《Science综述 | 干扰素γ与传染病: 教训与前景》

  • 来源专题:战略生物资源
  • 编译者: 李康音
  • 发布时间:2024-04-24
  • 2024年4月19日,维尔康奈尔医学中心Carl F. Nathan、耶鲁大学John D. MacMicking、洛克菲勒大学Jean-Laurent Casanova共同通讯在Science发表题为Interferon-γ and infectious diseases: Lessons and prospects的综述,概述了目前对IFN-γ在对抗感染中的作用及其作为治疗策略的潜力的理解。

    IFN-γ的进化史揭示了其在不同有颌类脊椎动物中的存在,突出了其古老的根源和功能意义。虽然最初被描述为一种抗病毒因子,但随后的发现揭示了IFN-γ激活巨噬细胞并对细胞内病原体提供保护的强大能力,从而将其命名为“巨噬细胞激活因子”(macrophage-activating factor, MAF)。IFN-γ由各种淋巴亚群产生,包括T细胞(CD4αβ、CD8αβ和γδ)、自然杀伤(NK)细胞、恒定NKT(iNKT)细胞、粘膜相关恒定T(MAIT)细胞和1型先天淋巴细胞(ILC1)。这种多样的细胞来源强调了IFN-γ在协调针对感染的免疫反应中的重要性。此外,IFN-γ作用于巨噬细胞以外的广泛细胞,超过70%的人细胞类型表达对这种细胞因子作出反应所必需的受体和信号机制。

    在与受体结合后,IFN-γ启动信号级联,最终转录数百个ISG(interferon-stimulated gene)。这些ISG编码多有助于抗菌防御的蛋白质,包括促进氧化、亚硝基化、细胞内病原体酸化以及剥夺必需营养素和金属的酶、离子通道和泵。此外,一些ISG破坏微生物膜,损害病原体进入或离开宿主细胞,或促进细胞内病原体的排出。对先天性IFN-γ免疫突变个体(统称为“孟德尔遗传分枝杆菌病易感性”( "Mendelian susceptibility to mycobacterial disease, MSMD))的研究揭示了IFN-γ在人类宿主防御中的非冗余作用。这些基因缺陷影响IFN-γ的产生或反应,使个体容易受到一系列细菌、真菌和原生动物感染。令人惊讶的是,与MSMD相关的感染范围比小鼠研究预测的要窄,这突出了将动物模型应用为人类生物学的复杂性。

    此外,中和IFN-γ的自身抗体的发现揭示了MSMD的自身免疫表型,其主要出现在东亚裔个体中。这些发现扩展了我们对细胞因子网络以及天然免疫和适应性免疫在对抗感染中的相互作用的理解。临床试验和观察性研究已经证明了外源性给予重组IFN-γ对1200多名患者,特别是免疫缺陷或耐多药感染患者的治疗潜力。在标准治疗失败的情况下,IFN-γ治疗已显示出对各种细菌、原生动物、病毒和真菌感染的辅助治疗效果。然而,作者建议对IFN-γ给药的剂量和时间保持谨慎,因为过量的IFN-γ水平可能会适得其反,并可能加剧免疫病理。IFN-γ治疗的潜在对象包括缺乏IFN-γ产生但能够对其作出反应的个体,如遗传缺陷、获得性免疫缺陷(如艾滋病、癌症)或特定感染期间IFN-γ生成能力的疾病选择性缺陷。

    展望未来,作者指出了几种可探索的途径,包括了解IFN-γ与其他干扰素类型的进化差异,揭示转座元件和内源性逆转录病毒在形成IFN-γ诱导的基因表达中的作用,以及阐明尚未表征的ISG和微蛋白(microprotein)的功能。此外,研究IFN-γ对社会行为和认知功能的影响,以及利用新技术和疾病模型,可能可以产生新的治疗策略。

    总之,IFN-γ是宿主抵御传染病的关键细胞因子,其产生和信号通路对协调抗菌反应至关重要。目前在理解其生理机制和治疗潜力方面取得了重大进展,正在进行的研究有望揭示IFN-γ多方面作用的新方面,并有助于制定对抗传染病的创新战略。

