文摘
背景严重急性呼吸系统综合症冠状病毒引起的感染2 (SARS-CoV-2)可能会导致严重的疾病,称为冠状病毒病2019 (COVID-19),显著的死亡率。这种感染宿主反应,主要的系统性炎症,已成为关键致病的机制及其调制显示死亡率受益。
方法在一群56病危COVID-19病人,外周血转录组获得进入一个重症监护病房(ICU)和集群使用一个无监督算法。基因表达的差异,循环集群之间的小分子核糖核酸(c-miRNAs)和临床数据进行了评估,并从测序数据循环细胞群估计。转录组签名的定义和应用于外部群组验证结果。
结果我们确定了两个转录组的集群的特点是表达interferon-related或者免疫基因检查站,分别。类固醇有提供集群范围内的影响,减少淋巴细胞激活在前,但在后者促进b细胞活化。这些概要文件有不同的加护病房的结果,尽管没有主要入住ICU临床差异。转录组签名是用来识别这些集群在两个外部验证组(50和60名患者),产生类似的结果。
结论这些结果揭示了不同的底层发病的机制和说明转录组来确定病人的潜在endotypes严重COVID-19最终目标的个性化治疗。
文摘
在外周血基因表达决定了两个集群的危重患者COVID-19不同的发病机理和结果https://bit.ly/3QLEld7
介绍
严重急性呼吸系统综合症冠状病毒引起的感染2 (SARS-CoV-2)有一个广泛的严重性,从无症状到危及生命的情况下。2019年最严重形式的冠状病毒病(COVID-19) [1)导致呼吸衰竭履行急性呼吸窘迫综合征(ARDS)标准(2]。这些危重病人往往需要机械通气和支持性治疗在重症监护室(ICU),并显示死亡率从12%到91%不等取决于病人和医院的因素(3]。
局部和全身炎症是关键致病的机制严重COVID-19 [4]。病毒感染引发一系列反应,包括不仅抗病毒机制,比如释放干扰素(ifn),但也可能激活系统,非特异性的炎症反应与多器官功能衰竭和死亡(5]。除了标准的支持性护理,唯一的治疗方法,显示一种生存利益在病人病危COVID-19旨在调节炎症反应(6]。然而,有人建议,这些治疗方法并不那么严重形式的疾病患者受益或只有轻微炎症激活7,8]。
有越来越多的证据表明,ARDS患者不同的临床特征或系统性反应严重疾病(分别表型和endotypes) [9]。虽然负责这种异质性的根本原因并不完全理解,临床数据显示不同的结果在一个给定的治疗建议发病的机制可能不同(10]。因此,识别病人把/ endotypes不仅可能相关的风险分层,而且设计特定的个性化治疗ICU。有趣的是,而集群的严重COVID-19在ICU住院患者使用呼吸数据不确定不同的表型(11),增加循环生物标记允许先前确定的翻译ARDS表型COVID-19和显示两组患者不同对类固醇治疗的反应(12),强调系统性反应的相关性在此设置。
转录组分析经过排序的遗传损伤RNA可能是有用的识别危重患者组不同的底层发病的机制(13- - - - - -15]。此外,小分子核糖核酸(microrna)提出了具有鲁棒性的生物过程加强转录项目,与重要的病理生理学后果(16]。初步结果表明,循环microrna的表达(c-miRNA)也可以扮演一个角色在这个设置17]。我们提出集群COVID-19病人在ICU住院使用转录组可以帮助识别子组有不同的发病机制。为了验证这个假设,我们前瞻性测序外周血RNA和血清c-miRNA在一群COVID-19入住ICU患者,应用一个公正的聚类算法,并比较基因表达,确定子组的临床数据和结果。最后,我们在外部群组验证我们的发现。
方法
研究设计
这种前瞻性观察研究回顾和批准的区域伦理委员会(拉西德Etica de la Investigacion我们del Principado德阿斯图里亚斯;2020.188)。获得知情同意从每个患者的近亲。56个连续的参与者icu住院的病人中央大学德阿斯图里亚斯(奥维耶多,西班牙)从4月到2020年12月被列入研究。入选标准是ICU住院和PCR-confirmed COVID-19。排除标准是年龄< 18年,任何条件都可以解释COVID-19以外的呼吸衰竭,保险卡订单或终端状态,拒绝参与,或严重的并发症,可能会改变系统的反应(器官移植的免疫抑制,历史和弥散性肿瘤)。所有患者管理标准化后写临床协议。
