早期支持治疗后器官功能改善的脓毒性休克患者全血转录组特征
该研究为多中心前瞻性观察性试验ShockOmics的一部分,对31例脓毒性休克患者(17例应答者、14例无应答者)在ICU入住时(T1)和48小时后(T2)进行全血RNA测序。应答者定义为T1至T2的SOFA评分差值≥5或T2时SOFA评分≤8,无应答者为SOFA评分差值<5且T2时SOFA评分>8。入住时两组间无差异表达基因;随时间分析显示应答者T细胞介导免疫、粒细胞和NK细胞功能及病原体脂质清除相关基因激活,两组急性炎症相关基因均下调。外部数据集GSE57065验证了部分基因表达变化方向的一致性。
要点
- 研究纳入31例脓毒性休克患者,17例为应答者(SOFA评分改善),14例为无应答者,入住ICU时两组全血转录组无显著差异表达基因。
- 应答者从T1到T2激活T细胞介导免疫、粒细胞和NK细胞功能及病原体脂质清除相关基因,而无应答者未显示这些激活。
- 两组均下调急性炎症相关基因,包括C型凝集素受体、干扰素受体、警报素和金属蛋白酶基因。
- 应答者T2时NK细胞活性基因(GZMM、GZMH、KLRG1)和粒细胞相关基因(CLC、CCR3、PTGDR2、FCER1A、IL5RA)上调,IL-1R2仅在下调于应答者。
- 外部数据集GSE57065验证中,应答者234个差异表达基因中231个方向一致,无应答者245个中242个方向一致。
适用人群与场景
- 成人(>18岁)脓毒性休克患者,入住两家大学三级医院ICU,入组时SOFA评分至少6分且动脉乳酸至少2 mmol/L。
- 排除:预计24小时内死亡、输注超过4单位红细胞或超过1单位新鲜冰冻血浆、活动性血液系统恶性肿瘤、转移性癌症、慢性免疫抑制、需肾脏替代治疗的终末期肾病、近期心脏手术、Child-Pugh C级肝硬化及终末期疾病。
诊断标准与关键阈值
- 应答者(R):T1(ICU入住16小时内)至T2(入组后48小时)SOFA评分差值≥5或T2时SOFA评分≤8。
- 无应答者(NR):T1至T2 SOFA评分差值<5且T2时SOFA评分>8。
研究设计与关键结果
- 多中心前瞻性观察性试验ShockOmics的一部分,纳入31例脓毒性休克患者(17例应答者、14例无应答者),于T1和T2进行全血RNA测序。
- T1时两组间无显著差异表达基因(padj<0.01);主成分分析未显示两组分离。
- T2 vs T1配对分析:应答者1979个差异表达基因(865上调、1114下调),无应答者1914个(711上调、1203下调),padj<0.01。
- 应答者中鉴定出14个显著富集的GO术语簇,包括白细胞激活正调控、免疫反应激活和T细胞分化,这些在无应答者中未鉴定出。
- 无应答者中鉴定出15个GO术语簇,其中“对脂多糖的反应”簇(包括CCL5、CXCL1、CXCL5、IRAK1、NLRP3)仅在无应答者中下调。
- 趋势分析鉴定125个基因在两组间表达趋势显著不同(P<0.01,Mann-Whitney),其中13个参与T细胞功能(CD247、FCER1A、ICOS、LCK、SH2D1A、CLC、IRAK3、VSIG4、GPR171、GPR18、HIST1H3A、ZNF784、TIGIT)。
- 外部验证数据集GSE57065(17例应答者、9例无应答者):应答者234个差异表达基因中231个方向一致,无应答者245个中242个方向一致。
证据类型、等级与局限
- 证据类型:多中心前瞻性观察性试验(ShockOmics,NCT02141607)的全血RNA测序分析。
- 局限:原文报告小样本量(31例)可能被视为局限,并通过外部数据集GSE57065进行验证。
- 局限:作者指出无法检验球蛋白去除是否影响非球蛋白基因的测序效率,但该影响在两组中均等,可能偏倚 toward the null。
对床旁实践的改变
- 作者认为,在样本量有限的条件下,早期适应性免疫反应基因的激活可能与器官功能改善相关。
