基于组学大数据的免疫细胞及其亚群的标志分子系统分析及鉴定

Systematic analysis of omic big data and the data mining will drive big-data-based knowledge discovery. In our previous study, we have built a method of gene plasticity analysis based on transcriptomic big data; based on the extent of gene expressional plasticity, genes can be divided into two groups with low and high plasticity respectively, and they have different applications. In the current study, we will use gene plasticity in the identification of human and mouse immune cell lineage markers and in the prediction of novel immune cell sub-populations, that is, low plastic genes will be identified and thus potential lineage markers can be discovered among these genes; in addition, high plastic genes will also be identified and used for further division and prediction of novel immune cell sub-populations. In the study, a brand new immunoinformatics method virtual sorting will be introduced to identify the potential characteristic molecules of immune cell sub-populations, and a database on virtual sorting will be built to store the analysis results for free accessibility. In the study, we will also perform experiments to verify parts of the immune cell lineage marker and sub-population candidates to evaluate the validity and accuracy of our methods. Through the implementation of this project, it will be greatly beneficial to the development of immunological cross discipline and to the personnel training of the cross discipline, moreover, a large amount of valuable information and original knowledge points will efficiently contribute to the progress of this field.

对组学大数据进行系统分析和挖掘有利于驱动基于大数据的科学知识发现。在我们前期工作中，我们基于转录组学大数据建立了基因可塑性分析方法；根据基因表达的可塑性将基因分为低可塑性和高可塑性两类，分别具有不同的用途。本研究拟将基因可塑性用于人与小鼠免疫细胞谱系marker鉴定及新的免疫细胞亚群预测，亦即通过鉴定低可塑性基因并从中寻找免疫细胞谱系marker；通过鉴定高可塑性基因用于进一步划分和预测新的免疫细胞亚群。本项目还将运用虚拟分选这一全新免疫信息学分析方法对免疫细胞亚群潜在的特征分子进行系统性分析，将分析结果建成虚拟分选数据库供免费检索。本研究还将对部分谱系marker及免疫细胞亚群开展试验验证以评估分析方法的有效性和准确性。通过本项目的实施，不仅极有利于免疫学交叉学科的发展及交叉学科人才的培养，大量有价值的信息及原创性知识点还将高效促进本领域的研究进展。

基因（表达）可塑性是指在各种遗传因素和实验条件下基因表达水平的改变，可以通过基因可塑性得分进行量化描述。基因可以分为高可塑和低可塑两个主要类别。从高可塑性基因中遴选标志分子可用来发现新的免疫细胞亚群；针对低可塑性基因可从中遴选免疫细胞谱系标志分子。本研究利用大量基因芯片来源的转录组学大数据，对人和小鼠多个不同类型免疫细胞的高、低可塑性基因进行了鉴定，对免疫细胞不表达的蛋白质编码基因进行了鉴定。针对可塑性得分大于或等于30的基因，在人B细胞、CD4+T及CD8+T细胞、自然杀伤细胞、单核细胞、中性粒细胞、树突状细胞、巨噬细胞，以及数据量相对较多的小鼠B细胞、CD4+T及CD8+T细胞中开展了虚拟分选分析，鉴定出与高可塑性基因密切相关的基因集合，其不仅可以用于免疫细胞亚群的功能分析，还可用于基因的表达调控分析。在T细胞中遴选了12个高可塑性分子进行了流式验证，证实了GPA33+T细胞，DSC1+T细胞，CD49C+T细胞，GPR56+T细胞，LAYN+T细胞等功能性亚群的存在。同时，利用信息学手段对16万余篇免疫相关的英文文献进行了梳理，整理出经过实验验证的人类2757个和小鼠2233个免疫细胞亚群，建立了ImmuSubset数据库以贮存这些免疫细胞的免疫表型及其标志分子信息。基因富集分析表明，各类免疫细胞已知亚群标志分子均显著富集在各自的高可塑基因区域。基于上述分析和研究结果，我们提出了基于基因可塑性的免疫细胞亚群细分这一新的免疫细胞亚群分类方法，用于统一描述已知和未知的免疫细胞亚群；同时提出了内表型概念用于描述不同亚群之间表型转换规律和内在的约束机制。本研究尚对髓系细胞高表达的低可塑性基因LRRC25在髓系细胞分化发育中的功能进行了研究，结果提示LRRC25是全反式维甲酸调控粒细胞分化的重要因子。本研究获得的大量有价值的信息及原创知识点有效拓展了基础免疫学的研究领域和方向。