COVID-19感染細胞のトランスクリプトーム解析

概要

ヒトの肺モデル細胞にウィルスを感染させ、それぞれmRNAの発現量の計測した (Blanco-Melo et al. 2020)。公開されているデータを用いて発現差異解析を行う。

cell line  
NHBE 正常ヒト気管支上皮細胞
A549 ヒト肺胞基底上皮腺癌細胞
Calu3 ヒト肺気道がん細胞
A549-ACE2 A549でACE2を過剰発現させた株
virus  
Mock 感染なし（コントロール）
SARS-CoV-2 severe acute respiratory syndrome coronavirus 2
IAV influenza A virus
RSV human respiratory syncytial virus
HPIV3 Human parainfluenza viruses 3
IAVdNS1 influenza A virus, NS1欠損株
SARS-CoV-2_Rux SARS-CoV-2 + Ruxolitinib

より詳しくは元論文および公開データを参照すること。

以下では、NHBE（正常ヒト気管支上皮細胞）にSARS-CoV-2を感染させたサンプルについてコントロールとの発現差異を検出する例を示す。 上記の公開データでは他にも様々な条件で計測したデータが提供されているので、各自様々な条件における発現差異を検出し、機能解析を試されたい。

データのダウンロード

  1. http://usegalaxy.eu/ にログインする。
  2. 新しいヒストリーを作成し、「COVID-19: transcriptional response」という名前を付ける。
  3. データをアップロードする。
    • 左上のアップロードボタンを押す。

    upload

    • 「Download from web or upload from disk」ダイアログの下部にあるPaste/Fetch dataを押す。
    • 出現したボックスにデータのURL https://git.io/JfOag を入力し、“Type (set all):”をzipに変更する。
    • Startを押す。

    upload

    • データの名前をGSE147507_RawReadCounts_Human.zipに変更する。
  4. データを解凍する。
    • ツールパネルからunzipを選ぶ。
    • “input_file”をGSE147507_RawReadCounts_Human.zipにする。
  5. 得られたデータはカウントデータである。ファイル名はSeries*_細胞株_感染ウィルス_*となっている。

発現差異検出

  1. ツールパネルからDESeq2を選び、
    • “how”: Select datasets per level
    • “Factor” - “1: Factor”中:
      • “Specify a factor name”: virus
      • “1: Factor level”中:
        • “Specify a factor level”: Mock
        • “Counts file(s)”: Series1_NHBE_Mock_*サンプルを選択。ボックス右のBrowse Datasetsボタンを押して、出現したダイアログの“Type to Search” tsvを指定し、目的のファイルを複数選択する。
      • “2: Factor level”中:
        • “Specify a factor level”: SARS-CoV-2
        • “Counts file(s)”: Series1_NHBE_SARS-CoV-2_*サンプルを選択
    • “Files have header?”: Yes
    • “Output normalized counts table”: Yes
    • Executeボタンを押して実行する。
  2. Gene lengthを計算する。
    • 上部の Shared Data -> Data Libraries から、共有データにアクセスし、Genomes + annotaions / Annotations / 2017 / hg38_UCSC_07_15_genes.gtf を選んでhistoryにimportする。
    • ツールパネルからGene length and GC contentsを選ぶ。
    • “Select a built-in GTF file or one from your history”: Use a GTF from histroy
    • “Choose history if you don’t see the correct GTF”: 先ほどimportしたGTFファイル
    • “Select a built-in FASTA or one from your history”: Use a built-in FASTA
    • “Select a FASTA file”: Human Dec. 2013 (GRCh38/hg38) (hg38)

これ以降の解析はここの「発現差異遺伝子の可視化」以下とほぼ同じである。 ただし、「発現差異遺伝子の機能推定」のgoseqでは、

  • “Gene lengths file”: 上で計算した Gene length
  • “Select a genome to use”: Human (hg38)
  • “Select Gene ID format”: Gene Symbol

を選ぶ。