- 研究结果提示脓毒性休克患者对早期支持治疗的反应存在异质性,全血转录组特征可能有助于区分应答者与无应答者,但尚需进一步研究。
提炼说明
- 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译18 节 · 点击展开
引言
脓毒症是由感染引起的免疫反应失调所致的危及生命的器官功能障碍[1],脓毒性休克是其最严重的形式,并与死亡风险增加相关[2]。除抗生素或通过手术进行感染源控制(或两者兼用)外,脓毒性休克的治疗在很大程度上仍以液体和血管活性药物对血流动力学和组织灌注的支持为主,这些治疗伴随有害副作用,并可对免疫、器官功能和死亡率产生直接影响[3, 4]。在重症监护病房(ICU)住院最初几天内,通过序贯器官功能评估(SOFA)评分评估的器官功能早期变化对最终结局具有高度预测价值[5]。然而,患者对支持治疗的反应高度异质,这种变异性背后的机制仍不清楚。在此背景下,在早期脓毒性休克中应用“一刀切”的液体和血管活性药物方案并未改善所有患者的结局,这并不令人意外[6]。
在分子水平上对患者进行特征描述是一种有前景的方法,可识别特定患者群体中新治疗干预的更特异性靶点[7]。转录组谱分析是研究和表征特定生理或病理状态 underlying 分子机制的有力工具。
在脓毒性休克患者中,主要转录组变化发生在休克发生后的最初48小时内[8],并与ICU死亡率相关[9]。然而,这种关联的原因在很大程度上仍未被探索。作者假设,这可能是由于对标准治疗的反应中器官(功能)障碍的不同轨迹所致。
我们对脓毒性休克患者进行了全血RNA测序(RNA-Seq)分析,这些患者对早期支持性血流动力学治疗的反应不同,评估依据为入住ICU后最初48小时内SOFA评分的变化。该研究的目的是识别根据初始治疗后SOFA评分将患者区分为早期改善(应答者)或未改善(无应答者)的基因表达谱。本研究的部分结果此前已以摘要形式报告[10]。
方法
方法的详细描述见附加文件1。
研究设计与参与者
本研究是多中心前瞻性观察性试验ShockOmics(ClinicalTrials.gov标识符:NCT02141607)的一部分[11]。涉及的ICU位于日内瓦大学医院、日内瓦大学(瑞士日内瓦)和Erasme医院、布鲁塞尔自由大学(比利时布鲁塞尔)。两个参与机构的伦理委员会批准了临床方案。已从患者或其代表处获得知情同意。如先前所述[11],我们连续纳入因脓毒性休克入住两个大学三级医院中心ICU的成人(>18岁)患者,入院时SOFA评分至少为6,动脉乳酸至少为2 mmol/L。脓毒性休克根据当时的现行建议和国际指南定义[12]。排除标准包括:预计在ICU入住后24小时内死亡;输注超过4单位红细胞或超过1单位新鲜冰冻血浆;活动性血液系统恶性肿瘤;转移性癌症;慢性免疫抑制;需要肾脏替代治疗的既往终末期肾病;近期心脏手术;Child-Pugh C级肝硬化;以及终末期疾病。
我们使用时间点1(T1,入住ICU后16小时内)和时间点2(T2,研究入组后48小时)之间的SOFA评分变化作为早期支持治疗反应的指标,以如先前报道[13]将受试者分层为应答者(Rs)或无应答者(NRs)。如果T1和T2之间SOFA评分差异小于5且T2时SOFA评分大于8,则受试者被分类为NR。不符合这些标准的患者被分类为R。
血液采集和RNA提取
在T1和T2时于EDTA管中采集外周血,加入400 μL 2X变性溶液(Ambion,Austin,TX,USA)后储存于−20 °C。使用MirVana Paris试剂盒从800 μL血液中提取总RNA,并用Turbo DNA-free试剂盒(Ambion)处理。使用RNA 6000 Nano试剂盒(Agilent,Santa Clara,CA,USA)在Agilent Bioanalyzer上评估RNA质量,如果RNA完整性数值大于7.5,则样本被认为适合处理。
文库制备
使用来自Ribo-Zero Globin试剂盒(Illumina,San Diego,CA,USA)的TruSeq Stranded Total RNA,以800 ng总RNA制备测序文库。最终文库使用Agilent DNA1000试剂盒验证,并在HiSeq2500平台上测序,产生50 × 2碱基对双端读段。
