 84 år (IQR: 79–88 år). Tabell 1 visar studiegruppens grundläggande egenskaper. Högre albumin (median 3,3 mg/dl, IQR: 3–3,7 mg/dl) och lägre C-reaktivt protein (median 9,16 mg/dl, IQR: 3,9–17,5 mg/dl) observerades i behandlingen än i deras motsvarigheter. Jämfört med gruppen som svarade hade gruppen som inte svarade signifikant högre SOFA-poäng på dag 7, längre respiratordagar, längre vårdtid på intensivvårdsavdelningen och högre sjukhusmortalitet.

Distinkt dynamiskt transkriptom hos äldre intensivvårdspatienter med sepsis

Som illustreras i Fig. 1A, med hjälp av huvudkomponentanalys på de 500 variabla generna från alla proverna, upptäckte vi att äldre sepsispatienter på intensivvårdsavdelningen hade signifikant olika transkriptom på dag 1 och dag 8. De differentiella uttrycksgenerna ( DEGs) identifierades sedan genom att jämföra genuttrycksprofiler mellan dag 8 och dag 1 hos äldre intensivvårdspatienter med hjälp av kriterierna p<0.01 and log fold change>0.25 eller<− 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). 

DAVID anrikningsanalys av det dynamiska transkriptomet

För att demonstrera förändringen av biologiska vägar hos äldre ICU-patienter mellan dag 8 och dag 1, visade vi den berikade vägen genom att använda online-DAVID v6.8-servern. Som visas i fig. 2, konstruerades Gene Ontology (GO) bubbelplottar för de biologiska processerna för de översta 20 graderna från datamängden. Vi fann att DEG från äldre ICU-patienter med sepsis berikades i regleringen av transkription, adaptivt immunsvar, immunglobulinproduktion, negativ reglering av transkription och immunsvar. DAVID funktionell GO-analys presenteras i Fig. 3. Jämfört med kontroller visade funktionella kommentarer av proteiner kodade av gener i DEG signifikant (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.

Tabell 1 Karakteristika för äldre intensivvårdspatienter med sepsis

Fig. 1 Huvudkomponentanalys A och vulkanplot B av transkriptomet mellan dag-1 och dag-8

Fig. 2 Funktions- och väganrikningsanalyser av differentiellt uttryckta gener med DAVID genom bubbelplot

Fig. 3 DAVID funktionell genontologi (GO) analys av biologisk process (BP), cellulär komponent (CC) och molekylär funktion (MF)

TCR-analyser med MiXCR hos äldre intensivvårdspatienter med sepsis

Med tanke på att R- och NR-grupperna återhämtade sig från sepsis genom en specifik T-cellsreceptorsignalväg, med användning av antalet unika CDR3, D50 och det omvända Simpson-indexet, använde vi MiXCR för att bestämma mångfalden av T-cellsreceptorn (TCR) ) (Fig. 5A–C). På dag 8 var R-gruppens CDR3-, D50- och inversa Simpson-index signifikant högre än på dag 1. Dessutom var D50-index signifikant högre i R-gruppen än i NR-gruppen på dag 8 (Fig. 5B). Slutligen bedömde vi mångfalden av unik CDR3 med hjälp av det omvända Simpson-indexet, vilket återspeglar rikliga klontyper. Vi observerade ett liknande mönster, med signifikant ökad mångfald av TCR i R-gruppen, särskilt på dag 8 (Fig. 5C).

