人工智能与多组学技术支持的巨噬细胞诊断方法及其在冠状病毒肺炎治疗中的潜在应用

《Computational Biology and Chemistry》：Artificial intelligence and multi-omic empowered-tracing macrophage diagnostic and druggable implications in coronavirus pneumonia

巨噬细胞在COVID-19肺炎进展中发挥关键作用，通过单细胞转录组与hdWGCNA分析发现FMN1作为核心分子，AI模拟验证其敲除效应，并发现槲皮素具有治疗潜力。

Jiawen Li | Daowen Yang

北京中医药大学，中国北京100029

摘要

背景

作为先天免疫屏障，巨噬细胞在冠状病毒感染性肺炎及其感染后的再生过程中发挥着重要作用。

目的

更深入地了解巨噬细胞可以为冠状病毒肺炎的治疗提供新的见解。

方法

我们从GEO数据库中获取了冠状病毒肺炎的单细胞转录组数据集（GSE171524），然后使用hdWGCNA分析方法识别与巨噬细胞相关的共享模块和差异表达基因（DEGs）。接下来，我们还在冠状病毒肺炎患者的大型数据集（GSE205099）中应用了Lasso框架来识别诊断模型和枢纽基因，并在GSE183533数据集中验证了该模型的性能。此外，我们在大型数据和单细胞水平上评估了枢纽基因的分子和免疫特征，特别是通过人工智能（AI）模拟的基因敲除（KO）后巨噬细胞中分子功能的变化。最后，我们利用CTD数据库预测了针对枢纽基因的治疗剂，并通过分子对接进行了验证。

结果

巨噬细胞在冠状病毒肺炎的进展中起着重要作用，FMN1可以被视为冠状病毒肺炎的诊断和治疗靶点。槲皮素被认为是治疗冠状病毒肺炎的最佳天然化合物。

结论

我们的研究首次发现了巨噬细胞在冠状病毒肺炎中的动态作用，并创造性地指出FMN1可能是参与冠状病毒肺炎发病机制的关键分子。槲皮素也可以作为冠状病毒肺炎临床治疗的额外选择。

引言

冠状病毒肺炎（CP）是一种由COVID-19病毒感染引起的严重呼吸系统疾病，已导致全球数亿人受到影响（Zheng等人，2020年）。CP的流行病学特征（包括感染率和死亡率）在不同地区和人群中存在显著差异，这凸显了制定针对性治疗干预措施的紧迫性（Chen等人，2020年）。目前的治疗策略主要集中在支持性护理和抗病毒药物上，但其效果仍然有限，因此迫切需要创新的治疗方法（Liya等人，2020年）。CP的分子机制涉及复杂的免疫反应，其特征是细胞因子释放和炎症反应增强（Li等人，2020年）。这些过程对宿主抵御病毒感染至关重要，但也可能导致病理反应，从而加重疾病表现（Raj?áni，2020年）。值得注意的是，NF-κB、JAK-STAT和MAPK等信号通路在调节这些免疫反应中起着关键作用（Dhama等人，2020年）。此外，COVID-19感染后肺部免疫微环境的失衡也加剧了CP的病情（Jung和Lee，2023年）。作为先天免疫屏障，巨噬细胞在COVID-19感染中起着关键作用，它们吞噬病原体、呈递抗原并分泌促炎和抗炎细胞因子，从而在疾病进展过程中塑造免疫环境（Miller等人，2020年）。例如，巨噬细胞表现出改变的表型，这些表型会影响炎症反应（Pawlos等人，2021年）。TGF-β信号通路被认为在介导巨噬细胞激活和极化中起作用，影响M1和M2状态之间的转换（Pawlos等人，2021年）。此外，巨噬细胞分布的Toll样受体（TLR）信号通路对于识别COVID-19病毒成分及其后的巨噬细胞激活至关重要，从而导致炎症细胞因子的产生（Lee等人，2023年）。然而，巨噬细胞在CP患者中的预测和治疗潜力尚未得到充分阐明。随着人工智能（AI）和多组学技术的进步，研究人员已经成功解析了COVID-19的生物标志物和治疗剂（Sanaullah等人，2022年）。例如，一项大规模的单细胞图谱揭示了患者外周血中的COVID-19免疫特征（Ren等人，2021年）。另一项研究指出VNN1可以作为COVID-19感染患者的诊断和治疗靶点（Sun等人，2024年）。同样，在本研究中，我们利用AI和多组学方法创新性地解析了CP患者的巨噬细胞特征，并强调了其在诊断和治疗方面的潜力。此外，我们还强调了巨噬细胞相关枢纽基因（FMN1）在CP进展中的致病作用以及天然化合物槲皮素在CP临床治疗中的潜力。我们在图1中展示了本研究的工作流程。

