Ein Abonnement von JoVE ist erforderlich, um diesen Inhalt anzuzeigen. Melden Sie sich an oder beginnen Sie noch heute mit einer kostenlosen Testphase.

Forschungsartikel

Kompartiment-bewusstes Benchmarking von Transkriptomen respiratorischer Viren für nasale und blutbasierte Wirtsantwort-Module: Eine computergestützte Studie

85 Aufrufe

⸱

DOI:

10.3791/73334

⸱

18. September 2026

 , 
1Comprehensive Rehabilitation Department, Beidahuang Industry Group General Hospital, 2Department of Pathology, First Affiliated Hospital of Harbin Medical University

In diesem Artikel

Zusammenfassung

Diese computergestützte Studie stellt einen kompartimentbezogenen Workflow zur Bewertung öffentlicher Transkriptomdaten von Atemwegsviren vor und zeigt, dass nasale und systemische Wirtsantworten eine begrenzte Übereinstimmung auf Genebene aufweisen, jedoch reproduzierbare, biologisch interpretierbare, kompartiment-spezifische Module über unabhängige Datensätze, klinische Vergleiche, longitudinales Erholungsverhalten und Robustheitsanalysen hinweg liefern.

Zusammenfassung

Öffentliche Transkriptomdaten von Atemwegsviren sind wertvoll für die Untersuchung der Wirtsantworten, jedoch können Unterschiede in der Gewebeprobe, der Definition der Kontrollen und dem Studiendesign zusammengefasste Analysen erschweren. Wir haben einen kompartimentbezogenen computergestützten Arbeitsablauf entwickelt, um zu ermitteln, ob reproduzierbare Aktivitäten der Wirtsantwort identifiziert werden können, während gleichzeitig der biologische Kontext von Nasen- und Blutproben erhalten bleibt. Der gepaarte pädiatrische Kohortendatensatz GSE117827 diente als Ankerdatensatz und umfasste Transkriptomdaten von Nasenabstrichen und Ganzblut von symptomatischen Infektionen mit Picornaviren und respiratorischem Synzytialvirus, asymptomatischen Nachweisen von Picornaviren sowie virusnegativen Kontrollen. Nach der Filterung gemäß dem HUGO Gene Nomenclature Committee (HGNC) wurden 27.685 Gene analysiert. Getrennte Nasen- und Blutmodule aus jeweils 50 protein-kodierenden Genen wurden basierend auf den stärksten positiven Reaktionen definiert und vor der externen Bewertung festgelegt. Die genweisen Effekte in Nase und Blut waren nahezu unabhängig voneinander (Pearson r = 0,015), und die Module teilten sich sechs überlappende Gene im explorativen Rangvergleich (Jaccard-Index = 0,064). Dennoch konnte das Nasenmodul in unabhängigen oberen Atemwegskohorten Infektionen von Kontrollen unterscheiden, mit Flächen unter der Receiver-Operating-Characteristic-Kurve (AUROC) von 0,749, 0,693 und 0,609, während das Blutmodul in externen Blutkohorten AUROC-Werte von 0,832, 0,924 und 0,870 erreichte. In longitudinalen Daten natürlicher Infektionen nahmen die gepaarten Scores von der akuten Erkrankung bis zur Entlassung ab, mit gepaarten Deltas von 0,436 für Nasenproben und 0,330 für Blutproben. Drei zusätzliche Benchmark-Datensätze mit insgesamt 666 externen Proben sowie Analysen mit zufällig ausgewählten Genen als Nullmodell, Variationen der Modulgröße, Bootstrap-Stabilität, Korrelationen mit Markergenprogrammen und Varianzpartitionierung definierten die Robustheit und Grenzen des Arbeitsablaufs. Die Pandya-33-Messenger-Ribonukleinsäure-(mRNA-)Signatur erwies sich weiterhin als stärker für die Unterscheidung von viralen und bakteriellen Infektionen, während das Blutmodul ebenfalls bei bakterieller Pneumonie anstieg. Diese Ergebnisse stützen kompartiment-spezifische Module als wiederverwendbare Scores für die Aktivität der Wirtsantwort zur Kohortenvergleichung und Verlaufskontrolle, anstelle universeller pan-geweblicher Biomarker oder eigenständiger Pathogen-Klassifikatoren.

Einleitung

Wirtstranskriptomische Signaturen werden häufig verwendet, um infektiöse Syndrome zu klassifizieren und Immunantworten zwischen verschiedenen Krankheitserregern zu vergleichen1,2,3,4,5. Atemwegsviren aktivieren oft überlappende interferonstimulierte Gene (ISGs), inflammatorische Mediatoren und Antigenpräsentationswege6,7,8,9,10. Neuere paired und longitudinale Studien zeigen außerdem, dass lokale Atemwegs- und systemische Antworten hinsichtlich ihres zeitlichen Verlaufs, ihrer zellulären Zusammensetzung und ihrer Stärke variieren können11. Dieses Phänomen betrifft nicht nur Influenza, das humane respiratorische Synzytialvirus (RSV), Rhinovirus und SARS-CoV-2. Das humane Metapneumovirus bleibt eine wichtige Ursache für Atemwegserkrankungen, doch die Literatur zu den Wirtsantworten und therapeutischen Interventionen ist noch im Aufbau12,13. Diese Beobachtungen bei verschiedenen Atemwegsvirusinfektionen verdeutlichen weiterhin Unterschiede zwischen lokalen Atemwegs- und systemischen Wirtsantworten14. Für rechnergestützte Wirt-Virus-Studien lautet die praktische Frage daher nicht nur, ob eine Antwort vorhanden ist. Vielmehr geht es darum, ob öffentlich verfügbare Daten mithilfe eines transparenten Workflows wiederverwendet werden können, der den Gewebekontext bewahrt und reproduzierbare Scores für die Wirtsantwort liefert.