  • 原文来源:https://www.science.org/doi/10.1126/science.adl2016
相关报告
  • 《Science:人工智能正在提升人类对抗传染病的水平》

    • 来源专题:生物安全知识资源中心—领域情报网
    • 编译者:hujm
    • 发布时间:2023-08-03
    • 当疾病是由生物体(包括寄生虫、细菌、真菌和病毒)所引起时,这些疾病是具有传染性的。人类和动物可以从环境或食物中感染传染病,也可以通过相互作用而感染。   传染病是一项棘手的全球挑战,尽管科学已经提供了稳定的解决方案,但传染病所带来的问题的严重性仍在继续增长。当今世界的联系日益紧密,使人们的关系进入了新的种类和层次,气候危机正在使环境和生态网络失去平衡。曾经可以用药物治疗的疾病开始变得具有耐药性,新药开发比以往任何时候都更加昂贵。此外,资源分配不均意味着某些地区完全不需要担心的疾病在另一些地区却非常严重。   人工智能(AI)是科学家们对抗传染病的工具箱中的新成员。在短短几年时间里,AI加速了医学科学和公共卫生领域一些最紧迫问题的进展。该领域的研究人员将生命科学知识与计算、化学和设计技能相结合,满足了数十年来对跨学科治疗这些疾病并阻止其传播的努力和追求。   近日,James Collins 等人在 Science 期刊发表了题为:Leveraging artificial intelligence in the fight against infectious diseases 的综述论文。该综述从专家的角度眼光看待人工智能如何改变传染病研究,他们评估了人工智能和传染病研究在三个主要研究领域的进展、局限性和前景——抗感染药物发现、感染生物学和传染病诊断。 通过复杂的算法和机器学习,人工智能可以分析大量数据集,并识别出人类研究人员无法察觉的模式。这种数据驱动的方法加快了有希望的药物的筛选和选择,加速了传染病有效治疗方法的发展。 感染生物学 通过分析复杂的生物数据,人工智能算法可以揭示感染性生物与宿主免疫系统之间复杂的相互作用。这些新发现为疾病机制、传播动力学和宿主-病原体相互作用提供了重要见解,为制定有针对性的干预措施和预防策略提供了信息。 传染病诊断 人工智能技术有望彻底改变诊断工具的准确性和效率。通过利用机器学习算法,人工智能可以分析医学影像、基因组数据和临床记录,精确地检测和预测疾病结果。这种变革性的能力使我们能够更早、更准确地进行诊断,促进及时的治疗干预,并减少传染病的传播。 尽管人类已经在分子生物学、遗传学、计算科学和药物化学等方面取得了许多进步,但传染病仍然是公众健康的重大威胁。应对病原体暴发、大流行和抗生素耐药性带来的挑战需要跨学科的协调努力。人工智能与系统生物学和合成生物学相结合,正在引领快速发展,扩大抗感染药物发现,增强我们对感染生物学的理解,并加速诊断技术的发展。 在这篇综述中,论文作者讨论了检测、治疗和理解传染病的方法,强调了人工智能在这几方面的推动作用,并建议在利用人工智能帮助控制传染病暴发和大流行。
  • 《研究综述:2019年3月15日》