样品采集和处理
加入后,两个样品的外周血在ICU入学后的第一个72 h。颞部血液中RNA管收集到一个样本(美国热费希尔,沃尔瑟姆,MA)为了促进细胞溶菌作用,沉淀RNA并防止其退化。其他样品立即离心获得血清和混合三试剂(热费希尔)血清RNA降水。这些管子是储存在−80°C到处理。遗传损伤RNA提取的异丙醇沉淀和离子S5 GeneStudio测序转录组测序仪使用AmpliSeq人类基因表达盒(离子激流;热费希尔)放大规范人类记录(18 574个编码基因和2228个非编码基因与一个完整的注释RefSeq;www.ncbi.nlm.nih.gov refseq /)。RNA提取的细节和测序提供了其他地方8]。FASTQ文件含有RNA序列pseudo-aligned使用引用转录组(http://refgenomes.databio.org)和鲑鱼软件(18)获得记录计数。
血清总RNA提取使用miRNEasy工具包(试剂盒、希尔登,德国),制造商的指示后,华大基因研究院和c-miRNA孤立和测序基因组学(武汉,中国)。c-miRNA读数是映射使用领结2 (19),使用hg38人类参考基因组构建的索引。量化的测序microrna使用miRDeep2[执行20.]关于人类成熟和发夹microrna的序列从miRBase下载(22;www.mirbase.org)。
聚类
集群的RNA样品后执行先前描述的协议(21]。简单地说,日志2改变基因表达数据(表示为每百万读取记录)过滤保持5%的方差最大的特性。集群是建立基于欧几里得距离病房后聚类算法(22)和降维后使用一个统一的歧管近似和投影(UMAP)算法(23]。集群假定值,表明支持的集群数据(多强即。假定值的备择假设集群不存在),是由多尺度计算引导重采样为R(使用pvclust包24]。
分析差异表达基因和c-miRNA
获得基因原始计数后pseudo-alignment集群使用DESeq2[之间的比较25]。日志2(褶皱变化)之间的每个基因簇和相应的调整假定值(纠正使用错误发现率0.05)计算。基因与绝对的日志2(褶皱变化)> 2和一个调整p值< 0.01被用于基因集富集分析(GSEA)使用clusterProfiler R的包26]。
进行相关分析的基因注释基因本体论类别参与干扰素通路。每一对基因之间的相关系数转换为z得分和每个比较计算的假定值使用DGCA包R (27]。基因在每个集群选择相反的相关性和定义的网络追踪他们重要的关联。
集群之间的差异表达基因也与c-miRNAs表示为每个组使用微目标过滤工具从独创性通路分析(试剂盒数字的见解;试剂盒),确定预测交互。分割的mRNA和microrna的数据集过滤来显式地对反对和互惠的表达变化。只有实验观察到被认为是预测。关键mRNA-miRNA关系识别功能在网络感兴趣的探索预测的功能在我们的数据集。通路相关的体液和T - b细胞免疫反应被选为相关。microrna少于三个目标mrna过滤掉网络。
类固醇治疗后基因表达的变化
研究类固醇的影响在每个集群(COVID-19转录组概要(CTP)),外周血基因表达后4天在ICU评估27例(18分配给CTP1 CTP2和9),比较那些接受治疗和地塞米松(6毫克/ 12 h)那些没有这种类固醇治疗。RNA提取,测序和分析进行了描述。途径与微分响应类固醇被确定后GSEA那些得分显著的浓缩与相反的迹象。
临床数据
收集统计数据和并发症在入住ICU(第一天),气体交换的数据,呼吸支持、血液动力学,接受治疗和常规的实验室分析结果前瞻性收集在天入住ICU后1和7。ICU出院病人随访。在此期间,期间收集通气支持和重要地位进行结果分析。
循环细胞群
比例的转录活跃在每个循环细胞样本估计使用Immunostates,先前发表的反褶积算法(28]。从原始参考矩阵,在外周血细胞数量一般不确定(肥大细胞和巨噬细胞)被移除。使用这个修改参考矩阵包含了318个基因的表达对16个不同的血液细胞,每一个这些类型的百分比的估计大部分RNA序列(RNAseq)。