Die meisten öffentlich zugänglichen Transkriptom-Datensätze zu Atemwegsviren wurden nicht für eine saubere Queranalyse zwischen verschiedenen Viren oder Geweben konzipiert. Gewebeprobe, Zeitpunkt, Schweregrad, Alter, Definition der Kontrollgruppe und Plattform variieren dabei oft gemeinsam. Hochdurchsatz-Expressionsdatensätze sind außerdem anfällig für unerwünschte technische und studienbezogene Variationen15,16. Eine gepoolte Analyse kann daher eine starke Interferon- oder Entzündungssignatur offenlegen, gleichzeitig aber deren Ursprung verschleiern. Nasale Proben erfassen die Biologie des Epithels und der Schleimhautimmunität, während Vollblut systemische Leukozytenantworten widerspiegelt. Die Behandlung dieser Kompartimente als austauschbar erleichtert die Berechnung eines Scores, erschwert jedoch seine Interpretation.

Wir haben die Analyse um GSE117827 herum aufgebaut, eine in derselben Studie gepaarte nasale-blutige Kohorte, anstatt um die größte verfügbare Entdeckungskollektion17. Die Kohorte ist klein, verringert jedoch zwischen-studienbedingte Störungen, wenn nasale und systemische Effektgrößen verglichen werden. Sie umfasst symptomatische Picornavirus-Infektionen, symptomatische RSV-Infektionen, asymptomatische Picornavirus-Nachweise sowie virusnegative Kontrollen. Wir verwendeten sie daher nur als Anker für separate kompartiment-spezifische Module. Die Modulzugehörigkeit wurde vor der externen Validierung festgelegt. Die Stabilität der Auswahl anhand der kleinen Kohorte wurde mittels stratifiziertem Bootstrap-Resampling, zufallsbasierten Gen-Nullmodellen und Analysen der Empfindlichkeit bezüglich der Modulgröße überprüft.

Wir fügten eine Vergleichsebene mit bakteriellen und nichtinfektiösen Vergleichsgruppen hinzu. GSE63990 enthält Ganzblutproben bei akuten Atemwegserkrankungen, die als viral, bakteriell oder nichtinfektiös gekennzeichnet sind18. GSE40012 enthält schwere ambulant erworbene Pneumonien, systemisches inflammatorisches Response-Syndrom (SIRS) sowie gesunde Kontrollen19. Diese Kohorten prüfen, ob ein Modul eine allgemeine Wirtsantwortaktivität oder eine Spezifität für eine Pathogengruppe widerspiegelt. GSE53543 wurde separat als ex vivo-Benchmark für eine Rhinovirus-Störung in peripheren mononukleären Blutzellen (PBMC) analysiert. Es misst die Leukozytenreaktivität unter kontrollierter Stimulation, entspricht jedoch nicht einer natürlichen Infektion.

Unsere Annahme ist bewusst konservativ. Wir versuchen nicht, eine universelle antivirale Signatur aus heterogenen öffentlichen Daten zu beweisen. Stattdessen fragen wir, ob ein kompartimentbewusster Workflow Modul-Scores erzeugen kann, die nach externer Validierung weiterhin nützlich sind. Der vorgesehene Einsatz ergänzt diagnostische Klassifikatoren wie den Pandya-33-mRNA-Test. Diese Module bewerten die Wirtenantwort-Aktivität in Nase und Blut über verschiedene Kohorten, Genesungsphasen und Symptomen-Gradienten hinweg. Sie sind nicht dafür konzipiert, eine Pathogenklasse zuzuweisen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Protokoll

Diese Studie analysierte erneut anonymisierte, öffentlich verfügbare Daten und beinhaltete keine neue Rekrutierung, Intervention oder Probensammlung. Eine Genehmigung durch die institutionelle Ethikkommission und eine neue informierte Einwilligung waren daher für die vorliegende sekundäre Analyse nicht erforderlich. Die Ethikgenehmigung und die informierte Einwilligung für die ursprünglichen Studien wurden von den jeweiligen Datenherstellern berichtet.

Studienentwurf und Workflow-Logik
Wir führten eine retrospektive Bioinformatikstudie mit öffentlich zugänglichen Daten durch, die in der Gene Expression Omnibus20,21 hinterlegt sind. Es wurden keine neuen Proben von Patienten, Zellkulturversuche, Tierversuche oder nasschemische Validierungen durchgeführt. Der Workflow folgte einem „Anker-zuerst“-Ansatz. GSE117827 wurde zur Schätzung der Effektgrößen, zur Modulkonstruktion, zur Analyse der Übereinstimmung zwischen Kompartimenten und zur Analyse des Symptomengradienten verwendet. Unabhängige Datensätze wurden erst nach Festlegung der Modulzugehörigkeit hinzugezogen. Der Workflow umfasste die paarweise Verankerung von Kompartimenten, die Zuordnung zu HGNC-Namen und die Filterung auf protein-kodierende Gene, die separate Erstellung von Nasen- und Blutmodulen, die gewebespezifische und longitudinale Validierung, das klinische Benchmarking sowie Robustheitsanalysen. Bestätigende Analysen umfassten die festgelegten gewebespezifischen und longitudinalen Tests. Überlappungsanalysen der Gene, Analysen des Symptomengradienten, Markerprogrammanalysen und Varianzanalysen waren explorativer oder deskriptiver Natur.