Diskussion

Denna studie visar att dödlighetsrelevanta biologiska egenskaper och adaptiv immunitetsassocierad signalering med hjälp av transkriptomik, genom att jämföra skillnader mellan dag 1 och dag 8 (ytterligare fil 1: Fig. S1), på ett tillförlitligt sätt kunde identifiera äldre intensivvårdspatienter med sepsis och skilja svar från patienter som inte svarar. . Tidigare studier som undersökte sepsisbiomarkörer berodde på urvalet av kända biologiska funktioner och vägar med hjälp av kunskapsbaserade metoder [28], och endast ett litet antal studier har direkt riktat in sig på gener vars funktioner inte har beskrivits fullständigt [29]. I denna studie antog vi RNA-Seq för att identifiera biologiska och immunologiska egenskaper hos äldre intensivvårdspatienter med sepsis genom huvudkomponentanalys, differentiell genuttrycksanalys och MiXCR. Medfödd immunitet och inflammation, såsom ZDHCC19, ALOX15, FCER1A, HDC, PRSS33 och PCSK9, uppreglerades hos äldre intensivvårdspatienter med sepsis. ZDHHC19 är ett palmitoyltransferas och förmedlar palmitoylering av RRAS, vilket leder till ökad cellviabilitet [30]. Genomomfattande genuttrycksanalys har kopplats till ökat uttryck hos intensivvårdspatienter med sepsis orsakad av fekal peritonit [31]. HDC (histidindekarboxylas, HDC) är en medlem av grupp II-dekarboxylasfamiljen och bildar en homodimer som använder pyridoxalfosfat för att omvandla L-histidin till histamin. En djurstudie utförd av Hattori et al. [32] använde HDC-gen knockout (HDC-/-) möss. Efter att ha inducerat sepsis genom cekal ligering och punktering (CLP), uppvisade HDC-knockout-möss minskade plasmahistaminnivåer, och ökningen av TNF , IL-1b, IL-6 och MCP1-nivåer i sepsis försvagades när det fanns brist på plasma histamin [32]. Sepsisinducerad onormal cytokinproduktion och multipel organskada (lunga, lever och njure) reducerades signifikant i HDC-knockout-möss jämfört med WT C57BL/6 J-möss. Hämning av HDC-uttryck förhindrade inflammatorisk vävnadsskada och förbättrade överlevnaden hos möss med sepsis inducerad av CLP [32]. Dessutom kan histamin främja produktionen av proinflammatoriska cytokiner, som regleras av transkriptionsfaktorn NF-KB. Under CLP-inducerad sepsis hade HDC-knockout-möss signifikant minskad aktivitet av NF-KB i kärnan jämfört med WT-möss [32]. Detta resultat indikerar att histamin inducerar syntesen av proinflammatoriska cytokiner och kemokiner genom att öka NF-kB-aktiviteten.

Ny forskning har visat att ALOX15 och FCER1A är avgörande för patogenesen av bakteriell sepsis [33, 34]. ALOX15, ett lipidperoxiderande enzym, är en funktionell lipoxygenas (LOX) gen [35], som oxiderar fleromättade fettsyror och har kopplats till en mängd olika fysiologiska processer såväl som patogenesen av neurodegenerativa, inflammatoriska och hyperproliferativa sjukdomar [35, 36]. ALOX15 och dess metaboliter är inblandade i patofysiologin för flera inflammatoriska sjukdomar, såsom sepsis, artrit, astma, cystisk fibros och ateroskleros [36]. FCER1A (Fc-fragment av IgE-receptor Ia, FCER1A), ett immunrelaterat protein, är den initierande faktorn för allergiska reaktioner och spelar en roll vid allergisk inflammation [37, 38]. FCER1A har varit inblandad i reglering av metaboliska processer och immunreglering i tidigare studier. [38, 39]. Dessutom är det mer sannolikt att astma uppstår när FCER1B och andra immunglobulinrelaterade inflammatoriska gener interagerar [39]. Dessutom har PCSK9 (proprotein convertase subtilisin/kexin typ- 9, PCSK9) identifierats som en central regulator av plasma LDL-C nivåer genom dess förmåga att binda till LDL receptor (LDLR) och utlösa den för lysosomal nedbrytning i celler , vilket leder till LDLR-nedbrytning och ökande LDL-kolesterolnivåer [40].

cistanche tubulosa-förbättra immunförsvaret

I den aktuella studien använde vi KEGG-anrikning och GO för att bestämma den funktionella annoteringen av dessa gener för att undersöka involveringen av uttryckta DEG från äldre ICU-patienter med sepsis i BP, MF och molekylära vägar för FH. Dessa DEG berikades primärt i regleringen av transkription, adaptivt immunsvar, immunglobulinproduktion, negativ reglering av transkription och immunsvar (fig. 2). Vi konstruerade ett funktionellt arrangerat nätverk av GO/pathway-termer med hjälp av Cytoscape-plugin ClueGO/CluePedia, en förbättrad tolkning av biologiska termer. Denna plugin hjälpte oss också att visualisera nätverken som är funktionellt grupperade från större genkluster [41]. Vi använde ClueGO-plugin för att identifiera de differentiellt reglerade molekylära vägarna och deras signifikanta geninteraktioner baserade på p-värden och kappa-statistik för att få en heltäckande bild av de DEG som är involverade i sepsis. Dessutom anrikades DEG signifikant i transkriptionsaktivitet och proteinbindning när MF från GO analyserades (Fig. 3). Dessa resultat indikerar att funktionella anrikningsanalyser i synnerhet hänvisar till immunitetscellssignaleringsvägar relaterade till ett cellulärt svar på patogena motiv eller cytokiner. Dessa är sannolikt förväntade resultat för septiska patienter och behöver ytterligare utredning för att klarlägga vägarna i sepsis. Baserat på kappa-statistik och p-värden fann vi att bland de berikade biologiska processerna och molekylära vägarna, cytokinsignalering i immunsystemet, det adaptiva immunsystemet, sensorisk perception, det medfödda immunsystemet och immunreglerande interaktioner mellan lymfoida och icke-lymfoida celler var dysregulerade och var signifikant associerade med progressionen av sepsis hos äldre intensivvårdspatienter med sepsis (Fig. 4).

