Análisis del transcriptoma completo para explorar las características inmunológicas deterioradas en pacientes ancianos críticamente enfermos con sepsis

Abstracto

Fondo

La sepsis es una complicación frecuente en pacientes críticos, es altamente heterogénea y se asocia con altas tasas de morbilidad y mortalidad, especialmente en la población de edad avanzada. El uso de la secuenciación de ARN (RNA-Seq) para analizar vías biológicas se utiliza ampliamente en estudios clínicos y de genética molecular, pero aún faltan estudios en pacientes ancianos con sepsis. Por lo tanto, investigamos las características biológicas y transcriptómicas relevantes para la mortalidad en pacientes de edad avanzada que ingresaron en la unidad de cuidados intensivos (UCI) por sepsis.

cistanche tubulosa-mejora el sistema inmunológico

Métodos

Inscribimos a 37 pacientes ancianos con sepsis de la UCI del Hospital General de Veteranos de Taichung. El día 1 y el día 8, se recolectaron datos clínicos y de laboratorio, así como muestras de sangre, para el análisis de RNA-Seq. Identificamos el transcriptoma dinámico y las vías enriquecidas de genes expresados ​​diferencialmente entre el día 8 y el día 1 mediante análisis de enriquecimiento DVID y análisis de enriquecimiento de conjunto de genes. Luego, se analizó la diversidad del repertorio de células T con MiXCR.

Resultados

En total, 37 pacientes tuvieron sepsis y los que respondieron y los que no respondieron se agruparon mediante un análisis de componentes principales. Se encontraron puntuaciones SOFA significativamente más altas en el día 7, días más prolongados con ventilador, duración de la estancia en la UCI y mortalidad hospitalaria en el grupo que no respondió que en el grupo que sí respondió. El día 8, en pacientes ancianos de la UCI con sepsis, los genes relacionados con la inmunidad innata y la inflamación, como ZDHCC19, ALOX15, FCER1A, HDC, PRSS33 y PCSK9, estaban regulados positivamente. Los genes expresados ​​diferencialmente (DEG) se enriquecieron en la regulación de la transcripción, la respuesta inmune adaptativa, la producción de inmunoglobulinas, la regulación negativa de la transcripción y la respuesta inmune. Además, hubo una mayor diversidad de receptores de células T el día -8 en el grupo que respondió que el día -1, lo que indica que tuvieron una recuperación de la sepsis mejor regulada en comparación con los pacientes que no respondieron. .

Conclusión

La mortalidad y la incidencia de la sepsis fueron altas en personas de edad avanzada. Identificamos características biológicas y transcriptómicas relevantes para la mortalidad con análisis de vías funcionales y MiXCR basados ​​en datos de RNA-Seq; y descubrió que el grupo de respuesta tenía una inmunidad innata regulada al alza y una mayor diversidad de células T; en comparación con el grupo que no respondió. RNA-Seq puede ofrecer información complementaria adicional para la predicción temprana y precisa de los resultados del tratamiento.

planta cistanche que aumenta el sistema inmunológico

Palabras clave

Sepsis, RNA-Seq, paciente anciano en UCI, genes expresados ​​diferencialmente, receptor de células T

Introducción

La sepsis es un síndrome clínico potencialmente mortal. Se produce por una respuesta desordenada del huésped a la infección y es una amenaza para la salud global altamente heterogénea y letal, particularmente en la población de edad avanzada [1, 2]. Estudios anteriores han encontrado que los pacientes de edad avanzada tienen un mayor riesgo de sepsis y una mayor gravedad de la enfermedad que los de la población general [3]. El número de pacientes de edad avanzada que ingresan en la unidad de cuidados intensivos (UCI) debido a sepsis ha aumentado constantemente en las últimas dos décadas debido al aumento constante del número de personas de edad avanzada [4]. En particular, a pesar de la alta intensidad de la atención, la mortalidad sigue siendo alta en los pacientes de edad avanzada ingresados ​​en la UCI, pero aún faltan estudios que aborden las vías biológicas relevantes para la respuesta al tratamiento en pacientes de edad avanzada con sepsis [5]. El sistema inmunológico de las personas mayores sufre numerosos cambios biológicos a medida que envejecen, que influyen en la respuesta inmune de las personas mayores, lo que resulta en una mayor probabilidad de sufrir enfermedades inmunocomprometidas [6]. La inmunidad adaptativa comprometida se considera una característica crucial de la inmunosenescencia en los ancianos [7, 8], pero las características transcriptómicas durante la sepsis en los ancianos siguen sin explorarse. Estos cambios determinan no sólo la susceptibilidad a las infecciones bacterianas sino también la progresión de la sepsis y los resultados clínicos [6]. Por lo tanto, es fundamental investigar las diferentes respuestas inmunológicas y las características biológicas relevantes para la mortalidad en pacientes de edad avanzada ingresados ​​en la UCI [9, 10].