Anker-Kohorte und primärer Vergleich
GSE117827 enthält Expressionsprofile aus Nasenabstrichen und Vollblut von 26 Kindern: 9 symptomatische Picornavirus-Fälle, 5 asymptomatische Picornavirus-Nachweise, 6 symptomatische RSV-Fälle und 6 asymptomatische, virusnegative Kontrollen17. Bei zwei RSV-Fällen fehlten Blutproben. Das vollständige Anker-Design umfasste daher 50 Proben, und der primäre infizierte-gegenüber-Kontroll-Vergleich enthielt 40 Proben, nachdem asymptomatische Picornavirus-Nachweise von der Modulkonstruktion ausgeschlossen wurden. Für den primären Vergleich wurden symptomatische Picornavirus- und symptomatische RSV-Proben als infiziert gekennzeichnet und asymptomatische, virusnegative Proben als Kontrollen. Asymptomatische Picornavirus-Nachweise wurden nicht als Kontrollen betrachtet, da der virale Nachweis ohne Symptome biologisch von der virusnegativen Gesundheit verschieden ist. Diese Proben wurden von der Modulkonstruktion ausgeschlossen und später für eine Analyse des Symptomgradienten verwendet.

Probenzuordnung und Vorverarbeitung
GSE117827 wurde auf GPL23126 profiliert. Transkript-Cluster-Identifikatoren wurden mithilfe der über die GEO-Plattform GPL24539 bereitgestellten Clariom-D-Human-na36-hg38-Anmerkungsdatei den Gen-Symbolen zugeordnet. Es wurden nur von der HGNC genehmigte Symbole beibehalten22. Kontrollproben, ERCC-Proben, nicht zugeordnete Transkript-Cluster und nicht genehmigte Symbole wurden entfernt. Mehrfache Transkript-Cluster, die auf dasselbe genehmigte Symbol abgebildet wurden, wurden durch mediane Expression zusammengefasst. Nach Filterung und Zusammenfassung standen 27.685 Gene für die Ankeranalyse zur Verfügung. Eine log₂(x + 1)-Transformation wurde nur dann angewendet, wenn das 95. Perzentil der Expressionsmatrix 50 überschritt, was auf eine nicht logarithmierte Intensitätsskala hindeutete. Gene mit mehr als 20 % fehlenden Werten wurden entfernt; verbleibende fehlende Werte wurden durch den medianen Wert innerhalb des Gens ersetzt. Jedes Gen wurde anschließend über alle Proben des Datensatzes hinweg als z = (x − Mittelwert)/Stichprobenstandardabweichung (ddof = 1) standardisiert. Gene mit einer Varianz von null erhielten einen standardisierten Wert von 0. Die Modulkonstruktion beschränkte sich auf Einträge, die im vollständigen HGNC-Satz als protein-kodierende Gene klassifiziert waren.

Effektgrößenanalyse und Modulkonstruktion
Die Nasen- und Blutkompartimente wurden getrennt analysiert. Symptomatische Virusproben wurden mit virusnegativen Kontrollen mittels Hedges g standardisierter mittlerer Differenzen und zweiseitiger Welch-Tests23 verglichen. Hedges g wurde berechnet als die Differenz des Mittelwerts (infiziert minus Kontrolle) dividiert durch die gepoolte Standardabweichung und multipliziert mit der Korrektur für kleine Stichproben 1 − 3/(4df − 1), wobei df = ninfiziert + nKontrolle − 2. Die Welch-Tests wurden unter Annahme ungleicher Varianzen durchgeführt. Die Falsch-Entdeckungs-Raten nach Benjamini–Hochberg wurden für alle getesteten Gene innerhalb jedes Kompartiments berechnet24. Da im kleinen Anker-Kollektiv kein protein-kodierendes Gen die vorgegebene strenge Kombination aus FDR < 0,05 und Hedges g > 0,8 erfüllte, wurden Gene mit positivem Effekt zunächst nach aufsteigendem zweiseitigem Welch-P-Wert, danach nach absteigendem Hedges g geordnet, wobei das Gensymbol als deterministischer letzter Kriterium zur Bindungsauflösung diente. Die jeweils 50 am höchsten bewerteten Gene bildeten jedes Primärmodul. Eine Anzahl von 50 Genen wurde a priori als moderates Modulmaß gewählt, um eine breite biologische Aussagekraft zu erhalten, gleichzeitig aber den Verlust durch fehlende Gene auf verschiedenen Plattformen zu begrenzen. Diese Modulgröße wurde nicht an externe AUROC-Werte angepasst. Empfindlichkeitsanalysen mit 10, 25, 50, 100 und 200 Genen führten zum gleichen qualitativen Ergebnis hinsichtlich der Trennung im Anker-Kollektiv. Ziel war die Reproduzierbarkeit auf Ebene der Module, nicht die Entdeckung einzelner Gene.

Konkordanz zwischen Kompartimenten
Hedges-g-Schätzungen aus Nase und Blut wurden genweise abgeglichen und mittels Pearson- und Spearman-Korrelationen verglichen. Die Überschneidung zwischen den jeweils 50 stärksten Modulen in Nase und Blut wurde anhand der Anzahl überschneidender Gene und des Jaccard-Index zusammengefasst. Gene mit Überschneidung wurden als explorative Kandidaten für eine Rangüberschneidung zwischen Kompartimenten interpretiert, nicht jedoch als validierte konservierte Biomarker.