测序数据分析
使用STAR(版本2.5.2b)[14]将高质量双端读段比对到人类参考基因组(GRCh38),并且仅使用唯一比对的读段。使用featureCounts(版本1.5.1)[15]将读段分配给基因,使用gencode(版本25)主要组装基因转移文件(GTF)作为基因组特征边界的参考注释文件。
差异表达分析
数据预处理、探索性数据分析和差异基因表达分析使用DESeq2包[16]内置函数进行。我们研究了T1时R和NR之间的基因表达差异以及随时间变化的基因表达变化。这些数据分别在R和NR组中比较T2与T1,使用配对分析。对于两项分析,padj < 0.01——Benjamini–Hochberg多重检验校正(FDR)——的基因被认为差异表达(DEGs)。
在选择所有随时间在R或NR中被鉴定为DEGs的基因后,我们应用Mann–Whitney检验比较R组与NR组之间T2相对于T1的倍数变化,以鉴定在R和NR之间趋势显著不同的DEGs。显著性阈值设定为P值小于0.01。
生物学过程分析
我们使用ClueGO 2.3.4版[17]来鉴定富集的生物学过程,起始于在R和NR中随时间分析所鉴定的DEGs列表以及两组共有的DEGs。在过滤padj < 0.001后,这些列表被用作分析的输入。我们进行了基于右侧超几何检验的过代表分析(ORA),该检验使用Bonferroni阶梯下降法作为多重检验校正。富集的术语使用kappa统计量进行分组,只有P值小于0.05的富集簇被认为具有统计学显著性。
在外部数据集中的验证
为验证在从ICU入院到48小时后转变过程中鉴定的DEGs,我们在基因表达综合数据库(GEO)和Array Express存储库中搜索了在多个时间点研究的脓毒性休克患者的基因表达数据集。微阵列表达数据集GSE57065包括28名在休克发作时(即在开始血管活性治疗后30分钟内,H0)以及之后24和48小时(H24和H48)研究的脓毒症患者[8]。我们使用H0和H48之间的SOFA评分变化将患者分层为Rs或NRs,如“研究设计和参与者”部分所述。缺少H48血液样本的患者被排除在验证之外,验证在17名Rs和9名NRs上进行。我们分别比较了R和NR组中H0和H48之间的基因表达。我们通过修改GEO2R脚本以考虑配对数据来建立分析[18]。padj < 0.01——Benjamini–Hochberg多重检验校正(FDR)——且log2FC > |0.5|的基因被认为是DEGs。
结果
临床变量
该研究包括2014年11月至2016年3月间入组的31名脓毒性休克患者。总共有17名患者被分类为R,14名被分类为NR。Rs和NRs在T1和T2时的临床特征总结在表1中。
在T1时,两组之间在描述器官功能障碍严重程度的变量方面没有注意到显著差异,而与我们对R和NR的定义一致,NRs在T2时的SOFA评分增加(P <0.001)。两组之间在感染来源、循环炎症标志物或白细胞和淋巴细胞计数方面没有注意到显著差异。NR患者的ICU住院时间更长(P <0.05)。NR组中更多患者在ICU死亡(NRs中14名中有4名死亡,而Rs中17名中有2名死亡);然而,这一差异没有统计学显著性。
测序实验
总RNA文库分几批测序,Rs和NRs分别平均产生31.07 M ± 6.92 M和29.33 M ± 7.26 M原始读段对。所有样本的核糖体去除均有效;两组比对数据上的rRNA比例均可忽略不计(Rs和NRs分别为0.80 ± 0.95%和0.78 ± 0.82%)。所有样本中比对到外显子的读段百分比(外显子率86.09 ± 5.83%)和DNase效率(基因间率2.75 ± 2.02%)均令人满意。我们分别获得Rs和NRs平均13.67 ± 3.77和13.41 ± 3.69百万条唯一且明确比对的片段(附加文件2:表S1)。珠蛋白去除成功,NRs和Rs中比对到珠蛋白基因的计数平均百分比分别约为0.13%和0.14%。此外,任何编码珠蛋白的基因的去除效率均无统计学差异(附加文件3:表S7)。尽管我们无法检验珠蛋白去除是否影响非珠蛋白基因的测序效率,但这会同等影响NR和R样本,因此很可能偏向于无效结果。
