Analysis of clonal NK cell populations using single-cell transcriptomics data

Cover Page

Cite item

Full Text

Abstract

Natural killer (NK) cells represent a critical component of antiviral immunity, demonstrating remarkable adaptability during infections such as human cytomegalovirus (hCMV) and SARS-CoV-2. Recent advances in single-cell transcriptomics have revealed the clonally expanding NK cell populations with distinct functional profiles, blurring the traditional boundaries between innate and adaptive immunity. However, the functional heterogeneity and immunological significance of these clones remain incompletely understood. Our aim was to dissect clonal NK cell heterogeneity using published scRNA-seq datasets from hCMV-seropositive, seronegative, and COVID-19 patients, focusing on cluster-specific gene expression patterns. Our computational pipeline employed Seurat-based integration and high-resolution clustering of datasets from hCMV-seropositive (n = 5) and seronegative (n = 2) donors, along with COVID-19 patients (n = 2). We analyzed datasets using Seurat 5 in R. Quality-controlled data were normalized (SCTransform), integrated (batch-corrected), and clustered (UMAP). Differential gene expression (Wilcoxon test, log2FC > 0.25, p-adj < 0.05) and annotation were performed. In hCMV-seropositive individuals, we identified 12 transcriptionally distinct NK cell clusters exhibiting KLRC2 (NKG2C)-dependent organization, with specific clones showing either enhanced cytotoxic potential (marked by GZMB/GZMA upregulation), or unique inhibitory receptor profiles (variable KIR expression patterns). The hCMV-seronegative cohort displayed a simpler clonal structure with 9 clusters showing reduced KIR diversity but maintained distinct effector gene signatures. Analysis of COVID-19 patients revealed divergent clonal patterns: one patient showed reduced KLRC2 variability with prominent KLRC1 (NKG2A) expression, while another exhibited KIR heterogeneity without KLRC2 variation. Our analysis reveals distinct clonal NK cell populations in hCMV and COVID-19 contexts, characterized by divergent expression of activating and inhibitory receptors. These findings demonstrate infection-specific dynamics of clonal NK cell populations, highlighting their adaptive potential through differential receptor expression in antiviral responses.

About the authors

Maria O. Ustiuzhanina

Shemyakin–Ovchinnikov Institute of Bioorganic Chemistry, Russian Academy of Sciences; Skolkovo Institute of Science and Technology; Pirogov Russian National Research Medical University

Author for correspondence.
Email: mashaust1397@gmail.com
ORCID iD: 0000-0003-3378-6508

Postgraduate Student, Department of Cellular and Melecular Biology, Center of Life Sciences, Junior Researcher, Department of Genomics of Adaptive Immunity, Laboratory of Immunosequencing Methods, Junior Researcher, Laboratory of Biomarkers, Institute of Translational Medicine

Russian Federation, 16/10 Miklouho-Maclay St, GSP-7, Moscow, 117997; Moscow; Moscow

Elena I. Kovalenko

Shemyakin–Ovchinnikov Institute of Bioorganic Chemistry, Russian Academy of Sciences

Email: lenkovalen@mail.ru
ORCID iD: 0000-0001-8119-8247

PhD (Biology), Senior Researcher, Department of Immunology, Laboratory of Cell Interactions

