![pageSearch](/themes/hestia/images/page-search.webp)
Ballard-Mädchen kommen bei zwei Leichtathletikwettkämpfen unter die ersten vier
Mar 07, 2023Ballard Boys Golf-Team gewinnt in Nevada Co
Mar 09, 2023Collins
Mar 11, 2023Diablo Tools stellt bahnbrechende Lösungspalette vor
Mar 13, 2023Beste Drehzahl für Lochsägen beim Schneiden jeglichen Materials
Mar 15, 2023Die Entwicklung von Immungenen wird mit dem Schwarzen Tod in Verbindung gebracht
![May 28, 2023](/themes/hestia/images/news-details-icon1.webp)
Nature Band 611, Seiten 312–319 (2022)Diesen Artikel zitieren
159.000 Zugriffe
26 Zitate
3884 Altmetrisch
Details zu den Metriken
Infektionskrankheiten gehören zu den stärksten selektiven Zwängen, die die menschliche Evolution vorantreiben1,2. Dazu gehört das größte Einzelsterblichkeitsereignis in der aufgezeichneten Geschichte, der erste Ausbruch der zweiten Pestpandemie, allgemein als Schwarzer Tod bezeichnet, die durch das Bakterium Yersinia pestis3 verursacht wurde. Diese Pandemie verwüstete Afro-Eurasien und tötete bis zu 30–50 % der Bevölkerung4. Um Loci zu identifizieren, die während des Schwarzen Todes möglicherweise einer Selektion unterzogen wurden, haben wir die genetische Variation rund um immunbezogene Gene aus 206 alten DNA-Extrakten charakterisiert, die aus zwei verschiedenen europäischen Populationen vor, während und nach dem Schwarzen Tod stammen. Immunloci sind im Vergleich zu einer Reihe von Nicht-Immunloci stark an hochdifferenzierten Stellen angereichert, was auf eine positive Selektion schließen lässt. Wir identifizieren 245 Varianten, die innerhalb des Londoner Datensatzes stark differenziert sind, von denen vier in einer unabhängigen Kohorte aus Dänemark repliziert wurden und die stärksten Kandidaten für eine positive Selektion darstellen. Das ausgewählte Allel für eine dieser Varianten, rs2549794, ist mit der Produktion eines ERAP2-Transkripts in voller Länge (im Vergleich zu verkürztem), einer Variation der Zytokinreaktion auf Y. pestis und einer erhöhten Fähigkeit zur Kontrolle von intrazellulärem Y. pestis in Makrophagen verbunden. Schließlich zeigen wir, dass sich schützende Varianten mit Allelen überschneiden, die heute mit einer erhöhten Anfälligkeit für Autoimmunerkrankungen verbunden sind, und liefern empirische Belege für die Rolle, die vergangene Pandemien bei der Gestaltung der heutigen Anfälligkeit für Krankheiten gespielt haben.
Infektionskrankheiten stellten einen der stärksten selektiven Belastungen in der Evolution von Menschen und anderen Tieren dar1,2. Es überrascht nicht, dass viele Kandidaten für eine bevölkerungsspezifische positive Selektion beim Menschen Immunantwortgene beinhalten, was mit der Hypothese übereinstimmt, dass die Exposition gegenüber neuen und/oder wiederauftretenden Krankheitserregern die Anpassung vorangetrieben hat5,6. Allerdings ist es eine Herausforderung, Signaturen der natürlichen Selektion mit ihren verursachenden Krankheitserregern in Verbindung zu bringen, es sei denn, die zugrunde liegenden Loci sind in modernen Populationen immer noch mit der Anfälligkeit für denselben Krankheitserreger verbunden7,8. Die Klärung der Dynamik, die das menschliche Immunsystem geformt hat, ist der Schlüssel zum Verständnis, wie historische Krankheiten heute zur Krankheitsanfälligkeit beigetragen haben.