    • 来源专题:人类遗传资源和特殊生物资源流失
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2019-03-19
    • 系统生物学研究人类出生后的身体变化,对癌症的关键见解,研究古伊比利亚半岛,等等。 欢迎来到2019年3月15日的研究综述,这是布罗德研究所(Broad Institute)的科学家和他们的合作者发表的最新研究的一个重复快照。 来自年轻一代的数据洪流 为了系统生物学研究出生后人体的变化,由克拉曼细胞观测站的副成员Ofer Levy和英属哥伦比亚大学的Tobias Kollmann领导的研究小组分析了新生儿出生第一周的血液样本。他们优化了从不到半茶匙的血液中提取转录组、蛋白质组、代谢组、细胞因子/趋化因子和单细胞免疫表型数据的方法。研究小组发现,在稳定的发育轨道上发生了巨大的变化,尤其是干扰素和补体通路以及中性粒细胞相关信号。请阅读《自然通讯》、《波士顿儿童医院博客》、《向量》和《科学美国人》。 测量那些活不长也不活跃的细菌 使用传统的生长抑制试验很难筛选出杀死耐药细菌的新抗生素。为了克服这一挑战,由该研究所成员James Collins、博士后Jonathan Stokes和传染病和微生物组项目的Arnaud Gutierrez领导的一个团队开发了一种固体培养基便携式细胞杀伤(SPOCK)检测方法,使用代谢敏感染色来显示耐抗生素细菌的死亡。《自然方法》(Nature Methods)杂志上描述了这种方法,它可以阐明如何操纵细菌的代谢状态,从而使抗生素变得更有效,并有助于揭示一套治疗各种代谢状态细菌的综合目标。 为组蛋白呼吸新鲜空气 细胞对氧气水平的变化做出反应,部分原因在于氧气感应反馈回路,其中包括酶的加入或移除组蛋白上称为甲基的化学标签(这种蛋白质结构有助于控制哪些基因在什么时候是活跃的)。然而,目前还不清楚的是,这些酶是直接还是间接地(通过其他的氧检测蛋白)感知氧气。博士后阿布夏克·查克拉博蒂、癌症项目的联合成员威廉·凯林和同事们在《科学》杂志上撰文称,一种名为KDM6A的酶确实能直接感知氧气,有助于阐明氧气影响细胞发育的方式,尤其是在胚胎中(因为子宫中氧气相对较少)。 最大限度地破坏Myc Myc转录因子是许多癌症的关键因子,通常与另一种转录因子Max协同工作,激活生长和增殖基因。安吉拉·克勒研究所领导的研究小组成员——包括癌症计划的成员,化学生物学和治疗科学项目,中心疗法的发展——在细胞化学生物学报告一个叫做ki -一- 008小分子相互鼓励的副本Max绑定而不是Myc和减少肿瘤生长在实验室和动物模型。这一发现为间接靶向Myc治疗癌症提供了新的策略。 绘制从变量到函数的路径图 全基因组关联研究(GWASs)在发现与特定人类特征相关的基因变异方面做得很好,但从那以后,确定“因果”变异及其工作机制仍然具有挑战性。在《自然遗传学》(Nature Genetics)杂志上,联合研究员雅各布·乌利尔施(Jacob Ulirsch)、研究生凯勒布·拉罗(Caleb Lareau)和埃里克·鲍(Erik Bao)、联合成员杰森·布恩罗斯特罗(Jason Buenrostro)和维贾伊·桑卡兰(Vijay Sankaran)及其同事将遗传精细作图(一种从统计学上解决可能的因果变异的方法)应用于16项血细胞生产指标。他们将这些结果与多种组织特异性表观基因组数据集结合,以确定数百种变异的潜在调控机制和细胞类型。在作者的推文中了解更多。 罕见卵巢癌的分子研究 大约20%的人类癌症与一组名为mSWI/SNF的蛋白质突变有关。一个由博士后Joshua Pan、ciall Kadoch和他的同事领导的研究小组研究了一种罕见的卵巢癌,叫做SCCOHT,绝大多数肿瘤表现为mSWI/SNF atp酶成分、SMARCA4和SMARCA2完全缺失。研究小组分析了这些成分的作用以及它们组装成的复杂“模块”,揭示了它们在基因调控中的功能以及SCCOHT致癌机制。请阅读《自然遗传学》和作者的推文。 调查古伊比利亚 在《科学》(Science)杂志上,由资深副研究员戴维•赖克(David Reich)及其同事领导的一个小组报告了关于伊比利亚半岛人口历史的新见解。研究人员分析了公元前6000年至公元1600年间的403名古伊比利亚人、975名来自伊比利亚以外的古代人以及2862名现代人的基因组。最引人注目的发现表明,伊比利亚Y染色体的祖先几乎完全被来自大草原的祖先在青铜时代取代。该研究还包括关于古代狩猎采集者之间的遗传变异以及古伊比利亚人与北非和地中海人的混合的细节。阅读更多来自哈佛医学院和纽约时报的新闻故事。