La sepsis es muy heterogénea y se caracteriza por reacciones inmunológicas complejas y dinámicas, que implican una respuesta inflamatoria inicial excesiva seguida de una inmunidad adaptativa desregulada/agotada [11]. Varios estudios han demostrado una inmunidad adaptativa alterada después de la sepsis; La llamada inmunoparálisis parece ser una de las características inmunológicas clave que conducen a una inmunidad comprometida persistente en pacientes con sepsis [12]. RNA-Seq se utilizó en estudios anteriores para encontrar la firma transcriptómica o "subendotipo" en pacientes con sepsis. Los subgenotipos que se asocian con la sepsis son la mejoría temprana de la disfunción orgánica después de la sepsis, la inmunidad adaptativa disminuida entre pacientes inmunocomprometidos y la capacidad de respuesta a los esteroides en pacientes con shock séptico [13, 14]. Utilizando datos de RNA-Seq, recientemente se han desarrollado herramientas analíticas, como MiXCR, para cuantificar la diversidad de receptores de células T (TCR) [15, 16]. En este estudio, investigamos el transcriptoma dinámico de pacientes sépticos examinando muestras pareadas del día 1 y el día 8 y descubrimos que los pacientes sépticos inmunocomprometidos tenían una diversidad de células T disminuida y una función de células T comprometida. Este estudio tuvo como objetivo explorar las características biológicas y transcriptómicas relevantes para la mortalidad, para obtener una mejor comprensión de la señalización asociada a la inmunidad adaptativa en pacientes de edad avanzada que ingresaron en la UCI por sepsis.

cistanche tubulosa-mejora el sistema inmunológico

Haga clic aquí para ver los productos Cistanche Enhance Immunity

【Pregunte por más】 Correo electrónico:cindy.xue@wecistanche.com / Whats App: 0086 18599088692 / Wechat: 18599088692

Materiales y métodos Diseño del estudio y recopilación de datos.

El estudio fue aprobado por el Comité de Revisión Institucional del TCVGH (IRB no. CE20069B) y se obtuvo el consentimiento informado de todos los participantes. Se reclutaron treinta y siete pacientes ancianos de la UCI del Hospital General de Veteranos de Taichung (TCVGH) desde diciembre de 2018 hasta enero de 2022. En el momento de la inscripción, se recopiló información demográfica y se tomaron muestras de sangre de referencia el día 1 y el día 8. Para preservar el transcriptoma, se recogieron dos alícuotas de sangre de 4 ml en contenedores vacutainers con EDTA estériles y se transfirieron inmediatamente a viales libres de ARNasa que contenían 10,5 ml de RNAlater® (TermoFisher, Waltham, MA, EE. UU.).

Extracción y secuenciación de ARN.

En este estudio, extrajimos ARN con el kit PAXgene Blood RNA y el número de integridad de ARN (RIN) promedio fue de 8,31 ± 0.58. Se siguieron las instrucciones del fabricante al construir la biblioteca y en experimentos posteriores se utilizaron 1,000 ng de ARN fragmentado. Se utilizaron lecturas de extremos pares de 150-pb para RNA-Seq en la plataforma NovaSeq (Illumina, Inc., San Diego, CA, Estados Unidos), y cada muestra tuvo al menos 50 a 60 millones de lecturas. El conjunto de datos RNA-seq se depositó en el Omnibus de expresión genética (GEO) del Centro Nacional de Información Biotecnológica (NCBI) con el número de acceso GSE216902. El conjunto de datos se utilizó para proporciones celulares y análisis de rutas.

Puntuación de evaluación secuencial de insuficiencia orgánica (SOFA)

La puntuación de evaluación secuencial de insuficiencia orgánica (SOFA) es un valor numérico de la insuficiencia orgánica relacionada con la sepsis, es decir, cuantifica el número y la gravedad de los órganos fallidos. Cada puntuación varía de 0 a 4, y una puntuación más alta indica un empeoramiento de la disfunción orgánica [17]. Utilizamos el cambio dinámico en las puntuaciones SOFA para definir a los que respondieron (R) y a los que no respondieron (NR), y un participante se clasificó como NR si la disminución en la puntuación SOFA del día 1 al día 7 era inferior a 2 [13, 18, 19]. .

Análisis bioinformáticos de datos de RNA-Seq. 

