Systems Immunology Analysis Reveals the Contribution of Pulmonary and Extrapulmonary Tissues to the Immunopathogenesis of Severe COVID-19 Patients
Notice bibliographique
Résumé
As one of the current global health conundrums, COVID-19 pandemic caused a dramatic increase of cases exceeding 79 million and 1.7 million deaths worldwide. Severe presentation of COVID-19 is characterized by cytokine storm and chronic inflammation resulting in multi-organ dysfunction. Currently, it is unclear whether extrapulmonary tissues contribute to the cytokine storm mediated-disease exacerbation. In this study, we applied systems immunology analysis to investigate the immunomodulatory effects of SARS-CoV-2 infection in lung, liver, kidney, and heart tissues and the potential contribution of these tissues to cytokines production. Notably, genes associated with neutrophil-mediated immune response (e.g. CXCL1) were particularly upregulated in lung, whereas genes associated with eosinophil-mediated immune response (e.g. CCL11) were particularly upregulated in heart tissue. In contrast, immune responses mediated by monocytes, dendritic cells, T-cells and B-cells were almost similarly dysregulated in all tissue types. Focused analysis of 14 cytokines classically upregulated in COVID-19 patients revealed that only some of these cytokines are dysregulated in lung tissue, whereas the other cytokines are upregulated in extrapulmonary tissues (e.g. IL6 and IL2RA). Investigations of potential mechanisms by which SARS-CoV-2 modulates the immune response and cytokine production revealed a marked dysregulation of NF-κB signaling particularly CBM complex and the NF-κB inhibitor BCL3. Moreover, overexpression of mucin family genes (e.g. MUC3A, MUC4, MUC5B, MUC16, and MUC17) and HSP90AB1 suggest that the exacerbated inflammation activated pulmonary and extrapulmonary tissues remodeling. In addition, we identified multiple sets of immune response associated genes upregulated in a tissue-specific manner (DCLRE1C, CHI3L1, and PARP14 in lung; APOA4, NFASC, WIPF3, and CD34 in liver; LILRA5, ISG20, S100A12, and HLX in kidney; and ASS1 and PTPN1 in heart). Altogether, these findings suggest that the cytokines storm triggered by SARS-CoV-2 infection is potentially the result of dysregulated cytokine production by inflamed pulmonary and extrapulmonary (e.g. liver, kidney, and heart) tissues.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».