往期文章中給大家介紹了單細胞轉錄組測序的原理及其在系統(tǒng)發(fā)育、腫瘤異質性中的研究實例。單細胞分析可以揭示細胞的異質性,不僅是本身,而且能病毒的感染。同樣的,在病毒感染研究中,單細胞轉錄組分析可以發(fā)現(xiàn)特定分子標志,鑒定特定表型相關的亞細胞類群,對研究病毒和宿主間的關系很大幫助[1]。今天小編收集了近期發(fā)表的病毒感染過程中的單細胞轉錄組測序研究,供大家參考。
圖1 單細胞轉錄組測在病毒感染中的應用[1]
首先是近期發(fā)布于Nature Communication上的Single-cell RNA-sequencing of herpes simplex virus 1-infected cells connects NRF2 activation to an antiviral program (DOI: 10.1038/s41467-019-12894-z)。該文在Hsv-1裂解性感染0、1、3、5小時的原代成纖維細胞中使用Drop—seq的方法進行了單細胞轉錄組測序。該文對感染時間、宿主細胞周期、病毒基因表達與宿主基因表達間的關聯(lián)進行了分析并通過標志基因的分析發(fā)現(xiàn)了NRF2活性與Hsv-1的復制水平相關[2]。在Hsv-1裂解性感染中,傳統(tǒng)bulk RNA-seq測序中所有細胞可能處于不同的感染狀態(tài),而單細胞轉錄組測序很好的解決了這一問題,能在病毒感染過程中提供更準確詳細的信息。
圖2 Hsv-1感染原代成纖維細胞的單細胞轉錄組測序結果[2]
一篇發(fā)表于mBio的文章:Defining the Transcriptional Landscape during Cytomegalovirus Latency with Single-Cell RNA Sequencing (DOI: 10.1128/mBio.00013-18) [3]。為了針對性的區(qū)分潛伏感染和少數(shù)以及進入裂解性感染的細胞,該文對潛伏性感染人巨細胞病毒(human cytomegalovirus , HMCV)的人CD14陽性單核進行了單細胞轉錄組測序。通過該數(shù)據(jù),作者得出新的結論:潛伏性感染相關的基因表達能極大的反映裂解性感染下的基因表達,只是表達量上的差異。并給出了全新的推論:HCMV進入潛伏性感染的過程主要是病毒基因調控表達數(shù)量,而不是表達模式。
圖3 HCMV感染人單核細胞單細胞轉錄組測序結果[3]
在Single-cell transcriptional dynamics of flavivirus infection[4]一文中,作者在Smart-seq2的基礎上進行調整開發(fā)了virus-inclusive single cell RNA-Seq (viscRNA-Seq)的研究方法,并對黃病毒屬的登革病毒、寨卡病毒的感染進行了測序研究。
圖4 viscRNA-Seq方法模式圖[4]
在Dissection of Influenza Infection In Vivo by Single-Cell RNA Sequencing一文中,作者對感染流感病毒的小鼠模型的肺進行了單細胞轉錄組測序,通過感染和未感染細胞類型的對比分析,找到了新的分子標志物[5]。
圖5 單細胞轉錄組測序分析流感病毒感染模型小鼠肺組織[5]
其他病毒如HIV [6] [7]也有相關測序結果發(fā)表,這里就不一一列舉了。最后,單細胞技術也是近期國自然的熱點項目。
參考文獻:
1. Cristinelli, S. and A. Ciuffi, The use of single-cell RNA-Seq to understand virus-host interactions. Curr Opin Virol, 2018. 29: p. 39-50.
2. Wyler, E., et al., Single-cell RNA-sequencing of herpes simplex virus 1-infected cells connects NRF2 activation to an antiviral program. Nat Commun, 2019. 10(1): p. 4878.
3. Shnayder, M., et al., Defining the Transcriptional Landscape during Cytomegalovirus Latency with Single-Cell RNA Sequencing. MBio, 2018. 9(2).
4. Zanini, F., et al., Single-cell transcriptional dynamics of flavivirus infection. Elife, 2018. 7.
5.Steuerman, Y., et al., Dissection of Influenza Infection In Vivo by Single-Cell RNA Sequencing. Cell Syst, 2018. 6(6): p. 679-691 e4.
6.Rato, S., et al., Single-cell analysis identifies cellular markers of the HIV permissive cell. PLoS Pathog, 2017. 13(10): p. e1006678.
7. Golumbeanu, M., et al., Single-Cell RNA-Seq Reveals Transcriptional Heterogeneity in Latent and Reactivated HIV-Infected Cells. Cell Rep, 2018. 23(4): p. 942-950.