CD14+CD163-HLA-DRlow单核细胞的转录组可预测特发性肺纤维化的死亡率

The transcriptome of CD14+CD163-HLA-DRlow monocytes predicts mortality in idiopathic pulmonary fibrosis

作者信息Theodoros Karampitsakos, Minxue Jia, Bochra Tourki, Zainab Fatima, Bogdan Visinescu, Carole Y Perrot, Tamer Fadli, Amy Zhao, Avraham Unterman, Marc A Schneider, Debabrata Bandyopadhyay, Brenda M Juan-Guardela, Ioannis Vamvakaris, Antje Prasse, Imre Noth, Stephen Liggett, Michael Kreuter, Wonder Drake, Argyris Tzouvelekis, Joe G N Garcia, Erica Herzog, Naftali Kaminski, Panayiotis V Benos, Jose D Herazo-Maya
PMID41360505
发布时间2026-05-07
DOI10.1183/13993003.00804-2025

实验完整度

包含独立scRNA-seq队列(USF、Yale)、多个PBMC/BAL/肺组织验证队列、流式细胞术、细胞去卷积、FLEX空间转录组学及体外共培养功能实验,多层验证分子机制。

主要模型

pbmc scRNA-seq队列(USF队列:对照、IPF、COVID-19、post-COVID-19 ILD) IPF患者PBMC队列(Pittsburgh, Chicago) IPF患者BAL队列(Siena, Leuven, Freiburg) IPF患者肺组织队列(LGRC)及FFPE样本 体外单核细胞-T细胞共培养体系

重点核对

CD14+CD163−HLA-DRlow单核细胞的比例 230基因SAMS up-score阈值>41.84 GAP指数调整的Cox回归模型 FVC%预测值

摘要

背景:免疫细胞特异性转录组谱与特发性肺纤维化(IPF)死亡率之间的关联尚不清楚。方法:我们通过单细胞RNA测序(scRNA-seq)对外周血单核细胞进行了分析,并研究了哪种免疫细胞特异性转录组谱能一致地预测IPF结局。在外周血单核细胞(PBMCs)、支气管肺泡灌洗液(BAL)和肺组织中评估了预后准确性。通过流式细胞术、独立scRNA-seq数据集分析和细胞去卷积验证了研究结果。我们研究了该转录组谱在肺组织中的功能及其细胞来源(总样本量,n=1054;IPF,n=555;其他,n=499)。使用连接图分析和LASSO回归分别识别候选药物和具有预后潜力的基因子集。结果:来自CD14+CD163−HLA-DRlow单核细胞的230基因上调评分(匹兹堡PBMC队列)可预测芝加哥PBMC队列的死亡率(HR 6.58,95% CI 2.15–20.13;p=0.001),在BAL合并分析中亦可预测(HR 2.20,95% CI 1.44–3.37;p=0.0003),并与肺组织中的用力肺活量(FVC)呈负相关(ρ= −0.2,p=0.02)。进行性IPF患者中CD14+CD163−HLA-DRlow单核细胞的比例高于稳定期IPF患者(12.59%,95% CI 9.66–16.23%,对比7.61%,95% CI 6.68–10.21%;p=0.014)。高危IPF患者的T细胞共刺激基因表达降低(匹兹堡和芝加哥,p<0.01)。与CD14+HLA-DRhi单核细胞相比,CD14+HLA-DRlow单核细胞具有更高的促纤维化、促血管生成和趋化因子表达(p<0.05)。230基因上调评分与肺组织中分泌型磷蛋白1(SPP1)+纤维化相关巨噬细胞的基因评分相关(ρ=0.19,p<2.2e−16)。连接图分析确定了可逆转230基因特征的药物类别。一个包含6个基因的子集保留了预测性能(合并PBMC队列HR 4.79,95% CI 2.58–8.92;p<0.0001)。结论:CD14+CD163−HLA-DRlow单核细胞的转录组与IPF患者死亡率增加相关。其逆转应作为IPF精准治疗的潜在策略进行研究。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在IPF中,哪种免疫细胞特异性转录组谱最能一致地预测患者结局(如死亡率)?
核心机制
CD14+CD163−HLA-DRlow单核细胞具有免疫抑制和促纤维化特征,通过下调T细胞共刺激基因(CD28、ICOS、ITK、LCK)和上调促纤维化、促血管生成、趋化因子(TGFB1、VEGFA、CCR1、TLR2、CXCL2)参与IPF进展。
主要证据
230基因SAMS up-score在多个PBMC、BAL和肺组织队列中预测死亡率(HR 2.20-6.58);流式细胞术显示其比例与FVC%负相关;scRNA-seq显示进行性IPF中比例增高;FLEX和HLCA证实其表达于肺巨噬细胞/单核细胞,并与SPP1+巨噬细胞评分相关。
研究意义
该转录组特征可作为IPF风险分层和预后监测的生物标志物,并可能为开发靶向CD14+CD163−HLA-DRlow单核细胞的精准治疗提供基础。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

