ABSTRACT

Flow cytometry is a classical approach used to define cell types in peripheral blood. While DNA methylation signatures have been extensively employed in recent years as an alternative to flow cytometry to define cell populations in peripheral blood, this approach has not been tested in lung-derived samples. Here, we compared bronchoalveolar lavage with a more cost-effective and less invasive technique based on sputum induction and developed a DNA methylome-based algorithm that can be used to deconvolute the cell types in such samples. We analysed the DNA methylome profiles of alveolar macrophages and lymphocytes cells isolated from the pulmonary compartment. The cells were isolated using two different methods, sputum induction and bronchoalveolar lavage. A strong positive correlation between the DNA methylome profiles of cells obtained with the two isolation methods was found. We observed the best correlation of the DNA methylomes when both isolation methods captured cells from the lower parts of the lungs. We also identified unique patterns of CpG methylation in DNA obtained from the two cell populations, which can be used as a signature to discriminate between the alveolar macrophages and lymphocytes by means of open-source algorithms. We validated our findings with external data and obtained results consistent with the previous findings. Our analysis opens up a new possibility to identify different cell populations from lung samples and promotes sputum induction as a tool to study immune cell populations from the lung.

摘要

流式细胞术是一种用于定义外周血细胞类型的经典方法。尽管近年来 DNA 甲基化特征已被广泛用作流式细胞术的替代方法来定义外周血中的细胞群，但这种方法尚未在肺来源的样本中进行测试。在这里，我们将支气管肺泡灌洗与基于痰液诱导的更具成本效益和侵入性较小的技术进行了比较，并开发了一种基于 DNA 甲基化组的算法，可用于对此类样本中的细胞类型进行去卷积。我们分析了从肺隔室分离的肺泡巨噬细胞和淋巴细胞的 DNA 甲基化组谱。使用两种不同的方法分离细胞，痰液诱导和支气管肺泡灌洗。发现用两种分离方法获得的细胞的 DNA 甲基化组谱之间存在强正相关。当两种分离方法从肺下部捕获细胞时，我们观察到 DNA 甲基化组的最佳相关性。我们还确定了从两个细胞群中获得的 DNA 中独特的 CpG 甲基化模式，这可以用作通过开源算法区分肺泡巨噬细胞和淋巴细胞的特征。我们用外部数据验证了我们的发现，并获得了与之前的发现一致的结果。我们的分析开辟了一种新的可能性，可以从肺部样本中识别不同的细胞群，并促进痰液诱导作为研究肺部免疫细胞群的工具。当两种分离方法从肺下部捕获细胞时，我们观察到 DNA 甲基化组的最佳相关性。我们还确定了从两个细胞群中获得的 DNA 中独特的 CpG 甲基化模式，这可以用作通过开源算法区分肺泡巨噬细胞和淋巴细胞的特征。我们用外部数据验证了我们的发现，并获得了与之前的发现一致的结果。我们的分析开辟了一种新的可能性，可以从肺部样本中识别不同的细胞群，并促进痰液诱导作为研究肺部免疫细胞群的工具。当两种分离方法从肺下部捕获细胞时，我们观察到 DNA 甲基化组的最佳相关性。我们还确定了从两个细胞群中获得的 DNA 中独特的 CpG 甲基化模式，这可以用作通过开源算法区分肺泡巨噬细胞和淋巴细胞的特征。我们用外部数据验证了我们的发现，并获得了与之前的发现一致的结果。我们的分析开辟了一种新的可能性，可以从肺部样本中识别不同的细胞群，并促进痰液诱导作为研究肺部免疫细胞群的工具。它可以用作通过开源算法区分肺泡巨噬细胞和淋巴细胞的特征。我们用外部数据验证了我们的发现，并获得了与之前的发现一致的结果。我们的分析开辟了一种新的可能性，可以从肺部样本中识别不同的细胞群，并促进痰液诱导作为研究肺部免疫细胞群的工具。它可以用作通过开源算法区分肺泡巨噬细胞和淋巴细胞的特征。我们用外部数据验证了我们的发现，并获得了与之前的发现一致的结果。我们的分析开辟了一种新的可能性，可以从肺部样本中识别不同的细胞群，并促进痰液诱导作为研究肺部免疫细胞群的工具。