验证
来验证我们的结果在一个外部群体,我们使用了两个公开数据集50和60转录组的严重和危重COVID-19患者(29日,30.]。样本采集进行招生。临床数据和基因数量从基因表达综合下载(www.ncbi.nlm.nih.gov /地理/;加入数量GSE157103) [29日)或Zenodo (https://zenodo.org/record/6120249)[30.]。首先,我们最好的区分识别差异表达基因簇在我们的数据有一个接受者操作特征曲线下面积(AUROC) > 0.95。一个转录组的分数计算几何平均数的这些基因,这个分数的AUROC和集群之间的阈值定义决定的。最后,验证组的原始基因表达数据使用DESeq2正常化,转录组的分数计算每个样本分配给一个集群使用前面阈值,则按比例缩小的获得的范围值(占测序技术中的可变性)。临床数据,结果和估计细胞群(散装RNAseq反褶积(如前所述)集群之间的比较。
统计分析
考虑到观测研究的性质和缺乏以前的结果,没有正式的样本大小的计算。数据表示为中位数(四分位范围)。缺失的数据没有估算。使用双尾Wilcoxon集群之间的差异进行评估或卡方测试(分别为定量和定性数据)。生存分析、ICU出院病人随访,ICU自发放电活着,呼吸是主要的测量结果。集群之间的差异,这一结果评估使用竞争风险模型(如前所述)(8),主要的风险比的结果,与相应的95%置信区间,计算。所有的分析都使用以下4.4.1 [R版本执行31日与包ggplot2 []32],pROC [33和生存34),除了那些先前引用。所有的代码和原始数据可以发现https://github.com/Crit-Lab/COVID_clustering。
结果
病人集群
外围基因表达测序连续56危重患者(20%女性;68岁(61 - 75)年)承认的一个参与者icu。在16 903个基因数,1727被用于分层聚类(图1一个)。获得的聚类树的两个主要分支显示最高的假定值的备择假设不存在集群(图1 b和补充图S1)。因此,样本分为两个相互排斥的群体:CTP1 CTP2。二维的人口使用UMAP算法表示的研究证实的分离两个集群(图1 c)。补充图S2显示了一个热图用于聚类的基因的表达。
病人集群。)集群策略基于外周血RNA序列(RNAseq)使用最高的5%的基因样本之间的差异。b)层次聚类树显示假定值(对应的备择假设集群并不存在)的两个主要的集群。c)统一歧管近似和投影(UMAP)显示所有的样品和集群的两度空间的表示。TPM:每百万读取记录;CTP: COVID-19转录组概要文件。
转录组的概要文件之间的差异
我们下一个评估的整体基因表达的差异。使用一个调整假定值分界点为0.01,有9700个差异表达基因(补充文件1),3640年有一个绝对的日志2(褶皱变化)> 2 (图2一个)。有趣的是,大部分的这些基因在CTP2表达下调。GSEA被用来识别涉及这些差异表达基因的分子途径。110生物过程,确定了集群之间的显著差异(补充图S3)。其中,几类相关IFN-mediated响应和淋巴细胞激活被确定(图2 b),参与基因策划(图2 c- e)。患者纳入CTP1显示几种干扰素基因的富集,与激活先天免疫人群相关的和适应的反应(图2 c),而CTP2浓缩在b细胞受体基因信号(图2 d)和监管t细胞分化(图2 e)。
集群之间的差异表达基因(COVID-19转录组配置文件(茶多糖))。每个基因的)火山的情节显示褶皱变化及其显著性水平。基因与一个调整p值< 0.01和绝对的日志2(褶皱变化)> 2橙颜色。差异表达基因中干扰素(IFN)端依赖途径标签。b)基因本体类别的浓缩与干扰素信号在CTP2 (n = 14)与CTP1 (n = 42)。汉英)网络通路和基因结合集群之间的微分表达式,包括c) IFN-dependent淋巴CTP1激活调节,和d) b细胞受体信号和e)监管CTP2 t细胞分化调节。NK:自然杀伤;dsRNA:双链RNA。