La secuenciación fue de alta calidad, se utilizaron puntuaciones de Phred de 30 y HISAT2 mapeó las lecturas de secuencia con el genoma de referencia (GRCh38/hg38) [20]. El paquete R DEseq2 [21] se utilizó para identificar los genes expresados ​​diferencialmente (DEG), y los recuentos de lectura se calcularon utilizando featureCounts [22]. La tasa de mapeo promedio y el recuento de lecturas fueron 87,6 ± 4,8 % y 65,5 ± 17,6 millones de lecturas, respectivamente. El paquete Profiler [23] R se utilizó para llevar a cabo un enriquecimiento funcional y un análisis de rutas basado en los genomas (KEGG, https://www.genome.jp/kegg/) y la ontología genética (GO, http://geneontology.org). /) bases de datos. Se consideró que un valor p corregido inferior a 0,05 estaba significativamente enriquecido. Todos los genes expresados ​​diferencialmente se anotaron funcionalmente mediante el análisis de enriquecimiento de conjuntos de genes (GSEA) [24], y se creó un mapa de enriquecimiento visualizado Cytoscape 3.9.0 [25]. Visualizamos los resultados de GSEA empleando un mapa de enriquecimiento, que organiza conjuntos de genes en una red de similitud. El color del nodo, el enlace y el nodo representan el conjunto de genes, la superposición de los genes miembros y la puntuación de enriquecimiento [24], respectivamente.

Diversidad de análisis TCR

Los datos de RNA-Seq se utilizaron en MiXCR v3.0.13 [15, 16] para cuantificar los clonotipos de pacientes con sepsis según un protocolo informado previamente [14]. Se utilizó el software VDJTools v 1.2.1 [26] para calcular los recuentos de la región determinante de la complementariedad (CDR3) y la diversidad de muestras después de la adquisición de los clonotipos cuantificados.

Análisis estadístico

Utilizamos la prueba de Kolmogorov-Smirnov para comprobar la normalidad y descubrimos que la distribución de varias variables, incluido el día del ventilador, la duración de la estancia en la UCI y la duración de la estancia hospitalaria, estaban sesgadas a la izquierda. Para presentar los datos en el formato unificado, presentamos las frecuencias de las variables categóricas (porcentajes) para las variables categóricas y las variables continuas como mediana (rango intercuartil, IQR). Las diferencias entre los dos grupos se analizaron mediante la prueba U de Mann-Whitney para variables continuas y la prueba exacta de Fisher para variables categóricas. El nivel de significancia se fijó en 0.05 y los análisis estadísticos fueron bilaterales. Se utilizó R versión 4.1.0 para realizar todos los análisis de datos.

cistanche tubulosa-mejora el sistema inmunológico

Resultados Características de los pacientes y puntuaciones SOFA

En este estudio, inscribimos a 37 pacientes ancianos con sepsis [mediana de edad 83 años (RIQ: 79–87 años)] (Tabla 1). Con el análisis de componentes principales, observamos que una divergencia entre el día-1 y el día-8 fue mejor en los pacientes que respondieron (grupo que respondió, R) que en los pacientes que no respondieron (grupo que no respondió, NR), lo que indica una recuperación regulada de la sepsis en el grupo inmunocompetente (archivo adicional 1: Fig. S1). En general, entre los 37 pacientes, hubo 23 pacientes que respondieron (grupo que respondió, R) con una mediana de edad de 82 años (RIC: 79,5–86.5 años) y 14 pacientes que no respondieron (grupo que no respondió, NR) con mediana de edad 84 años (RIC: 79-88 años). La Tabla 1 muestra las características básicas del grupo de estudio. Se observaron niveles más altos de albúmina (mediana 3,3 mg/dl, RIC: 3-3,7 mg/dl) y proteína C reactiva más bajos (mediana 9,16 mg/dl, RIC: 3,9-17,5 mg/dl) que en sus homólogos. En comparación con el grupo que respondió, el grupo que no respondió tuvo puntuaciones SOFA significativamente más altas el día 7, días más prolongados con ventilador, estancias más prolongadas en la UCI y mayor mortalidad hospitalaria.

Transcriptoma dinámico distinto en pacientes ancianos de UCI con sepsis

Como se ilustra en la Fig. 1A, utilizando el análisis de componentes principales en los 500 genes variables principales de todas las muestras, descubrimos que los pacientes ancianos con sepsis en la unidad de cuidados intensivos tenían transcriptomas significativamente diferentes el día 1 y el día 8. Los genes de expresión diferencial ( Luego se identificaron DEG) comparando los perfiles de expresión génica entre el día 8 y el día 1 en pacientes ancianos de la UCI utilizando los criterios de p<0.01 and log fold change>0.25 o<− 0.25. Tree DEGs (two upregulated and one downregulated gene) were found in the R group, while the NR group only had 11 DEGs (five upregulated and six downregulated genes). We found that in elderly sepsis patients in the ICU, the top upregulated genes were innate immunity- and inflammation-relevant genes, namely, ZDHCC19, ALOX15, FCER1A, HDC, PRSS33, and PCSK9, which bind to low-density lipoprotein receptors (LDLRs), leading to LDLR degradation and increasing LDL cholesterol levels (Fig. 1B). 