Dessutom visade vi mångfalden av T-celler hos äldre patienter med sepsis och använde MiXCR för att analysera den råa sekvensen av RNA-Seq för att bestämma klonotyper av TCR, vilket gjorde det möjligt för oss att samtidigt undersöka mångfalden av TCR och hela transkriptomet [ 15]. RNA-Seq och MiXCR användes i denna studie för att identifiera T-cellssignalering och resultaten avslöjade att TCR-diversiteten för R-gruppen på dagen -8 var större än den på dagen -1 (Fig. 5) . Jämfört med NR-gruppen hade R-gruppen signifikant högre CDR3-, D50- och inversa Simpson-indexvärden på dag-8 än på dag-1. Betydelsen av den inducerade mångfalden av TCR hos äldre ICU-patienter med sepsis framhävs också av dessa bevis, som visar lönsamheten av att använda RNA-Seq och MiXCR-data för att ta itu med mångfalden av TCR hos patienter med sepsis. Vår studie har några begränsningar som bör noteras. För det första var gruppen av patienter som undersöktes i denna studie liten. Därför skulle undersökningar av olika populationer med en större urvalsstorlek hjälpa till att bekräfta våra data. För det andra använde vi bulk-RNA-Seq i denna studie, och framtida sc-RNA-Seq och funktionella experiment är berättigade för validering på cellnivå. Dessutom kan 5'-snabb amplifiering av cDNA-ändar (5'-RACE)-metoden användas för att undersöka T-cellsrepertoaren, vilket ytterligare kan bekräfta våra fynd. För det tredje bedömde vi de biologiska och molekylära funktionerna hos inflammatoriska svar hos patienter med sepsis med hjälp av RNA-Seq-data. Ytterligare funktionsstudier krävs för att klargöra rollerna vid sepsis.

Fig. 4 Anrikning med Gene Ontology (GO) termer visualiserades med ClueGO/CluePedia plugin från Cytoscape

Fig. 5 T-cellsreceptorns mångfald på dag-1 och dag-8. Räknar (A), unika CDR3 (B), D50 och (C) av inverst Simpson-index. *<0.05, **<0.005

Slutsatser

Både förekomsten och dödligheten av sepsis är hög hos äldre individer. Vår studie registrerade kritiskt sjuka äldre individer med sepsis och identifierade dödlighetsrelevanta biologiska egenskaper och transkriptomiska egenskaper med funktionella vägar och MiXCR-analyser baserade på RNA-Seq-data. Jämfört med dag 1 fann vi uppreglerad medfödd immunitet och ökad T-cellsdiversitet bland svarspatienter på dag 8, vilket indikerar att de responsiva patienterna hade bättre reglerad återhämtning från sepsis jämfört med de icke-responsiva patienterna. För att implementera korrekt och tidig förutsägelse kan ett test av RNA-Seq erbjuda ytterligare kompletterande information för tidig förutsägelse av behandlingsresultat.

Referenser

1. Seymour CW, Kennedy JN, Wang S, Chang CH, Elliott CF, Xu Z, et al. Deri-semester, validering och potentiella behandlingsimplikationer av nya kliniska fenotyper för sepsis. JAMA. 2019;321(20):2003–17.

2. Sweeney TE, Azad TD, Donato M, Haynes WA, Perumal TM, Henao R, et al. Oövervakad analys av transkriptomik i bakteriell sepsis över flera datamängder avslöjar tre robusta kluster. Crit Care Med. 2018;46(6):915–25.

3. de Lange DW, Brinkman S, Flaatten H, Boumendil A, Morandi A, Andersen FH, et al. Kumulativ prognostisk poäng som förutsäger dödlighet hos patienter äldre än 80 år inlagda på intensivvårdsavdelningen. 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. Statusen för intensivvårdsmedicinsk forskning och en framtida agenda för mycket gamla patienter på intensivvårdsavdelningen. Intensivvård Med. 2017;43(9):1319–28.