Externe, gewebematchende Validierung
Zur Validierung der Modul-Scores wurden unabhängige öffentliche Datensätze mit interpretierbaren Quellgruppen verwendet. Die Validierung an oberen Atemwegen umfasste RSV-Nasenspülproben aus dem Datensatz GSE41374 sowie die SARS-CoV-2-Datensätze GSE152075 und GSE156063. Die Validierung an Blutproben beinhaltete GSE171110 und zwei separat normalisierte Einheiten aus GSE38900: GPL10558 (36 Proben; 28 RSV und 8 Kontrollen) sowie GPL6884 (138 Proben; 107 RSV und 31 Kontrollen). Für jeden externen Datensatz wurden die Sonden auf HGNC-Symbole abgebildet, und doppelte Symbole wurden durch mediane Expression zusammengefasst. Dieselben Transformationen, die Filterung fehlender Werte, mediane Imputation sowie die pro-Gen-z-Standardisierung, die für den Referenzdatensatz angewendet wurden, kamen in jedem Datensatz zum Einsatz. Der Modul-Score wurde als ungewichtetes Mittel der standardisierten Expressionswerte der jeweiligen Modul-Gene berechnet. AUROC, durchschnittliche Präzision und der FDR-Wert nach dem Welch-Test wurden als Maße für die Übertragbarkeit angegeben, nicht als Schätzwerte für die klinische diagnostische Leistungsfähigkeit.

Große klinische Referenz- und ex-vivo-Störungsdatensätze
Zwei Vollblut-Datensätze wurden als klinische Referenz verwendet, anstatt als Entdeckungs-Kohorten. Bei GSE63990 wurden die Proben basierend auf den hinterlegten Infektionsstatus-Metadaten einer viralen Atemwegsinfektion (n = 117), einer bakteriellen Atemwegsinfektion (n = 73) oder einer nichtinfektiösen Erkrankung (n = 90) zugeordnet; Proben ohne eine dieser eindeutigen Kennzeichnungen wurden ausgeschlossen18. Bei GSE40012 wurden die hinterlegten Diagnosefelder Influenza-A-Pneumonie (n = 39), bakterieller Pneumonie ohne Influenza (n = 61), SIRS ohne Pneumonie (n = 40), gesunden Kontrollen (n = 36) oder einer gemischten bakteriellen/Influenza-Pneumonie (n = 14) zugeordnet19. Gemischte bakterielle/Influenza-Proben wurden beschrieben, aber von den binären Referenzvergleichen ausgeschlossen.

GSE53543 enthält 196 ex-vivo-PBMC-Profile von 98 Individuen. Jedes Individuum trug eine Probe mit nur Medium und eine Probe, die 24 Stunden lang Rhinovirus 16 ausgesetzt war, bei; die Identifikatoren der Probanden bestätigten 98 vollständige Paare. Der Hauptvergleich berichtete die AUROC-Werte über die 98 stimulierten und 98 unstimulierten Proben, da die AUROC eine Rangtrennungs-Metrik darstellt. Die Paarung der Probanden wurde in den Metadaten beibehalten und für eine gepaarte Sensitivitätsanalyse der Score-Unterschiede verwendet. Dieses Experiment wurde separat von natürlichen klinischen Infektionen analysiert und diente nicht zur Unterstützung klinischer Diagnosebehauptungen.

Rohe GEO-Serienmatrizen wurden für GSE63990, GSE40012 und GSE53543 heruntergeladen. Für GSE63990 wurde GPL571 verwendet, für GSE40012 GPL6947 und für GSE53543 GPL10558. Die Proben wurden auf HGNC-empfohlene Symbole abgebildet, und doppelte Zuordnungen wurden durch mediane Expression zusammengefasst. Abgelegte normalisierte Matrizen wurden verwendet. Die allgemeine Regel des 95. Perzentils führte nur dann zu einer log₂(x + 1)-Transformation, wenn die Matrizen auf einer nicht logarithmierten Skala vorlagen. GSE53543 war bereits log₂-transformiert, mittels rankinvarianter Normalisierung bearbeitet und von den ursprünglichen Untersuchern auf den Verarbeitungstag korrigiert worden, sodass keine zusätzliche Log-Transformation angewendet wurde. Nach dem Entfernen von Genen mit mehr als 20 % fehlenden Werten und der Imputation der verbleibenden fehlenden Werte durch den Median wurde jedes Gen innerhalb seines Datensatzes über alle Proben hinweg z-standardisiert. Die Referenzschicht enthielt 470 klinische Vollblutproben und 196 ex vivo PBMC-Proben.

Referenzsignatur-Benchmarking
Die Nasen- und Blut-Ankermodule wurden anhand von drei ungewichteten Referenzsätzen validiert. Der offizielle Pandya-33-mRNA-Satz wurde aus der ergänzenden Tabelle 1 des ursprünglichen Klassifikationsberichts übernommen.5. Der Andres-Terre-Vergleichswert bestand aus 33 Interferon-orientierten Genen, die aus der berichteten Multi-Virus-Signatur zusammengestellt wurden3Der Hallmark-Comparator umfasste eine 33-Gene umfassende Interferon-alpha-Kern-Teilmenge, die mit dem MSigDB HALLMARK_INTERFERON_ALPHA_RESPONSE-Set verknüpft ist.25,26. Vollständige Genlisten für alle drei Referenzsätze sind in Zusatzdaten 1. Diese Referenzwerte rekonstruieren die ursprünglichen gewichteten Klassifikatoren nicht. Für jeden Datensatz wurde ein Wert als ungewichteter Mittelwert der verfügbaren pro-Gen-Werte berechnet z Scores; es wurden mindestens drei repräsentierte Gene benötigt, und die Anzahl der repräsentierten Gene wurde angegeben. Als Referenzvergleiche dienten virusbedingt gegenüber bakteriell, virusbedingt gegenüber nicht-infektiös, virusbedingt gegenüber bakteriell-oder-nicht-infektiös, virusbedingt gegenüber gesund/ Kontrolle sowie bakteriell gegenüber gesund/Kontrolle, sofern die erforderlichen Gruppen verfügbar waren. AUROC und durchschnittliche Präzision wurden als Bewertungskennzahlen interpretiert. Welch-Test P Die Werte wurden mithilfe des Benjamini–Hochberg-Verfahrens für alle gültigen Kombinationen aus Datensatz, Kontrast und Modul in der Benchmark-Tabelle angepasst.

