Widespread gene-environment interactions shape the immune response to SARS-CoV-2 infection in hospitalized COVID-19 patients
Notice bibliographique
Résumé
Abstract Genome-wide association studies performed in patients with coronavirus disease 2019 (COVID-19) have uncovered various loci significantly associated with susceptibility to SARS-CoV-2 infection and COVID-19 disease severity. However, the underlying cis -regulatory genetic factors that contribute to heterogeneity in the response to SARS-CoV-2 infection and their impact on clinical phenotypes remain enigmatic. Here, we used single-cell RNA-sequencing to quantify genetic contributions to cis -regulatory variation in 361,119 peripheral blood mononuclear cells across 63 COVID-19 patients during acute infection, 39 samples collected in the convalescent phase, and 106 healthy controls. Expression quantitative trait loci (eQTL) mapping across cell types within each disease state group revealed thousands of cis -associated variants, of which hundreds were detected exclusively in immune cells derived from acute COVID-19 patients. Patient-specific genetic effects dissipated as infection resolved, suggesting that distinct gene regulatory networks are at play in the active infection state. Further, 17.2% of tested loci demonstrated significant cell state interactions with genotype, with pathways related to interferon responses and oxidative phosphorylation showing pronounced cell state-dependent variation, predominantly in CD14 + monocytes. Overall, we estimate that 25.6% of tested genes exhibit gene-environment interaction effects, highlighting the importance of environmental modifiers in the transcriptional regulation of the immune response to SARS-CoV-2. Our findings underscore the importance of expanding the study of regulatory variation to relevant cell types and disease contexts and argue for the existence of extensive gene-environment effects among patients responding to an infection.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».