单细胞转录组鉴定免疫细胞亚群

识别IPF中与疾病相关的免疫细胞亚群及其特异性基因表达。

对18个PBMC样本(对照、IPF、COVID-19、post-COVID-19 ILD)进行scRNA-seq,鉴定15个免疫细胞亚群,并基于差异表达基因(log2FC≥2.0, p<0.0001)生成基因图谱。

2

验证230基因特征对死亡率的预测能力

评估CD14+CD163−HLA-DRlow单核细胞特异性基因表达谱在不同IPF队列中是否独立预测死亡率。

在Pittsburgh(n=75)和Chicago(n=45)PBMC队列中,使用SAMS up-score对230基因特征进行评分,通过Cox回归(GAP校正)评估与死亡率的关联,并通过ROC确定阈值。

3

在BAL和肺组织中验证预测价值

检验该基因特征是否在肺泡和肺组织巨噬细胞中保留预测价值,以及与疾病严重程度的关系。

在三个BAL数据集(合并n=176)中应用阈值进行风险分层,用Cox回归评估死亡率;在LGRC肺组织(n=120)中计算up-score并与FVC%进行Spearman相关性分析。

4

流式细胞术验证单核细胞亚群比例与疾病严重程度的关系

在独立USF队列中验证CD14+CD163−HLA-DRlow单核细胞比例与IPF严重程度的相关性。

通过流式细胞术分析USF队列中IPF患者的PBMC,根据FVC%中位数分组,比较CD14+CD163−HLA-DRlow单核细胞比例,并进行相关性分析。

5

独立scRNA-seq数据集验证

在Yale University的独立PBMC scRNA-seq数据集中验证CD14+CD163−HLA-DRlow单核细胞比例的差异。

使用USF作为参考注释Yale数据集,比较对照组、稳定IPF和进行性IPF中该单核细胞亚群的比例。

6

功能表征实验

探究CD14+CD163−HLA-DRlow单核细胞的免疫抑制和促纤维化功能。

分离IPF患者的CD14+HLA-DRlow和CD14+HLA-DRhi单核细胞,与健康对照的活化T细胞共培养72小时,测量T细胞激活和共刺激基因表达;同时通过RT-qPCR比较两组单核细胞中细胞因子的表达。

7

确定230基因特征的细胞来源

确定IPF肺组织中230基因特征的主要来源细胞。

使用FLEX assay(10X Genomics)对4个IPF FFPE样本进行单细胞基因表达谱分析,鉴定表达该特征的细胞类型;并在Human Lung Cell Atlas(HLCA)中进行验证。

8

计算药物预测

识别可能逆转230基因特征的药物类别。

使用connectivity map (CMAP)分析,计算230基因特征与药物扰动图谱的关联,确定负连接分数的药物类别。

9

推导并验证6基因风险谱

从230基因中筛选出简化的基因子集,用于临床监测。

在Pittsburgh队列中使用LASSO回归从230基因中筛选出6个基因(BPI、FCAR、HK2、IMPA2、S100A12、SERINC2),计算SAMS up-score,确定阈值,并在Chicago和BAL队列中验证其预测性能。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
FLEX assay10X Genomics--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
单细胞RNA测序分析
样本来源(USF队列)、细胞数量(92,027)、差异基因筛选阈值(log2FC≥2.0, p<0.0001)
阅读提示:Methods部分及补充图1
预后预测模型
SAMS up-score阈值(>41.84)、Cox回归调整变量(GAP指数)
阅读提示:Results部分及图2图注
流式细胞术
抗体(抗CD14、CD16、CD163、HLA-DR)、门控策略、FVC%分组阈值(中位数)
阅读提示:图3图注及补充方法
共培养实验
细胞类型(CD14+HLA-DRlow/高单核细胞与活化T细胞)、共培养时间(72小时)、检测基因(CD25, CD28, etc.)
阅读提示:补充方法及补充图6
FLEX assay
FFPE样本数量(4个IPF)、目标基因集(230基因)
阅读提示:Results部分及图5图注