Unabhängige longitudinale Validierung
Die gepaarten Datensätze zur Akutphase im Vergleich zur Entlassungsphase, GSE97741 und GSE97742, wurden ausschließlich zur longitudinalen Validierung verwendet27. Die Proben, die in den hinterlegten Metadaten als RSV-Monoinfektion (RSVsi) oder als Rhinovirus-Infektion (hRV) gekennzeichnet waren, bildeten die Grundlage der primären Analyse; RSV-Koinfektionen (RSVco) wurden nur in den ergänzenden Ergebnissen berücksichtigt. Akut- und Entlassungsbezeichnungen wurden aus den Probennamen extrahiert. Die Proben wurden nach Datensatz, Kompartiment, Virusgruppe und Probanden-ID gepaart, wobei nur Probanden mit beiden Zeitpunkten berücksichtigt wurden. Die primäre kombinierte Gruppe umfasste 38 RSVsi- und 30 hRV-Paare (68 Paare pro Kompartiment).

Keine Genauswahl, Modulverfeinerung oder Schwellenwertanpassung wurde für GSE97741 oder GSE97742 verwendet. Diese Datensätze wurden für die externe Validierung reserviert. Sondenidentifikatoren wurden auf genehmigte HGNC-Symbole abgebildet, und doppelte Symbole wurden durch mediane Expression zusammengefasst. Dieselbe Regel zur logarithmischen Transformation am 95. Perzentil, fehlende Werte-Filterung, mediane Imputation und pro-gen interne Datensatz-Normalisierung zEs wurden Standardisierungsverfahren angewandt, bevor die festen Modul-Scores für GSE117827 berechnet wurden.

Für jedes Gewebe und jedes Modul wurden akute und Entlassungswerte paarweise nach Proband und Virusgruppe gepaart. Die Differenz zwischen akutem und Entlassungswert wurde für jedes Paar berechnet. Cohen dz wurde berechnet als der mittlere gepaarte Unterschied dividiert durch die zugehörige Stichprobenstandardabweichung. Zweiseitig gepaart t Tests und zweiseitige Wilcoxon-Test wurden zusammen mit dem AUROC für die Trennung akuter und Entlassungsscores berichtet. Benjamini–Hochberg-FDR-Werte wurden über alle 20 gültigen gepaarten t Tests in der vollständigen longitudinalen Ausgabe (zwei Datensätze, zwei Modulquellen und fünf vorgegebene Zusammenfassungen nach Virusgruppen).

Symptom-Gradient- und Post-hoc-Analyse
Nachdem die Modulzugehörigkeit festgelegt worden war, dienten die bei GSE117827 ausgeschlossenen asymptomatischen Picornavirus-Nachweise ausschließlich der Symptom-Gradient-Analyse. Der ordinale klinische Score betrug 0 für virusnegative Kontrollen, 1 für asymptomatische Picornavirus-Nachweise und 2 für symptomatische Infektionen. Die ordinale Trendentwicklung wurde mittels Spearman-Korrelation bewertet, während der Kruskal-Wallis-Test die gesamten Unterschiede zwischen den drei Gruppen prüfte. Zweiseitige post-hoc-Mann-Whitney-U-Tests verglichen die drei Gruppenpaare. Die Korrektur nach Benjamini-Hochberg wurde für jede Kompartimentgruppe separat auf ihr jeweiliges Ensemble von drei paarweisen Vergleichen angewandt.

Funktionelle Anreicherung
Gene aus nasalen und Blutmodulen wurden mittels Enrichr über gseapy mit den Bibliotheken MSigDB Hallmark 2020, Reactome 2022 und GO Biologischer Prozess 2023 analysiert25,26,28,29,30,31. Enrichr verwendete sein standardmäßiges Überrepräsentationsverfahren basierend auf dem exakten Fisher-Test. Als signifikant galten die von der Bibliothek gemeldeten, nach Benjamini–Hochberg adjustierten P-Werte < 0,05. Die acht signifikantesten Terme pro Modul über alle drei abgefragten Bibliotheken hinweg wurden nach dem adjustierten P-Wert sortiert. Die Anreicherungsergebnisse dienten ausschließlich der Interpretation.

Robustheits-, Markerprogramm- und Varianzanalysen
Die Robustheitsanalysen prüften, ob die Ergebnisse von der Modulgröße oder der zufälligen Auswahl abhingen. Es wurden Modulgrößen von 10, 25, 50, 100 und 200 Genen bewertet. Bei der Nullmodellanalyse mit zufällig ausgewählten Genen umfasste das zugrundeliegende Genom die in der verarbeiteten GSE117827-Matrix enthaltenen protein-kodierenden HGNC-Gene. Fünfhundert 50-Gen-Sets wurden ohne Zurücklegen unter Verwendung eines NumPy-Zufallsseeds von 20260622 gezogen. Die Bootstrap-Neuauswahl beschränkte sich auf die 1.000 protein-kodierenden Gene mit positivem Effekt, die in der ursprünglichen Ankeranalyse für jeden Kompartiment am höchsten eingestuft waren. Bei jeder erneuten Stichprobe wurden die positiven protein-kodierenden Gene nach aufsteigendem zweiseitigem Welch-P-Wert und anschließend nach absteigender mittlerer Differenz geordnet. Die jeweils 50 am höchsten eingestuften Gene wurden ausgewählt. Die Genstabilität wurde als Anzahl der Auswahlen dividiert durch 100 berechnet. Die 20 Gene mit der höchsten Selektionshäufigkeit in jedem Kompartiment wurden dargestellt.