除了这些定量IFN-related基因的表达变化,我们研究了定性集群之间的差异的存在。我们计算线性相关系数在145个基因中基因本体论类别包括干扰素信号在每个集群。有两个相关矩阵之间的显著差异(p < 0.001计算使用卡方测试)(图3),从而证明编排/结构的差异干扰素组之间的反应。此外,每个基因两两相关系数的差异进行评估。基因对与相关系数调整后的假定值的差异< 0.05和相反的迹象在每个集群被选中,和网络包括这些基因跟踪(图3和补充图S4)。这些结果表明,这两种集群有一个定性的不同激活干扰素通路,一些基因等HSP90AB1和JAK1作为枢纽与相反的相关性。值得注意的是,CTP1被强,品质效应干扰素蛋白之间的正相关性,而这对于CTP2并非如此。
![图3](http://www.qdcxjkg.com/content/erj/61/1/2200592/F3.medium.gif)
基因之间的相关性包括在interferon-dependent通路。相关图(上)(下)和基因网络显示基因在每个集群之间的相关性与相反的迹象(COVID-19转录组概要(CTP)): CTP1和b) n = 42) CTP2 n = 14。只有皮尔森相关系数p值< 0.05所示。
循环细胞群的差异
先前的结果表明,识别集群循环淋巴细胞可能有不同的配置文件。进一步探索这一发现,细胞群被反褶积估计RNAseq数据。这一分析显示患者粒细胞比例分配给CTP1更高,较低比例的淋巴细胞和单核细胞的差异或自然杀伤细胞(图4一- d)。虽然没有绝对的淋巴细胞计数差异被发现(645 (483 - 948)与730年(580 - 908)毫米−3;p = 0.71) (表1),反褶积和调整总显示更高比例的CD4淋巴细胞分数+t细胞(图4 e),而CD8的比例较低+t细胞(图4 f)和天真的b细胞(图4 g记忆b细胞(的),没有差异图4 h在这一组。详细的数据在其他细胞群中可以找到补充图S5。
估计循环细胞群。模拟)血液细胞的比例从RNA序列估计使用反褶积算法。超高频)淋巴细胞亚群表达为淋巴细胞的绝对数量的比例。点代表个体患者数据。在箱形图,粗线代表中间,上下铰链对应于第一和第三个四分位数(第25和第75百分位数),并从铰链上下胡须扩展到最大或最小值不超过四分位范围的1.5倍。CTP: COVID-19转录组概要文件。假定值计算使用的小动物——一张长有Wilcoxon测试。
潜在的监管microrna
识别c-miRNA可能观察到的变化相关RNA表达和免疫细胞的数量,我们使用微目标分析MicroRNA的内容过滤器工具包括在独创性途径分析。过滤后通过实验证实miRNA-gene关系,只有反对microrna /基因表达水平变化,83年microrna针对608个基因被确定在我们的数据集的差异表达基因。鉴于观察淋巴细胞数量上的差异,我们专注于microrna参与体液和细胞免疫调节(29 microrna和151个基因)。成对miRNA-gene网络中描述补充图S6(104 / 18预测调节microrna的表达下调基因)图5(47调节基因/ 11预测下调microrna),与一个覆盖包括CTP1和CTP2之间的差异表达基因。microrna预测调节这些基因的表达被确定和比较(图5 b- h)。其中,项mir - 145 - 5 - p和mir - 181 - 5 - p在CTP2有意义的低(图5 c分别和d)。
调节基因表达的微- rnas (microrna)。microrna潜在调节基因与增加微分表达式被识别和网络建设。b - h)项中心microrna(定义为那些差异表达基因调节三个或更多)血清中。点代表个体患者数据。在箱形图,粗线代表中间,上下铰链对应于第一和第三个四分位数(第25和第75百分位数),并从铰链上下胡须扩展到最大或最小值不超过四分位范围的1.5倍。CTP: COVID-19转录组概要文件。假定值计算使用的小动物——一张长有Wilcoxon测试。
提供集群范围内的类固醇的影响
