耶魯大學(xué)研究人員開發(fā)的一種新數(shù)據(jù)分析工具揭示了跟COVID-19死亡風(fēng)險增加有關(guān)的特定免疫細(xì)胞類型，他們于2022年2月28日在《Nature Biotechnology》上發(fā)表了這一報告。 眾所周知，T細(xì)胞和產(chǎn)生抗體的B細(xì)胞等免疫系統(tǒng)細(xì)胞對SARS-CoV-2等病原體提供廣泛的保護(hù)。

而對數(shù)以百萬計的細(xì)胞進(jìn)行的大規(guī)模數(shù)據(jù)分析使科學(xué)家們對免疫系統(tǒng)對這種特定病毒的反應(yīng)有了廣泛的了解。另外，他們還發(fā)現(xiàn)，一些免疫細(xì)胞反應(yīng)--包括通常具有保護(hù)作用的細(xì)胞類型--偶爾也會引發(fā)致命的炎癥和病人的死亡。

其他允許檢查到單細(xì)胞水平的數(shù)據(jù)分析工具已經(jīng)為科學(xué)家們提供了一些關(guān)于嚴(yán)重COVID病例的罪魁禍?zhǔn)椎木€索。但這種集中的觀點往往缺乏可能帶來更好或更差結(jié)果的特定細(xì)胞組的背景。

多尺度PHATE工具則是耶魯大學(xué)開發(fā)的機(jī)器學(xué)習(xí)工具，它允許研究人員在幾分鐘內(nèi)通過所有分辨率的數(shù)據(jù)。該技術(shù)建立在一個名為PHATE的算法之上，該算法由遺傳學(xué)和計算機(jī)科學(xué)副教授Smita Krishnaswamy的實驗室創(chuàng)建，它克服了現(xiàn)有數(shù)據(jù)可視化工具的許多缺點。

“機(jī)器學(xué)習(xí)算法通常專注于數(shù)據(jù)的單一分辨率視圖，其忽略了可以在其他更集中的視圖中發(fā)現(xiàn)的信息，”耶魯大學(xué)醫(yī)學(xué)院的博士生Manik Kuchroo說道，“出于這個原因，我們創(chuàng)建了多尺度PHATE，它允許用戶放大并關(guān)注其數(shù)據(jù)的特定子集從而以進(jìn)行更詳細(xì)的分析?！彼麕椭_發(fā)了這項技術(shù)，同時也是該論文的共同第一作者。

在Krishnaswamy實驗室工作的Kuchroo用這個新工具分析了從耶魯大學(xué)紐黑文醫(yī)院收治的163名COVID-19嚴(yán)重病例患者身上提取的5500萬個血細(xì)胞。從廣義上看，他們發(fā)現(xiàn)高水平的T細(xì)胞似乎對不良后果有保護(hù)作用，而高水平的兩種白血球類型即粒細(xì)胞和單核細(xì)胞則跟較高的死亡率有關(guān)。

然而當(dāng)研究人員深入到更細(xì)微的層面時，他們發(fā)現(xiàn)TH17（一種輔助性T細(xì)胞）跟免疫系統(tǒng)細(xì)胞IL-17和IFNG聚集在一起時也與較高的死亡率有關(guān)。

研究人員報告稱，通過測量這些細(xì)胞在血液中的數(shù)量，他們可以預(yù)測病人是生是死，準(zhǔn)確率可以達(dá)到83%。

Krishnaswamy表示：“我們能對死亡的風(fēng)險因素進(jìn)行排序以顯示哪些是最危險的?！彼赋?，從理論上講，這種新數(shù)據(jù)分析工具可以用來對一系列疾病的風(fēng)險評估進(jìn)行微調(diào)。

（舉報）