Die Marker-Programm-Scores wurden als beschreibende Hilfsmittel verwendet, nicht als Schätzungen des Zellanteils. Sechs kuratierte Programme wurden evaluiert: epithelial (EPCAM, KRT8, KRT18, KRT19, MUC1, KRT5, KRT14, SCGB1A1, FOXJ1), Monozyt/Makrophage (LYZ, LST1, S100A8, S100A9, FCGR3A, FCGR1A, CD14, MS4A7, CTSS), Neutrophil (S100A8, S100A9, MPO, ELANE, CEACAM8, FCGR3B, OLFM4, MMP8), T/NK (CD3D, CD3E, TRAC, NKG7, GNLY, PRF1, GZMB, KLRD1, IL7R), B/Plasma (MS4A1, CD79A, CD79B, MZB1, JCHAIN, IGHG1, SDC1) sowie myeloide Interferonantwort (SIGLEC1, IFI27, IFI44L, ISG15, MX1, OAS1, RSAD2, IFIT3). Jeder Programmscore wurde als Mittelwert der verfügbaren z-Scores pro Gen berechnet, wobei mindestens drei repräsentierte Gene erforderlich waren. Die Spearman-P-Werte wurden mittels der Benjamini-Hochberg-Prozedur über die gesamte Familie der Korrelationen zwischen Datensatz, Modul und Programm angepasst. Eta-Quadrat nach Einfaktorieller Varianzanalyse wurde berechnet als die Quadratsumme zwischen den Gruppen dividiert durch die gesamte Quadratsumme für jedes Paar aus Modul und Faktor. Zeilen, die den relevanten Faktor nicht enthielten, wurden von dieser Berechnung ausgeschlossen. Diese Analyse war deskriptiv und berücksichtigte keine miteinander korrelierten Faktoren.

Reproduzierbarkeit
Alle Analysen wurden mithilfe skriptbasierter Workflows in Python 3.12.13 durchgeführt, wobei die verwendeten Softwarepakete und Versionen in der Tabelle der Materialien angegeben sind. Für randomisierte Verfahren wurde ein fester Zufallsstartwert (Seed) von 20260622 verwendet. Öffentliche GEO-Expressionsmatrizen wurden mit einer einheitlichen Projektstruktur verarbeitet, die rohe Eingabedaten, verarbeitete Daten, statistische Ergebnisse, Tabellen und Abbildungen voneinander trennte. Moduldefinitionen, Aufzeichnungen zur Probenkuratierung, Effektgrößenschätzungen, Validierungsstatistiken, Anreicherungsergebnisse, Robustheitsanalysen und Datenquellen für Abbildungen wurden gespeichert, um eine unabhängige Überprüfung zu ermöglichen. Der Analysecode, Angaben zu den Abhängigkeiten und unterstützende abgeleitete Daten sind wie im Abschnitt „Data Availability“ beschrieben verfügbar.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Ergebnisse

Benchmarking der Anker-Schritte trennte gewebespezifische von pan-geweblichen Gen-Effekten
Die kuratierte GSE117827-Anker-Matrix enthielt 27.685 von der HGNC genehmigte Gene. Der primäre nasale Vergleich umfasste 15 symptomatische infizierte und 6 virusnegative Kontrollproben; der Blutvergleich enthielt 13 symptomatische infizierte und 6 Kontrollen (Tabelle 1). Da diese kleine Kohorte keine stabile Einzelgen-Entdeckung ermöglicht, wurde sie als gepaarter Kompartments-Anker verwendet....

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Diskussion

Die Haupterkenntnis betrifft die praktische Durchführung: Beginnen Sie mit dem untersuchten Kompartiment, nicht mit der größten gepoolten Matrix. GSE117827 ist klein, aber das gepaarte Design ermöglicht einen direkten Vergleich von Nasen- und Blutproben innerhalb einer einzigen Studie. Die nahezu null liegende Gen-ebenen-Effektkorrelation zeigt, dass eine gepoolte, pan-gewebliche Rangliste erhebliche kompartimentäre Strukturen verbergen würde. Separate Module waren daher das vertretbarere Design. Ihre externe und longitu...

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Offenlegungen

Die Autoren erklären, dass keine finanziellen oder nichtfinanziellen Interessenkonflikte im Zusammenhang mit dieser Arbeit bestehen.

Danksagungen

Die Autoren danken den beteiligten Forschern und Teilnehmern der öffentlichen GEO-Studien, die in dieser Arbeit erneut analysiert wurden. Weitere Personen erfüllten nicht die Kriterien für eine Autorenschaft. Diese Forschung erhielt keine spezifische Förderung durch öffentliche, kommerzielle oder gemeinnützige Institutionen.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Materialien