类固醇的评估提供集群范围内的影响,我们比较基因表达后4天的ICU停留在每个集群的患者和没有类固醇。虽然类固醇修改转录组概要文件在两个集群,集群之间的差异表达基因重叠是最小的(图6和b)。当与不同的反应途径评估(图6 c),我们发现类固醇下调T - b细胞活化和白介素(IL)生产和激活Janus激酶(激酶)/信号传感器和激活的转录(STAT)信号只有在病人从CTP1集群。相比之下,类固醇治疗b细胞活化相关的病人分配到CTP2。
提供集群范围内的类固醇的影响。外周血基因表达的差异后4天之间的重症监护室患者与地塞米松,分层的集群(COVID-19转录组概要(CTP))。a、b)欧拉图显示的基因数量)调节和b)在患者接受类固醇表达下调。c)通路与发散激活/抑制反应集群之间的类固醇。IL:白介素;搞笑;免疫球蛋白;统计:信号传感器和转录的激活;木菠萝:Janus激酶。
临床差异和结果
入住ICU临床集群之间的差异进行了研究(表1)。没有明显差异在人口和临床变量除了CTP1更高的中性粒细胞计数,无淋巴细胞计数差异。病人分配到CTP2显示ventilator-free天第一次在ICU 28天(表1)。在生存分析中,在调整了年龄、性别和需要插管在ICU停留期间,ICU的概率分配CTP2增加放电活着,自发呼吸(HR 2.00 (95% CI 1.08 - -3.70);p = 0.028) (图7)。其他使用生物标志物如中性粒细胞计数、中性粒细胞/淋巴细胞比值或c反应蛋白显示只有一个温和的集群作业的性能(AUROC 0.74 (95% CI 0.61 - -0.88), 0.73 (95% CI 0.57 - -0.89)和0.53 (95% CI 0.31 - -0.77),分别)。取代集群作业与中性粒细胞/淋巴细胞比率或c反应蛋白并没有产生显著生存分析人力资源(HR 0.958 (95% CI 0.908 - -1.011);p = 0.122为中性粒细胞/淋巴细胞比值和人力资源0.986 (95% CI 0.957 - -1.016);c反应蛋白p = 0.365)。
![图7](http://www.qdcxjkg.com/content/erj/61/1/2200592/F7.medium.gif)
重症监护室(ICU)。累积发病率的主要结果(ICU出院活着和自发呼吸)模仿使用竞争风险模型(与死亡作为竞争风险)和调整年龄、性别和需要在ICU机械通气。的风险比(95%置信区间)COVID-19转录组剖面2 (CTP2)所示。
转录组和外部验证签名的定义
我们的研究结果应用于外部群体,我们首先开发了一个特征基因签名允许分配一个集群使用基因表达数据。我们专注于基因调节在CTP2构成一个相对较小的集团,在这组差别巨大的基因对这些。其中117年调节基因,15 (BCL2,CARD11,CD247,CD7,的研究,CLSTN1,E2F6,MCM5,PARP1,PNPO,RASGRP1,RCC2,RPTOR,RUNX3和ZAP70)有一个AUROC识别CTP2 > 0.95。这些基因的表达被合成为一个转录组的分数。正如所料,CTP2得分较高(补充图S7a),AUROC 0.99 (95% CI 0.97 - -1.00) (补充图S7b)。Cox回归分析包括转录组分数,年龄、性别和需要机械通气,比分是相关ICU放电(HR 1.202 (95 CI % 1.041 - -1.387) / 100点增加转录组分数;p = 0.012) (补充图S8)。基于这些结果,250在这个分数的分界点,旨在包括所有CTP2情况下,是选择。
然后,这在两组外部转录组的分数计算。对于第一组(n = 50), 13例分为CTP1 CTP2和37。对比这些集群所示表2。尽管没有显著差异的年龄、性别、或急性生理和慢性健康评估II或顺序器官衰竭的评估分数,病人分配到CTP2显示ventilator-free天在ICU停留28天零ventilator-free天患者的百分比低CTP2 28天。第二验证组(n = 60), 22患者分为CTP1 CTP2 38,重新调节分界点后dna测序技术的差异和深度。类似于前面的结果,没有年龄和性别的差异,但是28天较高死亡率的病人分配到CTP1 (表2)。反褶积外周血转录组的验证组完成一些发现人群中观察到的差异,包括提高中性粒细胞计数和CD8的比例较低+在CTP1 t细胞(S9 / S10补充数据)。
