耶魯大學研究人員開發的一種新數據分析工具揭示了跟COVID-19死亡風險增加有關的特定免疫細胞類型，他們於2022年2月28日在《Nature Biotechnology》上發表了這一報告。
眾所周知，T細胞和產生抗體的B細胞等免疫系統細胞對SARS-CoV-2等病原體提供廣泛的保護。
而對數以百萬計的細胞進行的大規模數據分析使科學家們對免疫系統對這種特定病毒的反應有了廣泛的了解。另外，他們還發現，一些免疫細胞反應–包括通常具有保護作用的細胞類型–偶爾也會引發致命的炎症和病人的死亡。
其他允許檢查到單細胞水平的數據分析工具已經為科學家們提供了一些關於嚴重COVID病例的罪魁禍首的線索。但這種集中的觀點往往缺乏可能帶來更好或更差結果的特定細胞組的背景。
多尺度PHATE工具則是耶魯大學開發的機器學習工具，它允許研究人員在幾分鐘內通過所有分辨率的數據。該技術建立在一個名為PHATE的算法之上，該算法由遺傳學和計算機科學副教授Smita Krishnaswamy的實驗室創建，它克服了現有數據可視化工具的許多缺點。
“機器學習算法通常專註於數據的單一分辨率視圖，其忽略了可以在其他更集中的視圖中發現的信息，”耶魯大學醫學院的博士生Manik Kuchroo說道，“出於這個原因，我們創建了多尺度PHATE，它允許用戶放大並關注其數據的特定子集從而以進行更詳細的分析。”他幫助開發了這項技術，同時也是該論文的共同第一作者。
在Krishnaswamy實驗室工作的Kuchroo用這個新工具分析了從耶魯大學紐黑文醫院收治的163名COVID-19嚴重病例患者身上提取的5500萬個血細胞。從廣義上看，他們發現高水平的T細胞似乎對不良後果有保護作用，而高水平的兩種白血球類型即粒細胞和單核細胞則跟較高的死亡率有關。
然而當研究人員深入到更細微的層面時，他們發現TH17（一種輔助性T細胞）跟免疫系統細胞IL-17和IFNG聚集在一起時也與較高的死亡率有關。
研究人員報告稱，通過測量這些細胞在血液中的數量，他們可以預測病人是生是死，準確率可以達到83%。
Krishnaswamy表示：“我們能對死亡的風險因素進行排序以顯示哪些是最危險的。”她指出，從理論上講，這種新數據分析工具可以用來對一系列疾病的風險評估進行微調。