Liste der in diesem Artikel verwendeten Materialien
NameUnternehmenKatalognummerKommentare
Andres-Terre Multi-Virus-Interferon-angeregte Gen-SammlungAndres-Terre et al.33-Gen-Vergleichssatz; Zusatzdaten 1Unbewichteter, interferonorientierter Vergleichssatz, zusammengestellt aus der berichteten Multi-Virus-Signatur; die vollständige Genliste ist in den Zusatzdaten 1 angegeben.
EnrichrMa'ayan LaboratoryZugegriffen am 18. August 2026; RRID:SCR_001575Ressource zur Analyse der Überrepräsentation von Gen-Sätzen, zugegriffen über gseapy.
Gene Expression OmnibusNationales Zentrum für Biotechnologieinformationen (National Center for Biotechnology Information)GEO; RRID:SCR_005012Öffentliches Transkriptom-Repository, das zur Nutzung der analysierten Datensätze verwendet wurde.
GenontologieGenontologie-Konsortium (Gene Ontology Consortium)GO Biologischer Prozess 2023; RRID:SCR_002811Funktionelle Anmerkungsbibliothek, verwendet über Enrichr.
GPL10558NCBI GEOGPL10558Plattform für GSE53543 und die 36-Proben-GSE38900-Validierungseinheit.
GPL23126NCBI GEOGPL23126Expressionsplattform für GSE117827.
GPL24539NCBI GEOClariom_D_Human.na36.hg38.
probeset.csv		Clariom D Human na36, hg38-Anmerkung zur Transkript-Cluster-Zuordnung für GSE117827 verwendet.
GPL571NCBI GEOGPL571Plattformanmerkung, angewendet auf GSE63990.
GPL6884NCBI GEOGPL6884Plattform für die 138-Proben-GSE38900 RSV-Ganzblut-Validierungseinheit.
GPL6947NCBI GEOGPL6947Plattformanmerkung, angewendet auf GSE40012.
GSE117827NCBI GEOGSE117827Primärer gepaarter Nasenabstrich- und Ganzblut-Ankerdatensatz.
GSE152075NCBI GEOGSE152075Externer SARS-CoV-2 Oberluftweg-Validierungsdatensatz.
GSE156063NCBI GEOGSE156063Externer SARS-CoV-2 Oberluftweg-Validierungsdatensatz.
GSE171110NCBI GEOGSE171110Externer SARS-CoV-2 Ganzblut-Validierungsdatensatz.
GSE38900NCBI GEOGSE38900; GPL10558 und GPL6884Externer RSV Ganzblut-Validierungsdatensatz, analysiert als separat normalisierte Plattform-Einheiten mit 36 und 138 Proben.
GSE40012NCBI GEOGSE40012Klinischer Vergleichsdatensatz für Influenza-A-Pneumonie, bakterielle Pneumonie, SIRS und gesunde Kontrollen.
GSE41374NCBI GEOGSE41374Externer RSV Nasenspül-Validierungsdatensatz.
GSE53543NCBI GEOGSE53543Gepaarter ex-vivo PBMC Rhinovirus-Störungsvergleich mit 98 Probanden und 196 Proben.
GSE63990NCBI GEOGSE63990Klinischer Vergleichsdatensatz für virale, bakterielle und nichtinfektiöse Ganzblutproben.
GSE97741NCBI GEOGSE97741Longitudinaler Ganzblut-Akut-gegen-Entlassung-Validierungsdatensatz.
GSE97742NCBI GEOGSE97742Longitudinaler nasopharyngealer Akut-gegen-Entlassung-Validierungsdatensatz.
gseapygseapy-EntwicklerVersion 1.3.1Python-Schnittstelle zur Abfrage von Enrichr.
HGNC Gen-Symbol-RessourceHUGO Gen-Nomenklatur-Komitee (HUGO Gene Nomenclature Committee)Zugegriffen am 18. August 2026; RRID:SCR_002827Ressource zur Genehmigung der Gen-Symbol-Normalisierung und zur Klassifizierung protein-kodierender Gene.
MatplotlibMatplotlib-EntwicklungsteamVersion 3.11.1Erstellung von Abbildungen.
MSigDB Hallmark-Gen-SetsBroad InstituteHallmark 2020; RRID:SCR_016863Enrichment-Bibliothek der Hallmark-Gen-Sets, zugegriffen über Enrichr.
MSigDB Hallmark Interferon-alpha-Antwort-Gen-SatzBroad InstituteHALLMARK_INTERFERON_ALPHA_
RESPONSE; 33-Gen-Kernsubset in Zusatzdaten 1		Unbewichteter Interferon-alpha-Vergleichssatz; das genaue Subset ist in den Zusatzdaten 1 angegeben.
NumPyNumPy-EntwicklerVersion 2.5.2Numerische Berechnungen und zufällige Stichproben mit festgelegtem Startwert.
pandaspandas-EntwicklungsteamVersion 3.0.5Verarbeitung tabellarischer Daten.
Pandya 33-mRNA Wirtsantwort-Gen-SatzPandya et al.Zusatz-Tabelle 1; Zusatzdaten 1Offizieller 33-Gen-Satz, bewertet als unbewichteter Vergleichssatz.
PythonPython Software FoundationVersion 3.12.13Umgebung für die rechnergestützte Analyse.
ReactomeReactomeReactome 2022; RRID:SCR_003485Pfad-Enrichment-Bibliothek, zugegriffen über Enrichr.
scikit-learnscikit-learn-EntwicklerVersion 1.9.0Berechnung von AUROC und durchschnittlicher Präzision.
SciPySciPy-EntwicklerVersion 1.18.0Welch-, gepaarter t-, Wilcoxon-, Mann–Whitney- und Korrelationstests.
SeabornSeaborn-EntwicklungsteamVersion 0.13.2Statistische Grafiken.
statsmodelsstatsmodels-EntwicklerVersion 0.14.6Statistische Hilfsprogramme.