讨论
我们的结果表明,非监督转录组聚类的危重COVID-19入住ICU患者结果在两组不同免疫档案、类固醇和结果。应用程序提供集群范围内的分数的两组独立的证实了这个结果。这些发现表明有特定COVID-19 endotypes具有不同潜在的免疫发病机理和结果。
聚类策略提出了识别不同子组的危重患者呼吸衰竭,可能有助于个性化治疗。在ARDS, hyperinflammatory /活性表型[9,35),标记为特征的急性炎症和组织缺氧,与更高的死亡率,可能会特别受益于液体限制,更高的呼气末正压通气或防护通风(36),在对位uninflamed表现型。值得注意的是,导致ARDS表型之间是不同的,与脓毒症的发病率更高hyperinflamed /活性基团。集群COVID-19患者使用呼吸数据未能确定表型在ICU住院11]。除了临床可用的生物标记允许直接翻译的炎症/反应框架在两组12,37]。专注于单一疾病(COVID-19)而不是一个综合症(ARDS)可能导致减少表型变异,从而增加系统响应的信息价值评价循环生物标志物。临床上可用的标记,如中性粒细胞/淋巴细胞比值或c反应蛋白通常升高严重形式的COVID-19 [38),但他们的角色分层患者尚未确定,在我们的研究中,未能预测结果或集群任务。
在这种背景下,转录组聚类可能会提供一些优势,包括大量的特性分类,减少干预时间和缺乏估算或无法获得数据,虽然这种方法的优越性还有待证实。越来越多的证据指向c-miRNAs作为生物标志物与发病的影响考虑到他们的角色作为基因表达的调节器。医疗点设备正在开发将允许的量化15-gene签名或验证提供集群范围内c-miRNA在床边快速识别这些患者endotypes和预测结果39]。
大部分外周血RNAseq COVID-19发病机理的被用来研究比较不同严重程度或对健康对照组(例40- - - - - -42]。我们的方法只包括严重的病例,露出两个不同的集群,包括定量和定性的差异的调节免疫反应对类固醇SARS-CoV-2感染和不同的反应。值得注意的是,这些生物差异发生,尽管在临床变量没有差异,表明集群反映endotypes与特定致病的机制和可能优于临床诊断仪器。
CTP1的特点是一个IFN-driven反应和CD4细胞+早期活化,与一个更糟的结果43,44]。mir - 145 - 5 - p和mir - 181 - 5 - p,这促进粒细胞生成[扮演关键角色45)和CD4+t细胞成熟(16,46),分别是调节在这个集群。类固醇表达下调的基因参与淋巴细胞的激活,但在CTP1调节JAK / STAT通路,这可以进一步促进过度mir - 181家庭成员(47,48]。可以激活JAK / STAT通路COVID-19患者il - 6和已经相关的死亡率(49,50]。
CTP2集群,更好的结果,特点是b细胞和监管t细胞激活和upregulation等免疫检查点2 b细胞淋巴瘤(BCL2)和免疫球蛋白和肿瘤坏死因子(TNF)超家族。值得注意的是,BCL2和TNF超科mir - 181的目标,这是减少在这个集群和被描述诱导immunoparalysis并阻止免疫检查点(51]。失调有关的其他免疫检查站已经也COVID-19患者的死亡率(52]。在这个群体中,类固醇进一步提升b细胞活化。总的来说,这些结果提高假设类固醇可能有助于进一步规范CTP2的炎症反应,但激活JAK / STAT-dependent CTP1免疫反应,进而在一定程度上解释我们的分歧在ICU的结果和提出了协同效应的类固醇和il - 6 /木菠萝封锁COVID-19 [53]。