Wir versuchten, Signaturen der natürlichen Selektion bei Europäern zu identifizieren, die durch Yersinia pestis, das Bakterium, das für die Beulenpest verantwortlich ist3, verursacht wurde. Die erste aufgezeichnete Pestpandemie begann mit der Justinianischen Pest im Jahr 541 n. Chr. (Ref. 9,10). Fast 800 Jahre später markierte der Schwarze Tod (1346–1350) den Beginn der zweiten Pestepidemie, die sich über ganz Europa, den Nahen Osten und Nordafrika ausbreitete und die Bevölkerung um bis zu 30–50 % reduzierte4,11. Da die Europäer, die den Schwarzen Tod erlebten, in letzter Zeit keiner Pest ausgesetzt waren, stellten sie wahrscheinlich immunologisch naive Bevölkerungsgruppen dar, die sich kaum oder gar nicht an Y. pestis angepasst hatten. Die hohe Sterblichkeitsrate lässt darauf schließen, dass genetische Varianten, die Schutz gegen eine Infektion mit Y. pestis boten, in dieser Zeit möglicherweise einer starken Selektion unterzogen wurden. Tatsächlich waren die nahezu zehnjährigen Pestausbrüche in den darauffolgenden vierhundert Jahren der zweiten Pandemie in Europa oft (aber nicht immer) mit verringerten Sterblichkeitsraten verbunden11,12, was auf die Entwicklung von Krankheitserregern oder veränderte kulturelle Praktiken zurückzuführen sein könnte, möglicherweise aber auch Zusammenhang mit der genetischen Anpassung des Menschen an Y. pestis.
Genomische Selektionsziele, die Y. pestis während des Schwarzen Todes auferlegte, blieben, sofern vorhanden, schwer zu ermitteln13,14,15. Um solche Orte besser zu identifizieren, haben wir genetische Variationen aus alten DNA-Extrakten charakterisiert, die von Personen stammen, die kurz vor, während oder kurz nach dem Schwarzen Tod in London und in ganz Dänemark starben. Dieses einzigartige Probenahmedesign unterscheidet weitestgehend Signaturen aufgrund von Y. pestis von solchen, die mit anderen Infektionskrankheiten oder anderen selektiven Prozessen in Verbindung stehen (obwohl wir diese nicht vollständig ausschließen können). Von London aus wurden Proben von Personen auf drei nahe beieinander liegenden Friedhöfen entnommen, die durch Radiokarbon, Stratigraphie und historische Aufzeichnungen genau auf die Zeit vor, während und nach dem Schwarzen Tod datiert wurden (Abb. 1, Ergänzungstabelle 1 und ergänzende Methoden). In Dänemark wurden Personen aus fünf geografisch über das ganze Land verteilten Orten beprobt und anhand archäologischer Methoden (z. B. Positionen der Grabarme), Stratigraphie und historischer Aufzeichnungen datiert. Wir gruppierten alle Personen in diejenigen, die vor dem Schwarzen Tod (London: etwa 1000–1250 n. Chr., Dänemark: etwa 850 n. Chr. bis etwa 1350 n. Chr.) und nach dem Schwarzen Tod (London: 1350–1539 n. Chr., Dänemark: etwa 1350 n. Chr.) lebten um 1800 n. Chr.). In London schlossen wir auch Personen ein, die auf dem Pestfriedhof East Smithfield begraben waren und alle während eines zweijährigen Zeitfensters des Schwarzen Todes zwischen 1348 und 1349 starben (Ref. 16). Die Analyse der mitogenomischen Diversität dieser Individuen identifiziert ausschließlich europäische mitogenomische Haplotypen und vermeidet so eine mögliche Verwechslung zwischen natürlicher Selektion und Populationsersatz aus außereuropäischen Quellen17.
a, Massengrabstätte des Schwarzen Todes in East Smithfield aus den Jahren 1348–1349 (Reproduktion mit Genehmigung des Museum of London Archaeology, Copyright MOLA). b, Standorte und archäologische Stättencodes (in Klammern) für Proben aus London (Einschub, nach Ref. 48, Museum of London Archaeology) und aus ganz Dänemark. c, Oben, Schätzungen der Bevölkerungsgröße für London für etwa sechs Jahrhunderte (Daten stammen aus Referenzen 13,49,50) (Ergänzungstabelle 1). Unten: Standorte der Website mit zugehörigen Datumsbereichen. Farbige Kästchen geben den Datumsbereich für Proben an, Zahlen in Kästchen zeigen Proben an, die alle Kriterien für die Einbeziehung in die endgültigen Analysen erfüllen (siehe Haupttext und ergänzende Informationen). Die Zahl im grünen Stern stammt aus East Smithfield und die gestrichelte Linie bezieht sich auf die Zeit des Schwarzen Todes.