ICU入院时的基因表达分析
我们探讨了转录组谱能否在ICU入院时(T1)区分Rs和NRs。对样本间2000个变异最大的基因进行主成分分析,未发现R组和NR组之间存在任何分离(图1)。事实上,我们无法在T1时识别出Rs和NRs之间任何统计学显著的DEG(padj < 0.01)。
随时间变化的基因表达分析
我们分别比较了R组和NR组内T2与T1之间的基因表达谱。该分析生成两个DEG列表,Rs中有1979个DEG(865个上调基因和1114个下调基因)(附加文件4:表S2),NRs中有1914个DEG(711个上调基因和1203个下调基因)(附加文件5:表S3)。两个DEG列表以padj < 10−3过滤,分别在Rs和NRs中产生1146和1120个基因,并用作ORA的输入。在Rs中,以padj < 0.05识别出14个显著过度代表的GO术语簇(表2;附加文件6:表S4)。在NRs中,相同的分析识别出15个过度代表的GO术语簇(表3;附加文件7:表S5)。在Cytoscape中对Rs和NRs中识别的GO网络进行比较,突出显示仅在Rs或NRs中独家富集或在两组中均富集的GO术语(图2和图3)。在Rs中,我们识别出三个稳健的GO簇,其GO术语高度互连(白细胞活化的正调控、免疫应答的激活和T细胞分化)(图2),这些在NRs中未被识别(表2),提示适应性免疫应答主要在T2时的Rs中被激活。
在NRs中,除了信号转导和调节性胞吐的聚类与Rs共享许多GO术语外,我们无法识别出任何具有高度互连GO术语的GO聚类(图3)。在仅富集于NRs的GO聚类中,我们重点指出了“对脂多糖的反应”GO聚类,包括CCL5、CXCL1、CXCL5、IRAK1和NLRP3基因,这些基因在NRs中独家下调。对Rs和NRs共有的752个DEGs进行分析,鉴定出八个显著富集GO术语的聚类(表4),这些聚类与先天免疫反应和中性粒细胞功能相关基因的调控有关。
基因表达趋势分析
我们鉴定了125个基因(P <0.01,Mann–Whitney检验),这些基因在Rs和NRs之间从T1到T2的过渡中表现出显著不同的趋势(图4;附加文件8:表S6)。125个基因中有13个基因(CD247、FCER1A、ICOS、LCK、SH2D1A、CLC、IRAK3、VSIG4、GPR171、GPR18、HIST1H3A、ZNF784和TIGIT)参与T细胞功能,支持了GO分析中强调的结果,即Rs调节适应性免疫反应的生物学过程。
我们观察到,在125个基因中,参与粒细胞功能的基因(IL5RA、FCER1A、CCR3和PTGDR2)和参与自然杀伤(NK)细胞活性的基因(GZMM、GZMH和KLRG1)在T2时仅在Rs中显著上调。我们还鉴定了PCSK9和SORT1基因,它们参与脂质通路。PCSK9在T2时在Rs中显著下调。相反,SORT1在两组中T2时均下调,但每组观察到不同的倍数变化。我们还观察到在维持血管张力和内皮功能中发挥作用的基因,如CPA3(在Rs中T2时上调)、ARG1(在Rs中T2时下调)和AVPR1A(在NRs中T2时下调)。
在外部数据集中的验证
验证队列(GSE57065)和本研究的患者除R组T1时的SOFA评分外,临床特征相似,本队列的SOFA评分高于验证队列(11.58 ± 3 对 9.29 ± 2.49,P = 0.026)。在验证队列中比较H0和H48之间的基因表达,在R组中生成两个包含590个差异表达基因(DEGs)的列表(327个上调,263个下调),在NR组中生成996个DEGs(819个上调,178个下调)。为评估基因ID和调控方向的一致性,我们将这两个列表与本研究R组和NR组获得的DEG列表进行比较。我们在两个数据集中鉴定出R组中234个受调控的DEGs和NR组中245个受调控的DEGs(padj < 0.05 [BH] 且 logFC > |0.5|)。一致性(上调/下调)很高(R组234个中231个一致,NR组245个中242个一致)。