Análisis de enriquecimiento DAVID del transcriptoma dinámico.

Para demostrar la alteración de las vías biológicas en pacientes ancianos de la UCI entre el día 8 y el día 1, demostramos la vía enriquecida utilizando el servidor en línea DAVID v6.8. Como se muestra en la Fig. 2, se construyeron gráficos de burbujas de ontología genética (GO) para los procesos biológicos de los 20 DEG principales del conjunto de datos. Descubrimos que los DEG de pacientes ancianos de la UCI con sepsis estaban enriquecidos en la regulación de la transcripción, la respuesta inmune adaptativa, la producción de inmunoglobulinas, la regulación negativa de la transcripción y la respuesta inmune. El análisis GO funcional de DAVID se presenta en la Fig. 3. En comparación con los controles, las anotaciones funcionales de las proteínas codificadas por genes en DEG mostraron significativamente (P<0.05) increased or decreased enrichment. These annotations were categorized according to biological processes, cellular components, and molecular functions. There were significant differences between DEG-encoded proteins involved in the regulation of transcription, the immune response, protein phosphorylation, and Ras protein signal transduction at the level of biological processes (Fig. 3), whereas cellular component analysis revealed significant differences between the T-cell receptor complex, cytosol nucleoplasm, and nucleus (Fig. 3). Significant differences were found in the enrichment of encoded proteins associated with protein binding, metal ion binding, translation factor activity, or transcriptional activator activity according to molecular function analysis (Fig. 3). Ten, we used the Cytoscape ClueGO plugin to investigate the functional enrichment of the DEGs in the dataset to further refine the biological process from the analysis of DAVID-GO terms [27]. Additionally, the REACTOME pathway analysis from ClueGO revealed that cytokine signaling in the immune system, adaptive immune system, sensory perception, innate immune system, and immunoregulatory interactions between lymphoid and non-lymphoid cells were significantly enriched in many DEGs.

Tabla 1 Características de los pacientes ancianos en UCI con sepsis

Fig. 1 Análisis de componentes principales A y gráfico de volcán B del transcriptoma entre el día -1 y el día -8

Fig. 2 Análisis funcionales y de enriquecimiento de vías de genes expresados ​​diferencialmente con DAVID mediante diagrama de burbujas

Fig. 3 Análisis de ontología genética funcional (GO) de DAVID del proceso biológico (BP), componente celular (CC) y función molecular (MF)

Análisis de TCR con MiXCR en pacientes ancianos de UCI con sepsis

Teniendo en cuenta que los grupos R y NR se recuperaron de la sepsis a través de una vía de señalización específica del receptor de células T, utilizando el número de CDR3, D50 y el índice de Simpson inverso, utilizamos MiXCR para determinar la diversidad del receptor de células T (TCR ) (Fig. 5A-C). El día 8, la CDR3, D50 y el índice de Simpson inverso del grupo R fueron significativamente mayores que en el día 1. Además, el índice D50 fue significativamente mayor en el grupo R que en el grupo NR el día 8 (Fig. 5B). Finalmente, evaluamos la diversidad de CDR3 únicos utilizando el índice de Simpson inverso, que refleja clonotipos abundantes. Observamos un patrón similar, con una diversidad significativamente mayor de TCR en el grupo R, particularmente en el día 8 (Fig. 5C).

