코로나19 감염 특이 후성유전적 조절 네트워크 분석 고도화 연구

초록

ㅁ 최종 목표: 단일세포 기반 SARS-CoV-2 감염 특이 후성유전체 중점 분석을 통한 치료조절인자 발굴 및 평가 ㅇ 세부 목표 1) 코로나19 감염 특이 다중오믹스 DB 고도화 분석 2) 코로나19 바이러스 감염 특이적 후성유전인자 네트워크 변화 분석 3) 오가노이드 등 평가모델에서의 후성유전체 연계 치료후보인자 평가 ㅁ 연구 결과 ㅇ 기 확보한 코로나19 혈액 단일세포 다중 오믹스 데이터 (정상: 3, 환자: 15, 총 4개의 중증도)를 기반으로 감염 특이적인 세포군 비율, 전사체, 후성유전체 기반으로 감염 감수성 세포군 동정 ㅇ 5가지로 구분된 중증도별 세포군 비율변화를 통해 감염-중증도 연관 감수성 세포 Monocyte 동정 ㅇ Monocyte 세부 분석을 통해 중증도 연관 클러스터 구분 및 면역 반응 연관 세포 기능 동정 ㅇ 코로나19 공공데이터 기반 통합 분석으로 Monocyte 중증도 연관 클러스터 존재 확인 및 검증 ㅇ 코로나19 폐 조직 공공데이터 통합 분석을 통한 Monocyte 내 공통 신호전달 체계 규명 ㅇ 후성유전체 기반 고도화 분석 (전사체-후성유전체 통합 데이터 기반 머신러닝)을 수행하여 Monocyte 내 중증도 연관 클러스터 특이적 유전자 조절 네트워크 구축 ㅇ 중증도 연관 클러스터 내 핵심 전사인자 (ETS1, SMAD3, JDP2 등) 동정 및 중증도 연관 세포 기능 조절 및 하위 유전자 규명 ㅇ THP-1 세포 주 기반 코로나19 감염 및 중증도 연관 KO/KD 세포주 제작 (총 5종: ITGAM, ITGB2, IFNGR1, JDP2, ADGRE2) ㅇ 정상 폐 조직 유래 폐포 (Alveolar) 및 기도 (Airway) 오가노이드 제작 ㅇ 폐포, 기도 오가노이드를 활용한 SARS-CoV-2 subtype 4종에 대한 감염모델 구축 ㅁ 결론 ㅇ 코로나19 단일세포 다중 오믹스 데이터를 기반으로 감염 및 중증도와 연관된 전사체 및 후성유전체, 세포군 비율변화를 통해 코로나19 감수성 세포 Monocyte를 동정함. Monocyte 내 중증도 연관 클러스터의 구분과 더불어 공개 데이터들과의 비교 분석을 수행하여 검증 및 공통발현 유전자를 동정하였으며 후성유전체 데이터 기반 고도화 분석 및 머신러닝 기법을 이용해 중증도 연관 유전자 조절 네트워크를 규명함. 이를 통해 중증도 특이적인 유전자 조절 네트워크를 구축하였으며 세포 유효성 평가를 위한 세포 주 구축 및 감염 Mimic 모델을 구축함. 또한, 폐포 및 기도 오가노이드 제작과 더불어 4가지 subtype에 대한 감염모델을 구축하였음.

ㅁ Research Goals: Discovery and Evaluation of Therapeutic Regulatory Factors Through Epigenome-Focused Single-Cell Analysis of SARS-CoV-2 Infection-Specific Features ㅁ Detailed goals 1) Advanced analysis of COVID-19 infection-specific multi-omics DB 2) Analysis of COVID-19 virus infection-specific epigenetic factor network changes 3) Evaluation of epigenomics-linked therapeutic candidates in evaluation models such as organoids ㅁ Results - Identification of infection-susceptible cell type based on infection-specific cell population, transcriptomes, and epigenomics using COVID-19 single-cell multi-omics data (normal: 3, patients: 15, total 4 severities) - Identification of Monocytes as infection & severity-associated susceptible cells - Distinguishing clusters of severity associations and identifying immune response-related cell functions through advanced analysis in Monocytes - Verification of the existence of clusters associated with severity in Monocytes through integrated analysis with COVID-19 public data - Identification of common signaling system in Monocytes through integrated analysis of public data on COVID-19 lung tissue - Establishing the cluster-specific gene regulatory networks of severity in Monocytes by performing advanced epigenomics analysis - Identification of key transcription factors (ETS1, SMAD3, JDP2, etc.) within the severity-associated cluster and cellular function and downstream genes - Development of KO/KD cell lines based on THP-1 cells (ITGAM, ITGB2, IFNGR1, JDP2, ADGRE2) - Establishment of Alveolar and Airway organoids derived from normal lung tissue - Development of SARS-CoV-2 infection models using Alveolar and Airway organoids ㅁ Conclusion - This study utilized single-cell transcriptomics and epigenomics to identify monocytes as key players in COVID-19 infection susceptibility and severity. Changes in gene expression, epigenetic markers, and cell population proportions revealed severity-specific Monocyte clusters. Comparative analysis with public datasets identified and validated shared gene expression profiles. Advanced epigenomic and machine learning approaches uncovered severity-associated gene regulatory networks, while infection-mimicking cell lines and alveolar/airway organoids enabled modeling of SARS-CoV-2 infection across four subtypes.