Neues Datenanalysetool deckt wichtige COVID-19-Hinweise auf

Ein neues Datenanalysetool, das von Yale-Forschern entwickelt wurde, hat die spezifischen Immunzelltypen aufgedeckt, die mit einem erhöhten Todesrisiko durch COVID-19 verbunden sind, berichten sie am 28. Februar in der Zeitschrift Naturbiotechnologie.

Es ist bekannt, dass Zellen des Immunsystems wie T-Zellen und Antikörper produzierende B-Zellen einen umfassenden Schutz gegen Krankheitserreger wie SARS-CoV-2, das Virus, das COVID-19 verursacht, bieten. Und umfangreiche Datenanalysen von Millionen von Zellen haben Wissenschaftlern einen breiten Überblick über die Reaktion des Immunsystems auf dieses spezielle Virus gegeben. Sie haben jedoch auch herausgefunden, dass einige Immunzellreaktionen – einschließlich von Zelltypen, die normalerweise schützend sind – bei Patienten gelegentlich tödliche Entzündungen und den Tod auslösen können.

Andere Datenanalyse-Tools, die eine Untersuchung bis auf die Ebene einzelner Zellen ermöglichen, haben Wissenschaftlern einige Hinweise auf die Schuldigen in schweren COVID-Fällen gegeben. Solchen fokussierten Ansichten fehlt jedoch oft der Kontext bestimmter Zellgruppierungen, die zu besseren oder schlechteren Ergebnissen führen können.

Das Multiscale PHATE-Tool, ein in Yale entwickeltes Tool für maschinelles Lernen, ermöglicht es Forschern, innerhalb von Minuten alle Auflösungen von Daten zu durchlaufen, von Millionen von Zellen bis zu einer einzelnen Zelle. Die Technologie baut auf einem Algorithmus namens PHATE auf, der im Labor von Smita Krishnaswamy, außerordentlicher Professor für Genetik und Informatik, entwickelt wurde und viele der Mängel bestehender Datenvisualisierungstools überwindet.

„Algorithmen für maschinelles Lernen konzentrieren sich in der Regel auf eine einzelne Auflösungsansicht der Daten und ignorieren Informationen, die in anderen, fokussierteren Ansichten zu finden sind“, sagte Manik Kuchroo, Doktorand an der Yale School of Medicine, der an der Entwicklung der Technologie mitgewirkt hat und Co-Leiter ist Autor des Papiers. „Aus diesem Grund haben wir Multiscale PHATE entwickelt, mit dem Benutzer hineinzoomen und sich auf bestimmte Teilmengen ihrer Daten konzentrieren können, um detailliertere Analysen durchzuführen.“

Kuchroo, der in Krishnaswamys Labor arbeitet, analysierte mit dem neuen Tool 55 Millionen Blutzellen, die 163 Patienten entnommen wurden, die mit schweren Fällen von COVID-19 in das Yale New Haven Hospital eingeliefert wurden. Grob betrachtet stellten sie fest, dass hohe Konzentrationen von T-Zellen vor schlechten Ergebnissen zu schützen scheinen, während hohe Konzentrationen von zwei Typen weißer Blutkörperchen, die als Granulozyten und Monozyten bekannt sind, mit einer höheren Sterblichkeitsrate verbunden waren.

Als die Forscher jedoch auf eine detailliertere Ebene vordrangen, entdeckten sie, dass TH17, eine Helfer-T-Zelle, auch mit einer höheren Sterblichkeit verbunden war, wenn sie mit den Immunsystemzellen IL-17 und IFNG geclustert wurde.

Durch die Messung der Menge dieser Zellen im Blut konnten sie mit einer Genauigkeit von 83 % vorhersagen, ob der Patient lebte oder starb, berichten die Forscher.

„Wir konnten die Risikofaktoren der Sterblichkeit in eine Rangfolge bringen, um zu zeigen, welche die gefährlichsten sind“, sagte Krishnaswamy.

Theoretisch könnte das neue Datenanalysetool zur Feinabstimmung der Risikobewertung bei einer Vielzahl von Krankheiten verwendet werden, sagte sie.

Jessie Huang vom Yale Department of Computer Science und Patrick Wong vom Department of Immunobiology sind Co-Hauptautoren der Veröffentlichung. Akiko Iwasaki, Waldemar-von-Zedtwitz-Professorin für Immunbiologie, ist Co-Korrespondenzautorin.