引言（续）

冠状病毒肺炎（CP）是一种由COVID-19病毒感染引起的严重呼吸系统疾病，已导致全球大流行，影响了数亿人（Zheng等人，2020年）。CP的流行病学特征（包括感染率和死亡率）在不同地区和人群中存在显著差异，这凸显了制定针对性治疗干预措施的紧迫性（Chen等人，2020年）。当前的治疗策略主要集中在支持性护理和抗病毒药物上，但其效果仍然有限，因此迫切需要创新的治疗方法（Liya等人，2020年）。CP的分子机制涉及复杂的免疫反应，其特征是细胞因子释放和炎症反应增强（Li等人，2020年）。这些过程对宿主防御病毒感染至关重要，但也可能导致病理反应，从而加重疾病表现（Raj?áni，2020年）。值得注意的是，NF-κB、JAK-STAT和MAPK等信号通路在调节这些免疫反应中起着关键作用（Dhama等人，2020年）。此外，COVID-19感染后肺部免疫微环境的失衡也加剧了CP的病情（Jung和Lee，2023年）。作为先天免疫屏障，巨噬细胞在COVID-19感染中起着关键作用，它们吞噬病原体、呈递抗原并分泌促炎和抗炎细胞因子，从而在疾病进展过程中塑造免疫环境（Miller等人，2020年）。例如，巨噬细胞表现出改变的表型，这些表型会影响炎症反应（Pawlos等人，2021年）。TGF-β信号通路被认为在介导CP中的巨噬细胞激活和极化中起作用，影响M1和M2状态之间的转换（Pawlos等人，2021年）。此外，巨噬细胞分布的Toll样受体（TLR）信号通路对于识别COVID-19病毒成分及其后的巨噬细胞激活至关重要，从而导致炎症细胞因子的产生（Lee等人，2023年）。然而，巨噬细胞在CP患者中的预测和治疗潜力尚未得到充分阐明。随着人工智能（AI）和多组学技术的进步，研究人员已经成功解析了COVID-19的生物标志物和治疗剂（Sanaullah等人，2022年）。例如，一项大规模的单细胞图谱揭示了患者外周血中的COVID-19免疫特征（Ren等人，2021年）。另一项研究指出VNN1可以作为COVID-19感染患者的诊断和治疗靶点（Sun等人，2024年）。同样，在本研究中，我们利用AI和多组学方法创新性地解析了CP患者的巨噬细胞特征，并强调了其在诊断和治疗方面的潜力。此外，我们还强调了巨噬细胞相关枢纽基因（FMN1）在CP进展中的致病作用以及天然化合物槲皮素在CP临床治疗中的潜力。我们在图1中展示了本研究的工作流程。

单细胞转录组分析

首先，我们从GEO数据库中获取了CP患者的肺部样本（GSE171524，包含20个样本）的单细胞RNA测序数据集（Melms等人，2021年）。该数据集包含来自CP患者肺部的116,314个细胞（Melms等人，2021年）。随后，我们使用R语言中的Seurat包进行了质量控制（QC）（Butler等人，2018年）。质量控制标准包括排除在少于三个细胞中检测到的基因。

CP患者肺组织的单细胞水平特征

在对sc-rna-seq数据集进行预处理后，我们标记了26个细胞簇和17种不同的细胞类型（图S1A-F，图2A-B）。实际上，巨噬细胞在这些17种不同细胞类型中占了很大比例（图2C）。接下来，我们还评估了这些细胞类型之间的CellphoneDB模式及其相应的配体-受体模式（图2D，图S2）。最后，我们比较了这些细胞类型之间的能量代谢模式（图2E）。

通过hdWGCNA分析识别CP患者肺组织中的巨噬细胞相关共享模块

我们首先识别了不同细胞类型中的差异表达基因（DEGs）

讨论与结论

在这项研究中，通过整合AI和多组学方法，我们成功构建了基于巨噬细胞特征的CP患者的端到端预测和治疗框架。同时，我们还解析了巨噬细胞相关枢纽基因（FMN1）的免疫和分子机制。

近年来，AI和多组学技术的进步促进了针对COVID-19感染机制和治疗剂开发的研究。

伦理声明

本研究使用了来自基因表达组学数据库（GEO）的公开数据集（GSE171524、GSE205099、GSE183533）。生成这些数据的原始研究已经获得了适当的伦理委员会批准和患者知情同意。这项二次分析没有涉及新的患者或动物实验。

资助

本研究得到了国家“十三五”计划——病毒性肺炎核心病理学和证据对应性研究的支持。

作者贡献声明

Daowen Yang：撰写——审稿与编辑、监督、资源协调、项目管理、资金获取、概念构思。Jiawen Li：撰写——初稿撰写、数据可视化、验证、软件使用、方法设计、实验实施、数据分析、数据管理、概念构思。

利益冲突声明

作者声明他们没有利益冲突。