Discusión

Este estudio demuestra que las características biológicas relevantes para la mortalidad y la señalización asociada a la inmunidad adaptativa mediante transcriptómica, comparando las diferencias entre el día 1 y el día 8 (archivo adicional 1: Fig. S1), podrían identificar de manera confiable a los pacientes ancianos de la UCI con sepsis y diferenciar a los pacientes que no responden de los que sí responden. . Estudios anteriores que investigaban biomarcadores de sepsis dependían de la selección de funciones y vías biológicas conocidas utilizando métodos basados ​​en el conocimiento [28], y solo un pequeño número de estudios se han dirigido directamente a genes cuyas funciones no se han descrito completamente [29]. En este estudio, adoptamos RNA-Seq para identificar características biológicas e inmunológicas en pacientes ancianos de la UCI con sepsis mediante análisis de componentes principales, análisis diferencial de expresión génica y MiXCR. La inmunidad innata y la inflamación, como ZDHCC19, ALOX15, FCER1A, HDC, PRSS33 y PCSK9, estaban reguladas positivamente en pacientes ancianos de la UCI con sepsis. ZDHHC19 es una palmitoiltransferasa y media la palmitoilación de RRAS, lo que conduce a una mayor viabilidad celular [30]. El análisis de la expresión genética de todo el genoma se ha relacionado con una mayor expresión en pacientes de la UCI con sepsis causada por peritonitis fecal [31]. HDC (histidina descarboxilasa, HDC) es un miembro de la familia de las descarboxilasas del grupo II y forma un homodímero que utiliza fosfato de piridoxal para convertir L-histidina en histamina. Un estudio en animales realizado por Hattori et al. [32] utilizaron ratones con inactivación del gen HDC (HDC-/-). Después de inducir la sepsis mediante ligadura y punción cecal (CLP), los ratones knockout para HDC mostraron niveles reducidos de histamina en plasma, y ​​el aumento de los niveles de TNF, IL-1b, IL-6 y MCP1 en la sepsis se atenuó cuando había falta de plasma. histamina [32]. La producción anormal de citoquinas inducida por la sepsis y la lesión de múltiples órganos (pulmón, hígado y riñón) se redujeron significativamente en ratones knockout para HDC en comparación con ratones WT C57BL/6 J. La inhibición de la expresión de HDC previno la lesión tisular inflamatoria y mejoró la supervivencia en ratones con sepsis inducida por CLP [32]. Además, la histamina podría promover la producción de citocinas proinflamatorias, que están reguladas por el factor de transcripción NF-κB. En la sepsis inducida por CLP, los ratones knockout para HDC tuvieron una actividad significativamente menor de NF-κB en el núcleo en comparación con los ratones WT [32]. Este resultado indica que la histamina induce la síntesis de citocinas y quimiocinas proinflamatorias al aumentar la actividad de NF-kB.

Investigaciones recientes han demostrado que ALOX15 y FCER1A son cruciales para la patogénesis de la sepsis bacteriana [33, 34]. ALOX15, una enzima peroxidante de lípidos, es un gen de la lipoxigenasa funcional (LOX) [35], que oxida los ácidos grasos poliinsaturados y se ha relacionado con una variedad de procesos fisiológicos, así como con la patogénesis de enfermedades neurodegenerativas, inflamatorias e hiperproliferativas [35, 36]. ALOX15 y sus metabolitos están implicados en la fisiopatología de múltiples enfermedades inflamatorias, como sepsis, artritis, asma, fibrosis quística y aterosclerosis [36]. FCER1A (fragmento Fc del receptor IgE Ia, FCER1A), una proteína relacionada con el sistema inmunológico, es el factor iniciador de reacciones alérgicas y desempeña un papel en la inflamación alérgica [37, 38]. FCER1A ha sido implicado en la regulación de procesos metabólicos y la regulación inmune en estudios previos. [38, 39]. Además, es más probable que se produzca asma cuando FCER1B y otros genes inflamatorios relacionados con las inmunoglobulinas interactúan [39]. Además, la PCSK9 (proproteína convertasa subtilisina/kexina tipo- 9, PCSK9) se ha identificado como un regulador central de los niveles plasmáticos de LDL-C por su capacidad para unirse al receptor de LDL (LDLR) y desencadenar su degradación lisosomal en las células. , lo que lleva a la degradación del LDLR y al aumento de los niveles de colesterol LDL [40].

cistanche tubulosa-mejora el sistema inmunológico

En el presente estudio, utilizamos el enriquecimiento de KEGG y GO para determinar la anotación funcional de estos genes con el fin de investigar la participación de DEG expresados ​​en pacientes ancianos de la UCI con sepsis en BP, MF y vías moleculares de FH. Estos DEG se enriquecieron principalmente en la regulación de la transcripción, la respuesta inmune adaptativa, la producción de inmunoglobulinas, la regulación negativa de la transcripción y la respuesta inmune (Fig. 2). Construimos una red funcionalmente organizada de términos GO/vía usando el complemento Cytoscape ClueGO/CluePedia, una interpretación mejorada de términos biológicos. Este complemento también nos ayudó a visualizar las redes que están funcionalmente agrupadas a partir de grupos de genes más grandes [41]. Utilizamos el complemento ClueGO para identificar las vías moleculares reguladas diferencialmente y sus interacciones genéticas significativas basadas en valores p y estadísticas kappa para obtener una imagen completa de los DEG involucrados en la sepsis. Además, los DEG se enriquecieron significativamente en actividad de transcripción y unión a proteínas cuando se analizó MF de GO (Fig. 3). Estos resultados indican que los análisis de enriquecimiento funcional se refieren en particular a vías de señalización de células de inmunidad relacionadas con una respuesta celular a motivos patógenos o citocinas. Es probable que estos sean los resultados esperados para los pacientes sépticos y necesiten más investigaciones para dilucidar las vías de la sepsis. Con base en las estadísticas kappa y los valores p, encontramos que entre los procesos biológicos y las vías moleculares enriquecidos, la señalización de citoquinas en el sistema inmunológico, el sistema inmunológico adaptativo, la percepción sensorial, el sistema inmunológico innato y las interacciones inmunorreguladoras entre linfoides y no linfoides. las células estaban desreguladas y se asociaron significativamente con la progresión de la sepsis en pacientes ancianos con sepsis en la UCI (Fig. 4).