讨论
我们利用脓毒性休克患者的全血探索了与血流动力学支持治疗早期反应相关的转录组谱,以识别在ICU入住后最初48小时内区分R组与NR组的基因表达谱。这一时间窗口对危重患者至关重要,因为那些器官功能改善的患者预后更好 [5, 19–21]。为定量基因表达,我们使用了RNA测序(RNA-Seq),与微阵列相比,其提供了更大的信号动态范围和可重复性 [22]。此外,RNA-Seq可以检测整个转录组,而不仅限于微阵列上设计探针的那些基因。
R组与NR组之间在ICU入住时(T1)的转录组谱比较未显示任何统计学显著差异。先前使用更大队列的研究成功鉴定了ICU入住时白细胞或全血细胞中基因表达谱与脓毒症和脓毒性休克生存之间的关系 [23, 24]。我们的阴性结果可能解释为,我们的队列仅由脓毒性休克患者组成,疾病严重程度高度均一,因为所有患者均表现出高SOFA评分并接受血管升压药治疗。两组的基因表达可能反映了临床表型的均一性。这一结果与最近一项在这些患者亚组中进行的代谢组学研究观察到的结果一致,该研究在ICU入住时具有相同的代谢组学特征 [13]。
在R组和NR组中分别进行了随时间变化的基因表达分析,采用配对分析利用T1和T2之间的相关性并提高统计效能。在R组和NR组中,T2时均检测到中性粒细胞杀菌基因(CTSG、ELANE、DEFA4和AZU1)以及参与ssRNA识别的Toll样受体(TLR)基因(TLR7)和抗炎功能基因(TLR10)的上调。相反,以下与急性炎症相关的基因被下调:C型凝集素受体(CLEC6A、CLEC4D和CLEC5A)、干扰素受体(IFNAR1和IFNGR1)、警报素(S100A8和S100A12)以及参与细胞外基质重塑的金属蛋白酶(MMP8和MMP9)。
有趣的是,对Rs和NRs之间生物学网络的比较突出表明,R患者特异性调节参与T细胞活化的基因,而NR患者则不调节这些基因,正如趋势分析中所观察到的那样。具体而言,ICOS和LCK这两个T细胞活化的重要共刺激分子[25, 26],以及CD247——T细胞抗原受体复合物中的主要信号转导元件——在T2时在Rs中上调。既往文章[23, 27]已观察到这些基因的调节与生存相关。VSIG4是T细胞活化的强抑制性分子[28],在T2时在Rs中下调而在NRs中上调。Rs中适应性免疫基因的激活可能提示清除感染的能力改善[29]并减少炎症诱导的器官损伤。与这一考虑一致,一些在杀菌中具有相关功能的基因(CCL5、CXCL1、CXCL5、IRAK1和NLRP3)仅在NRs的T2时下调。
基因表达趋势分析识别出125个区分两组患者的基因。然而,在每组中均可观察到一定程度基因表达改变的异质性(图4),这可能可由休克状态的基础病因和患者特异性因素来解释[30, 31]。
在这些基因中,参与NK细胞活性和细胞介导免疫应答的丝氨酸蛋白酶基因(GZMM、GZMH和KLRG1)[32]以及主要在中性粒细胞中表达的基因(CLC、CCR3、PTGDR2、FCER1A和IL5RA)仅在R患者的T2时上调。近期研究报道了中性粒细胞与脓毒症之间的关联[33]。CLC(Charcot-Leyden结晶半乳糖凝集素)编码一种溶血磷脂酶,通过识别细胞表面聚糖调节免疫应答。CCR3、PTGDR2(别名CRTH2)和FCER1A与过敏过程相关,并已在脓毒症[34]和细菌性脑膜炎[35]中被描述。IL-5RA是IL-5的受体,IL-5已被提出作为脓毒症的可行治疗方法,并且是Th2细胞吸引和激活嗜酸性粒细胞所必需的[36]。在区分R和NR患者的基因中,IL-1R2仅在R中下调。它编码2型白细胞介素1受体,作为IL-1A的诱饵受体,抑制其促炎活性[37]。近期已注意到,与对照相比,脓毒症患者中IL-1R2表达增高[38],并且IL-1R2已被提出作为脓毒症诊断的新生物标志物。