Insgesamt untersuchten wir 516 Proben (n = 318 aus London; n = 198 aus ganz Dänemark) auf das Vorhandensein menschlicher DNA mithilfe eines modifizierten Polymerasekettenreaktionstests (PCR) für das Einzelkopie-Kern-c-myc-Gen17,18 und identifizierten 360 mit ausreichendem endogenen DNA-Gehalt für die nachgelagerte Anreicherung und Sequenzierung zusätzlicher Kernorte (ergänzende Methoden). Da viele unserer Proben schlecht konserviert waren und einen geringen endogenen DNA-Gehalt aufwiesen, nutzten wir die Hybridisierungserfassung, um 356 immunbezogene Gene, 496 Genome-Wide Association Study (GWAS)-Loci, die zuvor mit Immunstörungen in Verbindung gebracht wurden, und 250 vermeintlich neutrale Regionen anzureichern und zu sequenzieren (jeweils 1,5 kb), wie von Gronau und Kollegen19 definiert (Ergänzungstabelle 2; Ergänzende Methoden). Die gezielten Immungene wurden manuell auf der Grundlage ihrer Rolle in immunbezogenen Prozessen kuratiert und umfassen angeborene Immunrezeptoren, wichtige Immuntranskriptionsfaktoren, Zytokine und Chemokine sowie andere Effektormoleküle (Ergänzungstabelle 3). Um sicherzustellen, dass Desaminierung und andere Formen alter DNA-Schäden nicht zu falschen Genotypaufrufen führten, haben wir 4 Basenpaare (bp) vom Anfang und Ende jedes Sequenzierungslesevorgangs gekürzt (ergänzende Abbildung 1) und alle Singleton-Varianten (n =) ausgeschlossen 106.757). Unser endgültiger Datensatz enthielt 33.110 Biallelvarianten innerhalb der Zielregionen (2.669 in der Nähe von GWAS-Loci, 19.972 in Immungenen und 10.469 in vermeintlich neutralen Regionen) mit einer durchschnittlichen Abdeckung von 4,6-fachen Lesevorgängen pro Standort und Person (siehe Ergänzungstabelle 1 für jede Person). Abdeckung). Wir haben unsere Ergebnisse weiter gefiltert, indem wir Proben mit fehlenden Genotypaufrufen an mehr als 50 % dieser Standorte ausgeschlossen haben (unter Beibehaltung von n = 206 Individuen, Abb. 1c) und Varianten mit Genotypaufrufen für weniger als 10 Individuen pro Zeitraum und Population ausgeschlossen haben. Mithilfe der Wahrscheinlichkeit des Genotyps berechneten wir dann die Minor-Allel-Häufigkeit (MAF) pro Population zu jedem Zeitpunkt. Schließlich haben wir nur Standorte mit einem mittleren MAF (gemittelt in London und Dänemark) von mehr als 5 % (n = 22.868 Standorte) beibehalten, da unsere Fähigkeit, eine Selektion für Varianten unter 5 % zu erkennen, sehr gering ist (ergänzende Abbildung 2).
Um Allele zu erkennen, die möglicherweise Schutz vor oder Anfälligkeit für Y. pestis verliehen haben, haben wir in Kandidatenregionen (Immungene und GWAS-Loci) nach Varianten gesucht, die unerwartet große Veränderungen in der Allelhäufigkeit zwischen Proben vor und nach dem Schwarzen Tod aufweisen. Insbesondere haben wir Allele identifiziert, bei denen der Differenzierungsgrad (FST) größer war als zufällig erwartet, im Vergleich zu Varianten in den vermeintlich neutralen genetischen Regionen, die aus denselben Populationen entnommen wurden. Als Entdeckungskohorte verwendeten wir den größeren Stichprobensatz aus London. Bestattungen in London waren außerdem genauer datiert und geografisch besser kontrolliert als die in Dänemark, was unsere relative Fähigkeit verbesserte, Selektion in der Kohorte aus London zu erkennen (ergänzende Methoden). Wir fanden eine Anreicherung hochdifferenzierter Varianten für alle Frequenzbereiche mit einem MAF von mehr als 10 % im Vergleich zu einer Nullerwartung, die anhand unserer neutralen Loci ermittelt wurde (Abb. 2a). Bei diesen Varianten übertraf die Differenzierung an Immunorten das 99. Perzentil der neutralen Varianten mit dem 2,4-fachen der zufällig erwarteten Rate (Binomialtest P = 7,89 × 10−12). Bei Varianten mit einem MAF von mehr als 30 % war diese Anreicherung sogar noch ausgeprägter (3,9-fache der zufällig erwarteten Rate; Binomialtest P = 1,16 × 10−14), wahrscheinlich aufgrund der erhöhten Leistung (ergänzende Abbildung 2). Simulationen zeigen, dass Unterschiede in der Rekombinationsrate und der Hintergrundselektion zwischen neutralen und Kandidaten-Loci nicht ausreichen, um die beobachteten Anreicherungen zu erklären (Extended Data Abb. 1). Um die Selektionssignaturen, die wir bei Immunloci aus unserer Londoner Stichprobe beobachteten, weiter zu validieren, führten wir dieselben Analysen unter Verwendung der aus unserer dänischen Kohorte geschätzten Allelhäufigkeiten durch. Diese Proben wurden auch hinsichtlich stark differenzierter Stellen im Vergleich zur Erwartung neutraler Loci angereichert (1,6-fache der zufällig erwarteten Rate, Binomialtest P = 9,21 × 10−4; Abb. 2b), was weitere Belege für eine durch die Pest verursachte Selektion des Immunsystems darstellt Gene.
