Los mapas celulares capturan la patogenia de COVID-19 en detalle


Investigadores de Estados Unidos y Finlandia han utilizado tejidos de personas que murieron por la enfermedad del coronavirus 2019 (COVID-19) para generar mapas celulares detallados de los procesos patogénicos que ocurren dentro de los órganos afectados durante una enfermedad grave.

La pandemia de COVID-19, causada por el nuevo síndrome respiratorio agudo severo coronavirus 2 (SARS-CoV-2), ha infectado a más de 114 millones de personas y se ha cobrado la vida de más de 2,53 millones.

Aviv Regev del Broad Institute of MIT y Harvard en Cambridge, Massachusetts y sus colegas dicen que el “atlas de células COVID-19” que crearon ha brindado una oportunidad única para evaluar el impacto de una enfermedad grave en el mismo tejido en varios individuos, así como diferentes tejidos dentro del mismo individuo.

“En general, nuestro atlas de células COVID-19 es un conjunto de datos fundamental para comprender mejor el impacto biológico de la infección por SARS-CoV-2 en todo el cuerpo humano y permite la identificación de nuevas intervenciones terapéuticas y estrategias de prevención”, escribe el equipo.

Una versión preimpresa del trabajo de investigación está disponible en el bioRxiv* servidor, mientras que el artículo se somete a revisión por pares.

Estudio: un atlas unicelular y espacial de tejidos de autopsias revela patología y objetivos celulares del SARS-CoV-2

Las respuestas inmunitarias del huésped son muy variables entre los individuos.

La respuesta inmune del huésped a la infección varía significativamente entre individuos, y algunos experimentan una enfermedad leve o incluso asintomática, mientras que otros desarrollan una enfermedad grave y una falla orgánica fatal.

La mayoría de las muertes son el resultado de una lesión pulmonar aguda y el síndrome de dificultad respiratoria aguda (SDRA) o complicaciones que conducen a insuficiencia orgánica múltiple.

Se cree que la progresión al SDRA implica una combinación de aumento la carga viral, efectos citopáticos, la translocación de SARS-CoV-2 al tejido pulmonar y respuestas inmunes desreguladas.

El aclaramiento viral ineficaz y el daño tisular que se produce durante la fase aguda de la enfermedad pueden afectar el pulmón, el tracto gastrointestinal y varios otros órganos, incluidos el hígado, los riñones, el corazón y el cerebro.

Una cohorte de autopsias de COVID-19 para una sola celda y atlas espacial a.  Descripción general de la cohorte.  VMI: días de ventilación mandatoria intermitente, S / s: tiempo desde el inicio de los síntomas hasta la muerte en días;  PMI: intervalo post-mortem.  S en negrita roja: donantes para los que recolectamos perfiles espaciales en el pulmón.  B.  Descripción general de la canalización de procesamiento de muestras.  C.  Descripción general de la canalización de análisis sc / snRNA-Seq.  Delaware.  CellBender 'remove-background' mejora la agrupación celular y la especificidad de expresión al eliminar el ARN ambiental y las gotas vacías (que no son de células).  Gráfico UMAP de los perfiles sc / snRNASeq (puntos) antes (izquierda) o después (derecha) del procesamiento de CellBender, coloreados por grupos y por estado de doblete (negro) (d), o por expresión de la proteína tensioactiva SFTPA1 (e).  La escala de colores en e es lineal y truncada en 5 recuentos para visualizar recuentos pequeños.

Una cohorte de autopsias de COVID-19 para una sola celda y atlas espacial a. Descripción general de la cohorte. VMI: días de ventilación mandatoria intermitente, S / s: tiempo desde el inicio de los síntomas hasta la muerte en días; PMI: intervalo post-mortem. S en negrita roja: donantes para los que recolectamos perfiles espaciales en el pulmón. B. Descripción general de la canalización de procesamiento de muestras. C. Descripción general de la canalización de análisis sc / snRNA-Seq. Delaware. CellBender ‘remove-background’ mejora la agrupación celular y la especificidad de expresión al eliminar el ARN ambiental y las gotas vacías (que no son de células). Gráfico UMAP de los perfiles sc / snRNASeq (puntos) antes (izquierda) o después (derecha) del procesamiento de CellBender, coloreados por grupos y por estado de doblete (negro) (d), o por expresión de la proteína tensioactiva SFTPA1 (e). La escala de colores en e es lineal y truncada en 5 recuentos para visualizar recuentos pequeños.

El conocimiento aún es limitado en ciertas áreas

Aunque la comprensión clínica del COVID-19 grave está progresando rápidamente, el conocimiento sobre las respuestas inmunes, moleculares y celulares del huésped asociadas con la patogénesis y la muerte sigue siendo limitado.

La evidencia sugiere que el COVID-19 severo se caracteriza por un llamado “tormenta de citoquinas”De citocinas proinflamatorias y una respuesta de interferón antiviral insuficiente.

Sin embargo, los investigadores aún tienen una comprensión limitada de los tipos de células que están infectadas por el virus, cómo se altera la composición celular en los tejidos afectados y cómo la infección viral altera las respuestas celulares locales.

“Abordar estas preguntas utilizando fuentes de tejido humano relevantes será esencial para informar la identificación de nuevos objetivos terapéuticos y estrategias de prevención”, dicen Regev y sus colegas.

¿Qué hicieron los investigadores?

Los investigadores recolectaron tejidos de 11 órganos durante las autopsias de 17 personas que murieron por COVID-19, lo que proporcionó un banco de tejidos de aproximadamente 420 muestras.