Referenzen

  1. Zaas AK, et al. Gene expression signatures diagnose influenza and other symptomatic respiratory viral infections in humans. Cell Host Microbe. 2009;6(3):207-17.
  2. Woods CW, et al. A host transcriptional signature for presymptomatic detection of infection in humans exposed to influenza H1N1 or H3N2. PLoS One. 2013;8(1):e52198.
  3. Andres-Terre M, et al. Integrated, multi-cohort analysis identifies conserved transcriptional signatures across multiple respiratory viruses. Immunity. 2015;43(6):1199-211.
  4. Herberg JA, et al. Diagnostic test accuracy of a 2-transcript host RNA signature for discriminating bacterial vs viral infection in febrile children. JAMA. 2016;316(8):835-45.
  5. Pandya R, et al. A machine learning classifier using 33 host immune response mRNAs accurately distinguishes viral and non-viral acute respiratory illnesses in nasal swab samples. Genome Med. 2023;15(1):64.
  6. Ioannidis I, et al. Plasticity and virus specificity of the airway epithelial cell immune response during respiratory virus infection. J Virol. 2012;86(10):5422-36.
  7. Mejias A, et al. Whole blood gene expression profiles to assess pathogenesis and disease severity in infants with respiratory syncytial virus infection. PLoS Med. 2013;10(11):e1001549.
  8. Blanco-Melo D, et al. Imbalanced host response to SARS-CoV-2 drives development of COVID-19. Cell. 2020;181(5):1036-45.e9.
  9. Hadjadj J, et al. Impaired type I interferon activity and inflammatory responses in severe COVID-19 patients. Science. 2020;369(6504):718-24.
  10. Mick E, et al. Upper airway gene expression reveals suppressed immune responses to SARS-CoV-2 compared with other respiratory viruses. Nat Commun. 2020;11(1):5854.
  11. Yoshida M, et al. Local and systemic responses to SARS-CoV-2 infection in children and adults. Nature. 2022;602(7896):321-7.
  12. Jamali MC, et al. Respiratory infections by human metapneumovirus: epidemiological evidence and treatment prospects. Res J Pharm Technol. 2026;19(8):3905-12. doi:10.52711/0974-360X.2026.00549.
  13. Gao G, Lin R, Ma D. Human metapneumovirus: pathogenesis, epidemiology, diagnostic technologies, and potential intervention strategies. Virol J. 2025;22(1):376.
  14. Lim FY, et al. homeRNA self-blood collection enables high-frequency temporal profiling of presymptomatic host immune kinetics to respiratory viral infection: a prospective cohort study. EBioMedicine. 2025;112:105531.
  15. Johnson WE, Li C, Rabinovic A. Adjusting batch effects in microarray expression data using empirical Bayes methods. Biostatistics. 2007;8(1):118-27.
  16. Leek JT, et al. The sva package for removing batch effects and other unwanted variation in high-throughput experiments. Bioinformatics. 2012;28(6):882-3.
  17. Yu J, et al. Host gene expression in nose and blood for the diagnosis of viral respiratory infection. J Infect Dis. 2019;219(7):1151-61.
  18. Tsalik EL, et al. Host gene expression classifiers diagnose acute respiratory illness etiology. Sci Transl Med. 2016;8(322):322ra11.
  19. Parnell GP, et al. A distinct influenza infection signature in the blood transcriptome of patients with severe community-acquired pneumonia. Crit Care. 2012;16(4):R157.
  20. Edgar R, Domrachev M, Lash AE. Gene Expression Omnibus: NCBI gene expression and hybridization array data repository. Nucleic Acids Res. 2002;30(1):207-10.
  21. Barrett T, et al. NCBI GEO: archive for functional genomics data sets-update. Nucleic Acids Res. 2013;41(D1):D991-5.
  22. Tweedie S, et al. Genenames.org: the HGNC and VGNC resources in 2021. Nucleic Acids Res. 2021;49(D1):D939-46.
  23. Welch BL. The generalization of Student's problem when several different population variances are involved. Biometrika. 1947;34(1-2):28-35.
  24. Benjamini Y, Hochberg Y. Controlling the false discovery rate: a practical and powerful approach to multiple testing. J R Stat Soc Series B Stat Methodol. 1995;57(1):289-300.
  25. Subramanian A, et al. Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles. Proc Natl Acad Sci U S A. 2005;102(43):15545-50.
  26. Liberzon A, et al. The Molecular Signatures Database Hallmark Gene Set Collection. Cell Syst. 2015;1(6):417-25.
  27. Do LAH, et al. Host transcription profile in nasal epithelium and whole blood of hospitalized children under 2 years of age with respiratory syncytial virus infection. J Infect Dis. 2018;217(1):134-46.
  28. Ashburner M, et al. Gene Ontology: tool for the unification of biology. Nat Genet. 2000;25(1):25-9.
  29. The Gene Ontology Consortium. The Gene Ontology resource: enriching a GOld mine. Nucleic Acids Res. 2021;49(D1):D325-34.
  30. Gillespie M, et al. The Reactome pathway knowledgebase 2022. Nucleic Acids Res. 2022;50(D1):D687-92.
  31. Kuleshov MV, et al. Enrichr: a comprehensive gene set enrichment analysis web server 2016 update. Nucleic Acids Res. 2016;44(W1):W90-7.
  32. Schoggins JW, et al. A diverse range of gene products are effectors of the type I interferon antiviral response. Nature. 2011;472(7344):481-5.
  33. Schneider WM, Chevillotte MD, Rice CM. Interferon-stimulated genes: a complex web of host defenses. Annu Rev Immunol. 2014;32:513-45.
  34. Perng YC, Lenschow DJ. ISG15 in antiviral immunity and beyond. Nat Rev Microbiol. 2018;16(7):423-39.
  35. Schioppa T, et al. Molecular basis for CCRL2 regulation of leukocyte migration. Front Cell Dev Biol. 2020;8:615031.
  36. Avila Cobos F, et al. Benchmarking of cell type deconvolution pipelines for transcriptomics data. Nat Commun. 2020;11(1):5650.
  37. Maden SK, et al. Challenges and opportunities to computationally deconvolve heterogeneous tissue with varying cell sizes using single-cell RNA-sequencing datasets. Genome Biol. 2023;24(1):288.

Zugriff eingeschränkt. Bitte melden Sie sich an oder starten Sie eine Testversion, um diesen Inhalt anzuzeigen.

Nachdrucke und Genehmigungen

Weitere Artikel entdecken

Nasale TranskriptomeBlut-Transkriptomecomputergestützter WorkflowGenexpressionsanalysevirale InfektionskohortenBiomarker-ValidierungModulrobustheit
Kontaktieren Sie uns
Der Bibliothek empfehlen

Datenschutz

Nutzungsbedingungen

Richtlinien

Urheberrecht © 2026 MyJoVE Corporation. Alle Rechte vorbehalten.