a,b: Anreicherung hochdifferenzierter Standorte in funktionalen Regionen im Vergleich zu neutralen Regionen beim Vergleich der Bevölkerung vor dem Schwarzen Tod (BD) mit der Bevölkerung nach dem Schwarzen Tod in London (a) und Dänemark (b). c, FST zwischen London vor und nach dem Schwarzen Tod, beschränkt auf die 535 Standorte, die qualitative Muster aufweisen, die mit der natürlichen Selektion vereinbar sind (nämlich Allelfrequenzänderungen in die gleiche Richtung sowohl in London als auch in Dänemark nach dem Schwarzen Tod und in die entgegengesetzte Richtung für Einzelpersonen). die während des Schwarzen Todes starben (Ergänzungstabelle 4)). Manhattan-Diagramm mit Loci mit Mustern, die auf eine positive Selektion hinweisen. Punktgröße und Farbintensität (die je nach Chromosom wechseln) stellen den –log10 P-Wert dar, der die Populationen in London vor und nach der Pest vergleicht. Orangefarbene Punkte stellen die vier Positionen und die zugehörigen Gene dar, die auch in Dänemark stark differenziert sind. d–g, Muster der Allelveränderung im Laufe der Zeit für die vier stärksten Kandidaten für eine positive Selektion. Fehlerbalken stellen die Standardabweichung basierend auf dem Bootstrapping von Personen aus dieser Population und zu jedem Zeitpunkt 10.000 Mal dar. Die Allelfrequenzen für London sind in Rot und für Dänemark in Blau dargestellt. Moderne Allelfrequenzen werden aus 1000-Genom-Daten für Großbritannien in London abgeleitet51.
Um bestimmte Orte zu identifizieren, die die stärksten Auswahlkandidaten darstellen, haben wir eine Reihe strenger Kriterien angewendet, die die Zeiträume und Populationen in diesem einzigartigen Datensatz nutzten. Zunächst identifizierten wir beim Vergleich von Proben vor und nach dem Schwarzen Tod allein in London 245 häufige Varianten (MAF größer als 10 %), die stark differenziert waren (FST größer als 95. Perzentil, definiert anhand neutraler Standorte) (Ergänzungstabelle 4). Als nächstes kamen wir zu dem Schluss, dass Varianten, die eine erhöhte Anfälligkeit für oder Schutz vor Y. pestis verleihen, vor, während und nach dem Schwarzen Tod gegensätzliche Häufigkeitsmuster aufweisen sollten. Insbesondere sollte die Häufigkeit von Varianten, die mit der Anfälligkeit verbunden sind, bei Menschen, die während des Schwarzen Todes starben, zunehmen und bei Personen, die nach dem Schwarzen Tod befragt wurden (d. h. den Überlebenden und/oder Nachkommen der Überlebenden), abnehmen. Umgekehrt sollten Schutzvarianten ein umgekehrtes Muster aufweisen. Mit dieser Argumentation haben wir unsere Liste der mutmaßlich ausgewählten Loci von 245 auf 35 eingegrenzt (Ergänzungstabelle 4). Schließlich fragten wir, ob diese Orte auch vor und nach dem Schwarzen Tod in unserer dänischen Replikationskohorte stark differenziert waren (d. h. unter den 10 % der am stärksten differenzierten Standorte und in die gleiche Richtung wie in London). Vier Loci erfüllten diese Kriterien und stellten die stärksten Kandidaten für die Auswahl dar (Abb. 2c – g). Wir haben die Auswahlkoeffizienten für jede dieser Varianten mithilfe eines Hidden-Markov-Modells (HMM) berechnet (basierend auf Lit. 20, Ergänzende Methoden). Die statistische Unterstützung für die nichtneutrale Evolution (s ≠ 0) unter unseren vier Kandidaten-Loci ist im Vergleich zu neutralen Loci stark (P <0, 001 für jeden Locus; Ergänzungstabelle 5). Trotz der großen Konfidenzintervalle – eine inhärente Einschränkung bei der Schätzung von s über mehrere Generationen – liegen die absoluten Werte für die Punktschätzung von s zwischen 0,26 und 0,4, was unseres Wissens nach zu den stärksten selektiven Koeffizienten gehört, über die bisher beim Menschen berichtet wurde ( Erweiterte Daten Abb. 2 und Ergänzungstabelle 5).
