Multi-omics profiling reveals phenotypic and functional heterogeneity of neutrophils in COVID-19
Notice bibliographique
Résumé
Abstract Background Accumulating evidence has revealed unexpected phenotypic heterogeneity and diverse functions of neutrophils in several diseases. Coronavirus disease (COVID-19) can alter the leukocyte phenotype based on disease severity, including neutrophil activation in severe cases. However, the plasticity of neutrophil phenotypes and their relative impact on COVID-19 pathogenesis has not been well addressed. This study aimed to identify and validate the heterogeneity of neutrophils in COVID-19 and evaluate the phenotypic alterations for each subpopulation. Methods We analyzed public single-cell RNA-seq, bulk RNA-seq, and human plasma proteome data from healthy donors and patients with COVID-19 to investigate neutrophil subpopulations and their response to disease pathogenesis. Results We identified eight neutrophil subtypes, namely C1–C8, and found that they exhibited distinct features, including activation signatures and multiple enriched pathways. The neutrophil subtype C4 (DEFA1/1B/3+) associated with severe and fatal disease. Bulk RNA-seq and proteome dataset analyses using a cellular deconvolution approach validated the relative abundances of neutrophil subtypes and the expansion of C4 (DEFA1/1B/3+) in severe COVID-19 patients. Cell– cell communication analysis revealed representative ligand-receptor interactions among the identified neutrophil subtypes. Notably, the C4 (DEFA1/1B/3+) fraction showed transmembrane receptor expression of CD45 and CAP1 as well as the secretion of pro-platelet basic protein (PPBP). We further demonstrated the clinical potential of PPBP as a novel diagnostic biomarker for severe COVID-19. Conclusion Our work has great value in terms of both clinical and public health as it furthers our understanding of the phenotypic and functional heterogeneity of neutrophils and other cell populations in multiple diseases.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».