Russian Federation, 16/10 Miklouho-Maclay St, GSP-7, Moscow, 117997

References

  1. Béziat V., Liu L.L., Malmberg J.A., Ivarsson M.A., Sohlberg E., Björklund A.T., Retière C., Sverremark-Ekström E., Traherne J., Ljungman P., Schaffer M., Price D.A., Trowsdale J., Michaëlsson J., Ljunggren H.G., Malmberg KJ. NK cell responses to cytomegalovirus infection lead to stable imprints in the human KIR repertoire and involve activating KIRs. Blood, 2013, Vol. 121, no. 14, pp. 2678-2688.
  2. Grassmann S., Pachmayr L.O., Leube J., Mihatsch L., Andrae I., Flommersfeld S., Oduro J., Cicin-Sain L., Schiemann M., Flossdorf M., Buchholz V.R. Distinct surface expression of activating receptor Ly49H drives differential expansion of NK cell clones upon murine cytomegalovirus infection. Immunity, 2019, Vol. 50, no. 6, pp. 1391-1400.e4.
  3. Gumá M., Budt M., Sáez A., Brckalo T., Hengel H., Angulo A., López-Botet M. Expansion of CD94/NKG2C+ NK cells in response to human cytomegalovirus-infected fibroblasts. Blood, 2006, Vol. 107, no. 9, pp. 3624-3631.
  4. Ludwig L.S., Lareau C.A., Ulirsch J.C., Christian E., Muus C., Li L.H., Pelka K., Ge W., Oren Y., Brack A., Law T., Rodman C., Chen J.H., Boland G.M., Hacohen N., Rozenblatt-Rosen O., Aryee M.J., Buenrostro J.D., Regev A., Sankaran V.G. Lineage tracing in humans enabled by mitochondrial mutations and single-cell genomics. Cell, 2019, Vol. 176, no. 6, pp. 1325-1339.e22.
  5. Maucourant C., Filipovic I., Ponzetta A., Aleman S., Cornillet M., Hertwig L., Strunz B., Lentini A., Reinius B., Brownlie D., Cuapio A., Ask EH., Hull R.M., Haroun-Izquierdo A., Schaffer M., Klingström J., Folkesson E., Buggert M., Sandberg J.K., Eriksson L.I., Rooyackers O., Ljunggren H.G., Malmberg K.J., Michaëlsson J., Marquardt N., Hammer Q., Strålin K., Björkström NK. Natural killer cell immunotypes related to COVID-19 disease severity. Sci. Immunol., 2020, Vol. 5, no. 50, eabd6832. doi: 10.1126/sciimmunol.abd6832.
  6. Rückert T., Lareau C..A, Mashreghi M.F., Ludwig L.S., Romagnani C. Clonal expansion and epigenetic inheritance of long-lasting NK cell memory. Nat. Immunol., 2022, Vol. 23, no. 11, pp. 1551-1563.
  7. Ustiuzhanina M.O., Streltsova M.A., Timofeev N.D., Kryukov M.A., Chudakov D.M., Kovalenko E.I. Autologous T-cell-free antigen presentation system unveils hCMV-specific NK cell response. Cells, 2024, Vol. 13, no. 6, 530. doi: 10.3390/cells13060530.
  8. Ustiuzhanina M.O., Vavilova J.D., Boyko A.A., Streltsova M.A., Kust S.A., Kanevskiy L.M., Sapozhnikov A.M., Iskhakov R.N., Gubernatorova E.O., Drutskaya M.S., Bychinin M.V., Zhukova O.A., Novikova O.N., Sotnikova A.G., Yusubalieva G.M., Baklaushev V.P., Kovalenko E.I. Coordinated Loss and Acquisition of NK cell surface markers accompanied by generalized cytokine dysregulation in COVID-19. Int. J. Mol. Sci., 2023, Vol. 24, no. 3, 1996. doi: 10.3390/ijms24031996.
  9. Ustiuzhanina M.O., Boyko A.A., Vavilova J.D., Siniavin A.E., Streltsova M.A., Astrakhantseva I.V., Drutskaya M.S., Chudakov D.M., Kovalenko E.I. The Antigen-Specific Response of NK Cells to SARS-CoV-2 Correlates With KIR2DS4 Expression. J. Med. Virol., 2024, Vol. 96, no. 11, e70057. doi: 10.1002/jmv.70057.
  10. Varchetta S., Mele D., Oliviero B., Mantovani S., Ludovisi S., Cerino A., Bruno R., Castelli A., Mosconi M., Vecchia M., Roda S., Sachs M., Klersy C., Mondelli M.U. Unique immunological profile in patients with COVID-19. Cell. Mol. Immunol. 2021, Vol. 18, no. 3, pp. 604-612.
  11. Witkowski M., Tizian C., Ferreira-Gomes M., Niemeyer D., Jones T.C., Heinrich F., Frischbutter S., Angermair S., Hohnstein T., Mattiola I., Nawrath P., Mc Ewen S., Zocche S., Viviano E., Heinz G.A., Maurer M., Kölsch U., Chua R.L., Aschman T., Meisel C., Radke J., Sawitzki B., Roehmel J., Allers K., Moos V., Schneider T., Hanitsch L., Mall M.A., Conrad C., Radbruch H., Duerr CU., Trapani J.A., Marcenaro E., Kallinich T., Corman V.M., Kurth F., Sander L.E., Drosten C., Treskatsch S., Durek P., Kruglov A., Radbruch A., Mashreghi M.F., Diefenbach A. Untimely TGFβ responses in COVID-19 limit antiviral functions of NK cells. Nature, 2021, Vol. 600, no. 7888, pp. 295-301.

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Figure 1. Single-cell RNA sequencing analysis of 5 hCMV-seropositive and 2 hCMV-seronegative donors from [6]. Note. A, UMAP projection of NK cells from 5 hCMV-seropositive donors showing donor-specific groupings. B, UMAP projection of NK cells from 2 hCMV-seronegative donors displaying clusters for each donor in the integrated dataset. C, UMAP projection of NK cells from 2 hCMV-seronegative donors illustrating donor groupings. D, UMAP projection of NK cells from 5 hCMV-seropositive donors showing clusters for each donor in the integrated dataset. Heatmaps depict normalized expression values of NK cell-associated genes that were differentially expressed in at least one cluster for (E) 5 hCMV-seropositive donors and (F) 2 hCMV-seronegative donors.

Download (2MB)
3. Figure 2. Single-cell RNA sequencing analysis of NK cells from two patients from [11]. Note. UMAP projections showing NK cell clusters for (A) patient1 and (B) patient 2. Heatmaps display normalized expression values of NK cell-associated genes differentially expressed in at least one cluster for (C) patient 1 and (D) patient 2.

Download (2MB)

Copyright (c) 2025 Ustiuzhanina M.O., Kovalenko E.I.

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».