5. Guidet B, de Lange DW, Boumendil A, Leaver S, Watson X, Boulanger C, et al. Bidraget från skröplighet, kognition, aktivitet i det dagliga livet och komorbiditeter på utfall hos akut inlagda patienter över 80 år på europeiska intensivvårdsavdelningar: VIP2-studien. Intensivvård Med. 2020;46(1):57–69.

6. Stahl EC, Brown BN. Cellterapistrategier för att bekämpa immunogenvetenskap. Organogenes. 2015;11(4):159–72.

7. Martin S, Perez A, Aldecoa C. Sepsis och immunosenescens hos äldre patient: en översyn. Front 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. Antigenspecifik adaptiv immunitet mot SARS-CoV-2 vid akut covid-19 och samband med ålder och sjukdomens svårighetsgrad. Cell. 2020;183(4):996-1012 e1019.

9. Leblanc G, Boumendil A, Guidet B. Tio saker att veta om kritiskt sjuka äldre patienter. Intensivvård Med. 2017;43(2):217–9.

10. Guidet B, Vallet H, Boddaert J, de Lange DW, Morandi A, Leblanc G, et al. Vård av kritiskt sjuka patienter över 80: en narrativ recension. Ann intensivvård. 2018;8(1):114.

11. Brady J, Horie S, Lafey JG. Rollen för det adaptiva immunsvaret vid sepsis. Intensivvård Med Exp. 2020;8(1):20.

12. Martin MD, Badovinac VP, Grifth TS. CD4 T-cellssvar och det sepsisinducerade immunparalystillståndet. 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, et al. Identifiering av en transkriptomprofil associerad med förbättring av organfunktion hos patienter med septisk chock efter tidig stödbehandling. Crit Care. 2018;22(1):312.

14. Cheng PL, Chen HH, Jiang YH, Hsiao TH, Wang CY, Wu CL, et al. Använder RNA-Seq för att undersöka egenskaper hos immunmetabolism hos patienter med nedsatt immunförsvar med sepsis. Front Med (Lausanne). 2021. https://doi. org/10.3389/fmed.2021.747263.

15. Bolotin DA, Poslavsky S, Mitrophanov I, Shugay M, Mamedov IZ, Putint-seva EV, et al. MiXCR: programvara för omfattande adaptiv immunitetsprofilering. Nat Methods. 2015;12(5):380–1.

16. Bolotin DA, Poslavsky S, Davydov AN, Frenkel FE, Fanchi L, Zolotareva OI, et al. Antigenreceptorrepertoarprofilering från RNA-sekvensdata. Nat Biotechnol. 2017;35(10):908–11.

17. Vincent JL, de Mendonca A, Cantraine F, Moreno R, Takala J, Suter PM, et al. Användning av SOFA-poängen för att bedöma förekomsten av organdysfunktion/-svikt på intensivvårdsavdelningar: resultat av en multicenter, prospektiv studie Arbetsgrupp om "sepsis-relaterade problem" av European Society of Intensive Care Medicine. 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. Användbarhet av SOFA- och Delta-SOFA-poäng för att förutsäga utfall hos kritiskt sjuka patienter från akutmottagningen. Eur J Emerg Med. 2018;25(6):387–93.

19. Jones AE, Trzeciak S, Kline JA. Den sekventiella organsviktbedömningen för att förutsäga utfall hos patienter med svår sepsis och tecken på hypoperfusion vid tidpunkten för akutmottagningen. Crit Care Med. 2009;37(5):1649–54.

20. Kim D, Langmead B, Salzberg SL. HISAT: en snabb skarvad aligner med låga minneskrav. Nat Methods. 2015;12(4):357–60.

21. Anders S, Huber W. Differentiell expressionsanalys för sekvensräkningsdata. Genome Biol. 2010;11(10):R106.

22. Liao Y, Smyth GK, Shi W. FeatureCounts: ett effektivt allmänt program för att tilldela sekvensläsningar till genomiska egenskaper. Bioinformat ics. 2014;30(7):923–30.

23. Raudvere U, Kolberg L, Kuzmin I, Arak T, Adler P, Peterson H, et al. g: Profiler: en webbserver för funktionsanrikningsanalys och konverteringar av genlistor (2019 uppdatering). Nucleic Acids Res. 2019;47(W1):W191–8.