我们的研究结果有一些局限性。首先,样本容量降低,所以我们不能排除其他集群的存在与其他潜在致病的机制,或者不同的聚类参数或策略可能产生不同的结果。然而,公正的假定值确定集群的高相关,结果被证实军团在两个独立的验证。必须指出取样时间不同群体(前72 h后入住ICU在我们的研究和战斗群(30.];天1和6之间的研究vermyer等。(29日])。我们没有数据来定义特定的时间窗口。然而,在研究结果的一致性强化了我们的集群战略的外部效度。第三,细胞群被反褶积估计确诊的散装转录组,应该使用单细胞RNAseq或流式细胞术。最后,尽管我们的数据显示不同的效果在每个集群的类固醇,目前还不清楚如果治疗免疫调节提供集群范围内的方式可能会影响结果。
总之,我们的结果表明,转录组集群使用外周血RNA入住ICU允许两组的识别危重患者COVID-19不同免疫资料和成果。这些发现可能有助于这些患者的危险分层和有助于识别特定的配置文件可以受益于个性化治疗旨在调节炎症反应或其后果。
补充材料
补充材料
请注意:补充材料并不是由编辑部,编辑和上传已由作者提供。
可共享的PDF
确认
作者感谢所有参与的人员icu期间和实验室的支持这项研究的发展。
脚注
数据可用性:在文章中使用的所有数据和代码已经沉积在GitHub (https://github.com/Crit-Lab/COVID_clustering)。FASTQ RNA和microrna的读取的文件存入基因表达综合与加入GSE197259数量。
作者的贡献:研究设计和监督:通用Albaiceta和l . Amado-Rodriguez。样品采集与处理:m . Fernandez-Rodriguez。RNA序列:c . Lopez-Martinez p . Martin-Vicente Lopez-Alonso, j·戈麦斯de Ona h . Gil-Pena e . Cuesta-Llavona克雷斯波和e·柯托树皮。microrna的测序:c . Lopez-Martinez Davalos和洛杉矶Chapado。病人包容、跟踪和数据收集:e·萨尔加多del Riego r . Rodriguez-Garcia d . Parra F.J. Jimeno-Demuth,通用Albaiceta和l . Amado-Rodriguez。数据分析:c . Lopez-Martinez p . Martin-Vicente洛杉矶Chapado,通用Albaiceta和l . Amado-Rodriguez。结果讨论:c . Lopez-Martinez p . Martin-Vicente Lopez-Alonso,克雷斯波,j . Rodriguez-Carrio a . Davalos e·柯托树皮通用Albaiceta和l . Amado-Rodriguez。手稿写:c . Lopez-Martinez通用Albaiceta和l . Amado-Rodriguez。手稿评论和编辑:所有作者。
利益冲突:作者声明没有利益冲突。
支持声明:这项工作是由基于Centro de Investigacion en红(cib)心血管Respiratorias (CB17/06/00021),皇家研究院祝您健康卡洛斯三世(赠款PI20/01360和PI21/01592,菲德尔基金)和Fundacio La Marato de TV3 (413 / C / 2021)。支持c Lopez-Martinez Ministerio德大学、西班牙(FPU18/02965)。r . Rodriguez-Garcia拨款支持学院祝您健康卡洛斯三世(CM20/0083)。p . Martin-Vicente拨款支持学院祝您健康卡洛斯三世(FI21/00168)。西班牙大学德Oncologia del Principado德阿斯图里亚斯Fundacion Liberbank支持。支持a Davalos Comunidad马德里和欧洲区域发展基金(欧盟反应程序“FACINGLCOVID-CM”)。资金信息,本文已沉积的Crossref资助者注册表。
- 收到了2022年3月20日。
- 接受2022年8月19日。
- 版权©2023年作者。
这个版本分布在创作共用署名非商业性许可证的条款4.0。商业生殖权利和权限接触权限在}{ersnet.org