Además, mostramos la diversidad de células T en pacientes ancianos con sepsis y utilizamos MiXCR para analizar la secuencia sin procesar de RNA-Seq para determinar clonotipos de TCR, lo que nos permitió examinar simultáneamente la diversidad de TCR y el transcriptoma completo. 15]. En este estudio se utilizaron RNA-Seq y MiXCR para identificar la señalización de las células T y los resultados revelaron que la diversidad de TCR del grupo R el día -8 era mayor que la del día -1 (Fig. 5). . En comparación con el grupo NR, el grupo R tuvo valores de CDR3, D50 e índice de Simpson inverso significativamente más altos el día -8 que el día -1. Esta evidencia también destaca la importancia de la diversidad inducida de TCR en pacientes ancianos con sepsis en la UCI, que demuestra la viabilidad de utilizar datos de RNA-Seq y MiXCR para abordar la diversidad de TCR en pacientes con sepsis. Nuestro estudio tiene algunas limitaciones que conviene señalar. En primer lugar, el grupo de pacientes investigados en este estudio era pequeño. Por lo tanto, las investigaciones de poblaciones diversas con un tamaño de muestra mayor ayudarían a confirmar nuestros datos. En segundo lugar, utilizamos el RNA-Seq a granel en este estudio, y futuros experimentos funcionales y de sc-RNA-Seq están garantizados para su validación a nivel celular. Además, el método de amplificación rápida 5' de los extremos del ADNc (5'-RACE) se puede utilizar para investigar el repertorio de células T, lo que puede confirmar aún más nuestros hallazgos. En tercer lugar, evaluamos las funciones biológicas y moleculares de las respuestas inflamatorias en pacientes con sepsis utilizando datos de RNA-Seq. Se requieren más estudios funcionales para aclarar las funciones en la sepsis.

Fig. 4 Los términos de enriquecimiento mediante ontología genética (GO) se visualizaron utilizando el complemento ClueGO/CluePedia de Cytoscape.

Fig. 5 Diversidad del receptor de células T en el día-1 y el día-8. Recuentos (A), CDR3 único (B), D50 y (C) del índice de Simpson inverso. *<0.05, **<0.005

Conclusiones

La incidencia y la mortalidad de la sepsis son altas en personas de edad avanzada. Nuestro estudio inscribió a personas mayores críticamente enfermas con sepsis e identificó características biológicas y características transcriptómicas relevantes para la mortalidad con análisis de vías funcionales y MiXCR basados ​​en datos de RNA-Seq. En comparación con el día 1, encontramos una inmunidad innata regulada positivamente y una mayor diversidad de células T entre los pacientes que respondieron el día 8, lo que indica que los pacientes que respondieron tuvieron una recuperación de la sepsis mejor regulada en comparación con los pacientes que no respondieron. Para implementar una predicción temprana y precisa, la utilización de una prueba de RNA-Seq podría ofrecer información complementaria adicional para la predicción temprana de los resultados del tratamiento.

Referencias

1. Seymour CW, Kennedy JN, Wang S, Chang CH, Elliott CF, Xu Z, et al. Derivación, validación y posibles implicaciones del tratamiento de nuevos fenotipos clínicos para la sepsis. JAMA. 2019;321(20):2003–17.

2. Sweeney TE, Azad TD, Donato M, Haynes WA, Perumal TM, Henao R, et al. El análisis no supervisado de la transcriptómica en la sepsis bacteriana en múltiples conjuntos de datos revela tres grupos sólidos. Medicina de cuidados críticos. 2018;46(6):915–25.

3. de Lange DW, Brinkman S, Flaatten H, Boumendil A, Morandi A, Andersen FH, et al. Puntuación pronóstica acumulada que predice la mortalidad en pacientes mayores de 80 años ingresados ​​en UCI. J Am Geriatr Soc. 2019;67(6):1263–7.

4. Flaatten H, de Lange DW, Artigas A, Bin D, Moreno R, Christensen S, et al. El estado de la investigación en medicina de cuidados intensivos y una agenda futura para pacientes muy ancianos en la UCI. Medicina de Cuidados Intensivos. 2017;43(9):1319–28.

5. Guidet B, de Lange DW, Boumendil A, Leaver S, Watson X, Boulanger C, et al. La contribución de la fragilidad, la cognición, la actividad de la vida diaria y las comorbilidades en el resultado en pacientes ingresados ​​de forma aguda mayores de 80 años en UCI europeas: el estudio VIP2. Medicina de Cuidados Intensivos. 2020;46(1):57–69.