趋势分析显示,PCSK9和SORT1这两个参与脂质清除的基因在Rs中下调。PCSK9通过减少参与感染期间从血液中清除细菌脂质的LDL受体数量,抑制内源性胆固醇脂质从血浆中的清除[39, 40]。SORT1是PCSK9活性的关键调节因子,促进其从原代肝细胞分泌[41]。在Rs中,其调节与PCSK9的下调相结合,可能促进内源性脂质和细菌清除的增加。事实上,在我们的患者队列中,发现脂质组改变在个体患者对感染的反应中发挥重要作用[13]。
低血压[42]和内皮功能障碍[43, 44]是感染性休克的关键病理生理特征。仅在R患者中,编码一种在体内降解毒性肽的羧肽酶的CPA3在T2时上调。ARG1和AVPR1A分别在Rs和NRs中下调。ARG1编码精氨酸酶,影响一氧化氮的生成[45],从而影响血管张力的调节和内皮功能的维持[46]。血管加压素受体AVPR1A也在血小板中表达[47],并负责血管加压素的血管收缩活性[47, 48]。在实验性脓毒症模型和人类脓毒症中,分别描述了AVPR1A受体表达降低和血管加压素水平降低[47, 49]。
由于本研究相对较小的样本量可能被视为一个局限性,我们使用外部数据集GSE57065验证了讨论中识别和强调的差异表达基因(DEGs)。我们验证了参与细菌杀伤和抗炎功能的基因(DEFA4、AZU1、ELANE、CTSG和TLR10)、C型凝集素受体基因(CLEC4D和CLEC5A)、干扰素受体基因IFNAR1、金属蛋白酶基因MMP8、参与脂质清除的基因(PCSK9和SORT1)以及警报素基因S100A8。
此外,为进一步确认我们的结果,我们重点关注了GAinS研究[23],该研究调查了265例脓毒症患者入住ICU时的基因表达,并确定了两种脓毒症特征:与死亡率增加相关的SRS1和SRS2。有趣的是,在我们队列中与R患者器官功能改善相关的T细胞功能相关基因(CD247、SH2D1A、ICOS、TIGIT、LCK和CLC)在GAinS研究中也与生存相关,提示其早期调节对良好结局至关重要。此外,参与粒细胞功能(FCER1A和CCR3)、NK细胞活性(GZMM、GZMH和KLRG1)、脂质通路(PCSK9和SORT1)和内皮功能(ARG1和CPA3)的基因在生存者和R组中表现出相同方向的调节。
我们选择根据器官功能变化而非死亡率对队列进行分类。ICU死亡率与全血转录组学之间的关联此前已有描述[9, 23],并且在休克发生后的最初48小时内观察到重大变化[8]。然而,这种关联的原因在很大程度上仍未被探索。我们假设这可能是由于ICU入住最初几天内对标准治疗作出反应的器官(功能)障碍的不同轨迹所致,而这是结局的关键决定因素[5, 21, 50]。然而,其机制仍未完全明确。在Critical Care最近的一篇文章中,不同干预措施对delta-SOFA的治疗效果“可靠且一致地与死亡率相关”,delta-SOFA已被推荐作为随机对照试验的终点[51]。最后,随着ICU死亡率的下降,关于统计效力的方法学问题具有相关性。因此,研究比死亡率更常见但与之密切相关的“中间”表型是合理的[52]。
结论
本研究强调了一种与支持治疗阳性反应相关的特定转录组谱。简言之,该谱的特征是R患者中参与T细胞介导免疫的基因以及与小粒细胞和NK细胞功能相关的基因的激活,以及参与病原体脂质清除的基因的调节,这有助于更有效的感染清除和炎症调节。
附加文件
附加文件1:补充方法。(DOCX 15 kb)
表S1。测序数据的指标和基本统计。本表报告了数据分析流程中处理的reads数量。具体而言,它呈现了测序reads数(原始reads)、通过质量过滤的reads数(修剪后reads)以及比对到外显子的reads数(E列)。F至I列报告了比对到rRNA的reads百分比以及沿基因区或基因间区的比对率。(XLSX 16 kb)
表S7。珠蛋白去除(Mann–Whitney检验)。本表总结了所有编码珠蛋白的基因中明确比对到参考基因组(GRCh38)的reads百分比。对于每个基因,报告以下信息:应答者(Rs)和无应答者(NRs)中的平均百分比、Rs和NRs中的标准差,以及Rs与NRs之间比较检验的P值(Mann–Whitney检验)。(XLSX 17 kb)
