Анализ клональных популяций NK-клеток на основе данных single-cell транскриптомики

Обложка
  • Авторы: Устюжанина М.О.1,2,3, Коваленко Е.И.1
  • Учреждения:
    1. ФГБУН «Институт биоорганической химии имени академиков М.М. Шемякина и Ю.А. Овчинникова» Российской академии наук
    2. АНОО ВО «Сколковский институт науки и технологий»
    3. ФГАОУ ВО «Российский национальный исследовательский медицинский университет имени Н.И. Пирогова» Министерства здравоохранения РФ
  • Выпуск: Том 28, № 4 (2025)
  • Страницы: 887-892
  • Раздел: КРАТКИЕ СООБЩЕНИЯ
  • URL: https://journals.rcsi.science/1028-7221/article/view/333246
  • DOI: https://doi.org/10.46235/1028-7221-17245-AOC
  • ID: 333246

Цитировать

Полный текст

Аннотация

Естественные киллеры (NK-клетки) являются ключевым компонентом противовирусного иммунитета, демонстрируя исключительную адаптивность при таких инфекциях, как цитомегаловирус человека (hCMV) и SARS-CoV-2. Современные методы single-cell транскриптомики выявили существование клональных популяций NK-клеток с уникальными функциональными профилями, что стирает традиционные границы между врожденным и адаптивным иммунитетом. Однако функциональная гетерогенность и иммунологическая значимость этих клонов остаются недостаточно изученными. Данное исследование направлено на анализ клональной гетерогенности NK-клеток с использованием опубликованных данных scRNA-seq от hCMV-серопозитивных, серонегативных доноров и пациентов с COVID-19, с акцентом на кластер-специфические паттерны экспрессии генов. В работе применялся вычислительный pipeline на основе Seurat для интеграции и кластеризации данных высокого разрешения от hCMV-серопозитивных (n = 5) и серонегативных (n = 2) доноров, а также пациентов с COVID-19 (n = 2). Данные анализировали в Seurat 5 (R) после контроля качества, нормализации (SCTransform), интеграции (коррекция batch-эффектов) и кластеризации (UMAP). Проводили анализ дифференциальной экспрессии генов (критерии: тест Вилкоксона, log2FC > 0,25, p-adj < 0,05) с последующей аннотацией. У hCMV-серопозитивных доноров выявлено 12 транскрипционно различных кластеров NK-клеток с KLRC2 (NKG2C)-зависимой организацией, где отдельные клоны демонстрировали либо повышенный цитотоксический потенциал (активация GZMB/GZMA), либо уникальные профили ингибиторных рецепторов (вариабельная экспрессия KIR). В серонегативной группе обнаружена более простая клональная структура (9 кластеров) с уменьшенным разнообразием KIR, но сохранением характерных эффекторных генетических сигнатур. У пациентов с COVID-19 выявлены различные клональные паттерны: у одного наблюдалась сниженная вариабельность KLRC2 при выраженной экспрессии KLRC1 (NKG2A), тогда как у другого отмечалась гетерогенность KIR без вариаций KLRC2. Наше исследование демонстрирует существование различных клональных популяций NK-клеток при hCMV-инфекции и COVID-19, характеризующихся дивергентной экспрессией активирующих и ингибиторных рецепторов. Полученные данные раскрывают инфекционно-специфическую динамику клональных популяций NK- клеток, подчеркивая их адаптивный потенциал через дифференциальную экспрессию рецепторов в противовирусных ответах.

Ключевые слова

Об авторах

Мария Олеговна Устюжанина

ФГБУН «Институт биоорганической химии имени академиков М.М. Шемякина и Ю.А. Овчинникова» Российской академии наук; АНОО ВО «Сколковский институт науки и технологий»; ФГАОУ ВО «Российский национальный исследовательский медицинский университет имени Н.И. Пирогова» Министерства здравоохранения РФ

Автор, ответственный за переписку.
Email: mashaust1397@gmail.com
ORCID iD: 0000-0003-3378-6508

аспирант кафедры клеточной и молекулярной биологии Центр наук о жизни, младший научный сотрудник отдела геномики адаптивного иммунитета лаборатории методов иммуносеквенирования, младший научный сотрудник лаборатории биомаркеров института трансляционной медицины

Россия, 117997, г. Москва, ГСП-7, ул. Миклухо-Маклая, 16/10; г. Москва; г. Москва

Елена Ивановна Коваленко

ФГБУН «Институт биоорганической химии имени академиков М.М. Шемякина и Ю.А. Овчинникова» Российской академии наук

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

к.б.н., старший научный сотрудник отдела иммунологии лаборатории клеточных взаимодействий

Россия, 117997, г. Москва, ГСП-7, ул. Миклухо-Маклая, 16/10

Список литературы

  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.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Анализ одно-клеточного секвенирования РНК 5 доноров hCMV-серопозитивных и 2 доноров hCMV-серонегативных из [6] Примечание. A, проекция UMAP NK-клеток от 5 hCMV-серопозитивных доноров, показывающая группировки, специфичные для доноров. B, проекция UMAP NK-клеток от 2 hCMV-серонегативных доноров, показывающая кластеры для каждого донора в интегрированном наборе данных. C, проекция UMAP NK-клеток от 2 hCMV-серонегативных доноров, иллюстрирующая группировки доноров. D, проекция UMAP NK-клеток от 5 hCMV-серопозитивных доноров, показывающая кластеры для каждого донора в интегрированном наборе данных. Тепловые карты показывают нормализованные значения экспрессии генов, ассоциированных с NK-клетками, которые дифференциально экспрессировались как минимум в одном кластере для (E) 5 hCMV-серопозитивных доноров и (F) 2 hCMV-серонегативных доноров.

Скачать (2MB)
Метаданные
3. Рис. 2. Анализ одно-клеточного секвенирования РНК NK-клеток от двух пациентов из [11] Примечание. Проекции UMAP, показывающие кластеры NK-клеток для (A) пациента 1 и (B) пациента 2. Тепловые карты отображают нормализованные значения экспрессии генов, ассоциированных с NK-клетками, которые дифференциально экспрессировались как минимум в одном кластере для (C) пациента 1 и (D) пациента 2.

Скачать (2MB)
Метаданные

© Устюжанина М.О., Коваленко Е.И., 2025

Creative Commons License
Эта статья доступна по лицензии 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».