6. Stahl EC, Brown BN. Estrategias de terapia celular para combatir los inmunógenos‑ciencia. Organogénesis. 2015;11(4):159–72.

7. Martín S, Pérez A, Aldecoa C. Sepsis e inmunosenescencia en el paciente anciano: una revisión. Front Med (Lausana). 2017. https://doi.org/10. 3389/fmed.2017.00020.

8. Rydyznski Moderbacher C, Ramirez SI, Dan JM, Grifoni A, Hastie KM, Weiskopf D, et al. Inmunidad adaptativa específica de antígeno al SARS-CoV-2 en COVID agudo-19 y asociaciones con la edad y la gravedad de la enfermedad. Celúla. 2020;183(4):996-1012 e1019.

9. Leblanc G, Boumendil A, Guidet B. Diez cosas que debe saber sobre los pacientes ancianos críticamente enfermos. Medicina de Cuidados Intensivos. 2017;43(2):217–9.

10. Guidet B, Vallet H, Boddaert J, de Lange DW, Morandi A, Leblanc G, et al. El cuidado del paciente crítico mayor de 80 años: una revisión narrativa. Ana Cuidados Intensivos. 2018;8(1):114.

11. Brady J, Horie S, Lafey JG. Papel de la respuesta inmune adaptativa en la sepsis. Exp. Medicina de Cuidados Intensivos 2020;8(1):20.

12. Martin MD, vicepresidente de Badovinac, Grifth TS. Respuestas de las células T CD4 y el estado de inmunoparálisis inducido por sepsis. Inmunol frontal. 2020. https://doi.org/10. 3389/fmmu.2020.01364.

13. Barcella M, Bollen Pinto B, Braga D, D'Avila F, Tagliaferri F, Cazalis MA, et al. Identificación de un perfil transcriptoma asociado con la mejora de la función orgánica en pacientes con shock séptico después de una terapia de apoyo temprana. Cuidado crítico. 2018;22(1):312.

14. Cheng PL, Chen HH, Jiang YH, Hsiao TH, Wang CY, Wu CL, et al. Uso de RNA-Seq para investigar las características del metabolismo inmunológico en pacientes inmunocomprometidos con sepsis. Front Med (Lausana). 2021. https://doi. org/10.3389/fmed.2021.747263.

15. Bolotin DA, Poslavsky S, Mitrophanov I, Shugay M, Mamedov IZ, Putintseva EV, et al. MiXCR: software para perfiles integrales de inmunidad adaptativa. Métodos Nat. 2015;12(5):380–1.

16. Bolotin DA, Poslavsky S, Davydov AN, Frenkel FE, Fanchi L, Zolotareva OI, et al. Perfil del repertorio de receptores de antígenos a partir de datos de RNA-seq. Nat Biotecnología. 2017;35(10):908–11.

17. Vincent JL, de Mendonca A, Cantraine F, Moreno R, Takala J, Suter PM, et al. Uso de la puntuación SOFA para evaluar la incidencia de disfunción/fallo de órganos en unidades de cuidados intensivos: resultados de un estudio prospectivo multicéntrico Grupo de trabajo sobre "problemas relacionados con la sepsis" de la Sociedad Europea de Medicina de Cuidados Intensivos. Medicina de cuidados críticos. 1998;26(11):1793–800.

18. García-Gigorro R, Sáez-de la Fuente I, Marín Mateos H, Andrés-Esteban EM, Sánchez-Izquierdo JA, Montejo-González JC. Utilidad de las puntuaciones SOFA y Delta-SOFA para predecir resultados en pacientes críticos en el servicio de urgencias. Eur J Emerg Med. 2018;25(6):387–93.

19. Jones AE, Trzeciak S, Kline JA. La puntuación de evaluación secuencial de insuficiencia orgánica para predecir resultados en pacientes con sepsis grave y evidencia de hipoperfusión en el momento de la presentación en el departamento de emergencias. Medicina de cuidados críticos. 2009;37(5):1649–54.

20. Kim D, Langmead B, Salzberg SL. HISAT: un alineador de empalme rápido con bajos requisitos de memoria. Métodos Nat. 2015;12(4):357–60.

21. Anders S, Huber W. Análisis de expresión diferencial para datos de recuento de secuencias. Genoma Biol. 2010;11(10):R106.

22. Liao Y, Smyth GK, Shi W. FeatureCounts: un programa eficiente de propósito general para asignar lecturas de secuencias a características genómicas. Bioinformática. 2014;30(7):923–30.

23. Raudvere U, Kolberg L, Kuzmin I, Arak T, Adler P, Peterson H, et al. g: Profiler: un servidor web para análisis de enriquecimiento funcional y conversiones de listas de genes (actualización de 2019). Ácidos nucleicos res. 2019;47(W1):W191–8.