24. Merico D, Isserlin R, Stueker O, Emili A, Bader GD. Anrikningskarta: en nätverksbaserad metod för visualisering och tolkning av anrikning av genuppsättningar. PLoS ETT. 2010;5(11):e13984.

25. Shannon P, Markiel A, Ozier O, Baliga NS, Wang JT, Ramage D, et al. Cytoscape: en mjukvarumiljö för integrerade modeller av biomolekylära interaktionsnätverk. Genome Res. 2003;13(11):2498–504.

26. Andersen ES. Förutsägelse och design av DNA- och RNA-strukturer. N Bio-teknik. 2010;27(3):184–93.

27. Le Gall JR, Lemeshow S, Saulnier F. En ny förenklad akut fysiologisk poäng (SAPS II) baserad på en europeisk/nordamerikansk multicenterstudie. JAMA. 1993;270(24):2957–63.

28. Sutherland A, Thomas M, Brandon RA, Brandon RB, Lipman J, Tang B, et al. Utveckling och validering av ett nytt diagnostiskt test för molekylär biomarkör för tidig upptäckt av sepsis. Crit Care. 2011;15(3):R149.

29. Lukaszewski RA, Jones HE, Gersuk VH, Russell P, Simpson A, Brealey D, et al. Presymptomatisk diagnos av postoperativ infektion och sepsis med hjälp av genuttryckssignaturer. Intensivvård Med. 2022. https://doi. org/10.1007/s00134-022-06769-z.

30. Niu J, Sun Y, Chen B, Zheng B, Jarugumilli GK, Walker SR, et al. Fettsyror och cancerförstärkt ZDHHC19 främjar STAT3-aktivering genom S-palmitoylering. Natur. 2019;573(7772):139–43.

31. Burnham KL, Davenport EE, Radhakrishnan J, Humburg P, Gordon AC, Hutton P, et al. Delade och distinkta aspekter av sepsis transkriptomiska svar på fekal peritonit och lunginflammation. 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. Den kritiska rollen för endogent histamin för att främja vävnadsskada på ändorgan vid sepsis. Intensivvård Med Exp. 2016;4(1):36.

33. Reyes M, Filbin MR, Bhattacharyya RP, Billman K, Eisenhaure T, Hung DT, et al. En immuncellssignatur av bakteriell sepsis. Nat Med. 2020;26(3):333–40.

34. Tang-Huau TL, Gueguen P, Goudot C, Durand M, Bohec M, Baulande S, et al. Humana in vivo-genererade monocyt-härledda dendritiska celler och makrofager korsvisar närvarande antigener genom en vakuolär väg. Nat Commun. 2018;9(1):2570.

35. Ivanov I, Kuhn H, Heydeck D. Strukturell och funktionell biologi av arakidonsyra 15-lipoxygenas-1 (ALOX15). Gen. 2015;573(1):1–32.

36. Singh NK, Rao GN. Framväxande roll för 12/15-lipoxygenas (ALOX15) i mänskliga patologier. Prog Lipid Res. 2019;73:28–45.

37. Baioumy SA, Esawy MM, Shabana MA. Bedömning av cirkulerande FCepsilonRIa hos patienter med kronisk spontan urtikaria och dess korrelation med kliniska och immunologiska variabler. Immunobiologi. 2018;223(12):807–11.

38. Liao EC, Chang CY, Hsieh CW, Yu SJ, Yin SC, Tsai JJ. En explorativ pilotstudie av genetiska markörer för IgE-medierade allergiska sjukdomar med uttryck av FcepsilonR1alpha och Cepsilon. Int J Mol Sci. 2015;16(5):9504–19.

39. Hua L, Zuo XB, Bao YX, Liu QH, Li JY, Lv J, et al. Fyra-lokus geninteraktion mellan IL13, IL4, FCER1B och ADRB2 för astma hos kinesiska Han-barn. Barnläkare Pulmonol. 2016;51(4):364–71.

40. Kosenko T, Golder M, Leblond G, Weng W, Lagace TA. Lågdensitetslipoprotein binder till proproteinkonvertassubtilisin/kexintyp-9 (PCSK9) i human plasma och hämmar PCSK9-förmedlad lågdensitetslipoproteinreceptornedbrytning. J Biol Chem. 2013;288(12):8279–88.

41. Bindea G, Mlecnik B, Hackl H, Charoentong P, Tosolini M, Kirilovsky A, et al. ClueGO: en Cytoscape-plugin för att dechiffrera funktionellt grupperade genontologi- och väganteckningsnätverk. Bioinformatik. 2009;25(8):1091–3.