表S2。应答者(R)患者中T2vsT1的差异表达基因(DEG)。本表描述了Rs中T1与T2之间差异表达分析的结果。共鉴定出1979个padj < 0.01的DEG。对于每个基因,报告以下信息:Ensembl基因名称、所有样本中的平均表达水平(baseMean)、比较T2 versus T1的log2FoldChange、统计显著性水平(padj)、基因组坐标(chromosome_name、start_position、end_position)、基因功能描述(description)、官方基因符号(external_gene_name)、基因类型(gene_biotype),以及每个生物学样本中的归一化基因计数。缩写:T1 时间点1,T2 时间点2。(XLSX 2787 kb)
表S3。无应答者(NR)患者中T2vsT1的差异表达基因(DEG)。本表描述了NRs中T1与T2之间差异表达分析的结果。共鉴定出1914个padj < 0.01的DEG。对于每个基因,报告以下信息:Ensembl基因名称、所有样本中的平均表达水平(baseMean)、比较T2 versus T1的log2FoldChange、统计显著性水平(padj)、基因组坐标(chromosome_name、start_position、end_position)、基因功能描述(description)、官方基因符号(external_gene_name)、基因类型(gene_biotype),以及每个生物学样本中的归一化基因计数。缩写:T1 时间点1,T2 时间点2。(XLSX 2409 kb)
表S4。从差异表达基因(DEG)列表获得的基因本体(GO)富集簇——应答者(R)患者中的完整表格。本表是表2的扩展和更详细版本。描述了所有66个显著富集的GO术语,并注明该GO术语是仅在Rs中发现,还是在Rs和无应答者(NRs)中均发现(患者情况)。(XLSX 17 kb)
表S5。从差异表达基因(DEG)列表获得的基因本体(GO)富集簇——无应答者(NR)患者中的完整表格。本表为表3的扩展和更详细版本。描述了全部48个显著富集的GO条目,并注明该GO条目是仅见于NRs还是同时见于应答者(Rs)和NRs(患者情况)。(XLSX 16 kb)
表S6。趋势分析(Mann–Whitney检验)——完整表格。本表描述了应答者(Rs)和无应答者(NRs)在时间点1(T1)与T2之间呈现不同表达趋势的125个基因。对于每个基因,报告以下信息:R(log2FC.R)和NR(log2FC.NR)中T2与T1比较的log2FoldChange、R和NR中的统计显著性水平(padj.R、padj.NR)、Mann–Whitney检验的显著性水平(pval.wilcox)、R中的平均表达水平(basemean R)和NR中的平均表达水平(baseMean NR)、基因组坐标(染色体、起始、终止)、基因功能描述(description)以及基因类型(gene_biotype)。(XLSX 33 kb)
参考来源
- Barcella M, Bollen Pinto B, Braga D, et al. Identification of a transcriptome profile associated with improvement of organ function in septic shock patients after early supportive therapy. Crit Care. 2018. PMID: 30463588. doi:10.1186/s13054-018-2242-3
- 全文:PMC6249814(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6249814/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。