24. Merico D, Isserlin R, Stueker O, Emili A, Bader GD. Mapa de enriquecimiento: un método basado en red para la visualización e interpretación del enriquecimiento de conjuntos de genes. Más uno. 2010;5(11):e13984.

25. Shannon P, Markiel A, Ozier O, Baliga NS, Wang JT, Ramage D, et al. Cytoscape: un entorno de software para modelos integrados de redes de interacción biomoleculares. Genoma Res. 2003;13(11):2498–504.

26. Andersen ES. Predicción y diseño de estructuras de ADN y ARN. N Biotecnología. 2010;27(3):184–93.

27. Le Gall JR, Lemeshow S, Saulnier F. Una nueva puntuación simplificada de fisiología aguda (SAPS II) basada en un estudio multicéntrico europeo y norteamericano. JAMA. 1993;270(24):2957–63.

28. Sutherland A, Thomas M, Brandon RA, Brandon RB, Lipman J, Tang B, et al. Desarrollo y validación de una nueva prueba de diagnóstico de biomarcadores moleculares para la detección temprana de sepsis. Cuidado crítico. 2011;15(3):R149.

29. Lukaszewski RA, Jones HE, Gersuk VH, Russell P, Simpson A, Brealey D, et al. Diagnóstico presintomático de infección posoperatoria y sepsis mediante firmas de expresión genética. Medicina de Cuidados Intensivos. 2022. https://doi. org/10.1007/s00134-022-06769-z.

30. Niu J, Sun Y, Chen B, Zheng B, Jarugumilli GK, Walker SR, et al. Los ácidos grasos y el ZDHHC19 amplificado por el cáncer promueven la activación de STAT3 mediante la S-palmitoilación. Naturaleza. 2019;573(7772):139–43.

31. Burnham KL, Davenport EE, Radhakrishnan J, Humburg P, Gordon AC, Hutton P, et al. Aspectos compartidos y distintos de la respuesta transcriptómica de la sepsis a la peritonitis fecal y la neumonía. Am J Respir Crit Care Med. 2017;196(3):328–39.

32. Hattori M, Yamazaki M, Ohashi W, Tanaka S, Hattori K, Todoroki K, et al. El papel fundamental de la histamina endógena en la promoción de la lesión del tejido del órgano terminal en la sepsis. Exp. Medicina de Cuidados Intensivos 2016;4(1):36.

33. Reyes M, Filbin MR, Bhattacharyya RP, Billman K, Eisenhaure T, Hung DT, et al. Una firma de células inmunes de la sepsis bacteriana. Nat Med. 2020;26(3):333–40.

34. Tang-Huau TL, Gueguen P, Goudot C, Durand M, Bohec M, Baulande S, et al. Las células dendríticas y los macrófagos derivados de monocitos generados in vivo humanos presentan antígenos cruzados a través de una vía vacuolar. Comuna Nacional. 2018;9(1):2570.

35. Ivanov I, Kuhn H, Heydeck D. Biología estructural y funcional de la 15-lipoxigenasa-1 del ácido araquidónico (ALOX15). Gene. 2015;573(1):1–32.

36. Singh NK, Rao GN. Papel emergente de la 12/15-lipoxigenasa (ALOX15) en patologías humanas. Res. lipídica prog. 2019;73:28–45.

37. Baioumy SA, Esawy MM, Shabana MA. Evaluación de FCepsilonRIa circulante en pacientes con urticaria crónica espontánea y su correlación con variables clínicas e inmunológicas. Inmunobiología. 2018;223(12):807–11.

38. Liao EC, Chang CY, Hsieh CW, Yu SJ, Yin SC, Tsai JJ. Un estudio piloto exploratorio de marcadores genéticos para enfermedades alérgicas mediadas por IgE con expresiones de FcepsilonR1alpha y Cepsilon. Int J Mol Ciencia. 2015;16(5):9504–19.

39. Hua L, Zuo XB, Bao YX, Liu QH, Li JY, Lv J, et al. Interacción genética de cuatro locus entre IL13, IL4, FCER1B y ADRB2 para el asma en niños chinos Han. Pediatr Pulmonol. 2016;51(4):364–71.

40. Kosenko T, Golder M, Leblond G, Weng W, Lagace TA. La lipoproteína de baja densidad se une a la proproteína convertasa subtilisina/kexina tipo-9 (PCSK9) en el plasma humano e inhibe la degradación del receptor de lipoproteínas de baja densidad mediada por PCSK9-. J Biol Chem. 2013;288(12):8279–88.

41. Bindea G, Mlecnik B, Hackl H, Charoentong P, Tosolini M, Kirilovsky A, et al. ClueGO: un complemento de Cytoscape para descifrar ontologías de genes agrupados funcionalmente y redes de anotación de rutas. Bioinformática. 2009;25(8):1091–3.