El equipo utilizó métodos desarrollados recientemente para la secuenciación de ARN de núcleo único (snRNA-Seq) de muestras congeladas y para el perfil espacial de ARN de tejido fijado en formalina e incrustado en parafina para generar atlas celulares completos de tejidos de pulmón, riñón, hígado y corazón que podrían ser en comparación con atlas de tejidos sanos.

Centrándose en el tejido pulmonar, los investigadores registraron la composición celular y los programas de transcripción asociados con el COVID-19 grave.

Un atlas de una sola célula y un solo núcleo del pulmón COVID-19 a.  La predicción automática identifica células de 28 subconjuntos en los compartimentos epitelial, inmunológico y estromal.  Incrustación UMAP de 106.792 perfiles armonizados de scRNA-Seq y snRNA-Seq (puntos) de los 16 donantes de pulmón COVID-19, coloreados por su tipo de célula predicha automáticamente (leyenda).  bg.  Anotación refinada de subconjuntos de células dentro de linajes.  Incrustaciones UMAP de cada linaje celular seleccionado con celdas coloreadas por subgrupos anotados manualmente.  Las leyendas de color resaltan genes marcadores altamente expresados ​​para subconjuntos seleccionados.  B.  células mieloides (24,417 células / núcleos), c.  Células T y NK (9,950), d.  B y células plasmáticas (1.693), e.  células endoteliales (20,366), f.  fibroblasto (20,925), g.  células epiteliales (21,700).  h.  Alta coherencia entre anotaciones automáticas y manuales.  La proporción (intensidad del color) y el número (tamaño de punto) de celdas con una anotación prevista determinada (filas) en cada categoría de anotación manual (columnas)

Un atlas de una sola célula y un solo núcleo del pulmón COVID-19 a. La predicción automática identifica células de 28 subconjuntos en los compartimentos epitelial, inmunológico y estromal. Incrustación UMAP de 106.792 perfiles armonizados de scRNA-Seq y snRNA-Seq (puntos) de los 16 donantes de pulmón COVID-19, coloreados por su tipo de célula predicha automáticamente (leyenda). bg. Anotación refinada de subconjuntos de células dentro de linajes. Incrustaciones UMAP de cada linaje celular seleccionado con celdas coloreadas por subgrupos anotados manualmente. Las leyendas de color resaltan genes marcadores altamente expresados ​​para subconjuntos seleccionados. B. células mieloides (24,417 células / núcleos), c. Células T y NK (9,950), d. B y células plasmáticas (1.693), e. células endoteliales (20,366), f. fibroblasto (20,925), g. células epiteliales (21,700). h. Alta coherencia entre anotaciones automáticas y manuales. La proporción (intensidad del color) y el número (tamaño de punto) de celdas con una anotación prevista determinada (filas) en cada categoría de anotación manual (columnas)

¿Qué encontraron?

En comparación con el tejido pulmonar sano, el equipo observó programas transcripcionales significativamente alterados dentro de los compartimentos epitelial, inmunológico y estromal del tejido pulmonar COVID-19, así como cambios intrínsecos en múltiples tipos de células.

El análisis de subconjuntos y programas de células epiteliales mostró que múltiples vías de reparación de tejidos habían fallado dentro de los pulmones enfermos.

El equipo observó evidencia de diferenciación alveolar tipo 2 (AT2) que reemplaza las células epiteliales pulmonares AT1 agotadas, como se había observado anteriormente en la fibrosis.

Esto fue acompañado por un aumento de miofibroblastos, lo que refleja una reparación tisular defectuosa.

Los investigadores también observaron el estado de células de transición prealveolar tipo 1 (PATS) y la presencia de células parecidas a las células progenitoras intrapulmonares basales (IPBLP), que son similares a las que se observan después de la infección con la influenza H1N1.

Regev y sus colegas dicen que la presencia tanto de PATS como de células similares a IPBLP sugiere que se han inducido múltiples estrategias regenerativas para restablecer las células epiteliales alveolares que se habían perdido por la infección viral.

“Presumimos que la pérdida de células AT2 y su auto-reemplazo insuficiente pueden desencadenar la movilización de IPBLP como una estrategia de último recurso para regenerar la barrera epitelial alveolar, aunque esto puede tener el costo de una estructura y función alveolar completamente funcional, ” escriben.

Los niveles de células epiteliales viables fueron menores en las muestras con mayor carga viral

En comparación con las muestras con cargas virales más bajas, los niveles de células epiteliales viables, incluidas AT1 y AT2, fueron significativamente más bajos en siete muestras con la carga viral más alta.

En muestras de cuatro individuos con la carga viral más alta, las células epiteliales representaron menos del 10% del total de células capturadas.

“Esto puede deberse a una muerte epitelial excesiva secundaria a una alta replicación viral dentro de los neumocitos seleccionados y un entorno altamente inflamatorio”, escriben los investigadores.

Regev y sus colegas dicen que el análisis espacial del tejido pulmonar COVID-19 apoyó informes anteriores de que los niveles virales altos ocurren principalmente durante las primeras etapas de la infección. El equipo observó una regulación positiva de genes tempranos como JUN y FOS solo en regiones epiteliales del pulmón con altos niveles de SARS-CoV-2.

Los investigadores dicen que los datos presentados aquí se pueden utilizar para informar estudios futuros de patología y fisiopatología tisular de COVID-19.

“En general, nuestro atlas proporciona información crítica sobre la patología, patogénesis y fisiopatología del COVID-19 grave y debería ayudar a informar el desarrollo terapéutico y profiláctico futuros”, concluyen.

*Noticia importante

bioRxiv publica informes científicos preliminares que no son revisados ​​por pares y, por lo tanto, no deben considerarse concluyentes, guiar la práctica clínica / comportamiento relacionado con la salud o tratarse como información establecida.

.



Source link