Keine unserer Top-Kandidatenvarianten überschneidet sich mit kodierenden Varianten (und befindet sich auch nicht in einem starken Bindungsungleichgewicht), obwohl eine Variante in der Nähe des ERAP2-Gens stark mit einer Variante verknüpft ist, die das Spleißen beeinflusst21,22. Ihr selektiver Vorteil könnte auf einen Einfluss auf die Genexpressionsniveaus zurückzuführen sein, insbesondere bei Immunzelltypen, die an der Wirtsreaktion auf eine Y. pestis-Infektion beteiligt sind. Insbesondere Makrophagen werden zu Infektionsherden rekrutiert, wo sie mit Bakterien interagieren und zur Pestresistenz beitragen23,24. Makrophagen phagozytieren Y. pestis, aber einige Bakterien überleben und breiten sich zum Lymphknoten aus, wo sie sich unkontrolliert vermehren25,26. Um zu testen, ob die vier von uns identifizierten Kandidaten-Loci oder Gene in ihrer Nähe an der Transkriptionsreaktion auf Y. pestis beteiligt sind, inkubierten wir von Monozyten abgeleitete Makrophagen von 33 Personen mit hitzegetöteten Y. pestis und verglichen ihre Expressionsprofile mit der unstimulierten Kontrolle Proben mittels RNA-Sequenzierung (ergänzende Methoden). Wie erwartet reagierten Makrophagen robust auf Y. pestis, sodass die Hauptkomponente 1 der Genexpressionsdaten, die den Ausgangszustand von den durch Y. pestis stimulierten Zuständen trennt, 56 % der Gesamtvarianz erklärt (Erweiterte Daten, Abb. 3).
Sieben Gene innerhalb von 100 kb unserer vier Kandidaten-Loci wurden in diesem Datensatz exprimiert: Locus 1 (rs2549794): ERAP1, ERAP2, LNPEP; Ort 3 (rs11571319): CTLA4, ICOS; und Ort 4 (rs17473484): TICAM2, TMED7. NFATC1, das einzige Gen innerhalb von 100 kb von Locus 2 (rs1052025), wurde in diesem Datensatz nicht exprimiert. Mit der einzigen Ausnahme von LNPEP wurden alle diese Gene als Reaktion auf die Stimulation durch Y. pestis unterschiedlich exprimiert (Abb. 3a), was ihre mutmaßliche Rolle bei der Wirtsreaktion stützt. Makrophagen einer zusätzlichen Gruppe von acht Personen, die mit lebenden und vollständig virulenten Y. pestis infiziert waren, zeigten ähnliche Richtungsänderungen in der Genexpression wie die, die als Reaktion auf durch Hitze abgetötete Bakterien beobachtet wurden. Dies galt für das gesamte Genom (r = 0,88, P <1 × 10−10, erweiterte Daten, Abb. 4a) und für Gene in der Nähe unserer vier Kandidatenorte (ERAP1 ist eine Ausnahme; es wurde als Reaktion auf lebende Bakterien hochreguliert, aber herunterreguliert). Reaktion auf durch Hitze abgetötete Bakterien, erweiterte Daten Abb. 4b). Um zu untersuchen, ob Veränderungen in der Genexpression spezifisch für Y. pestis waren oder mit anderen Infektionserregern gemeinsam waren, analysierten wir Genexpressionsdaten von Makrophagen, die mit lebenden Listeria monocytogenes (einem grampositiven Bakterium) und Salmonella typhimurium (einem gramnegativen Bakterium wie …) infiziert waren Y. pestis)27 sowie Monozyten, die mit bakteriellen und viralen Liganden aktiviert wurden, die auf die Toll-like-Rezeptor (TLR)-Signalwege (TLR1/2, TLR4 und TLR7/8) abzielen, und lebende Influenzaviren28. Diese Daten zeigen, dass alle Gene in der Nähe unserer Kandidatenorte (mit Ausnahme von CTLA4) auf andere Krankheitserreger reagieren, dass die Richtung der Expressionsänderung jedoch je nach Reiz unterschiedlich ist. Beispielsweise wird ERAP2 als Reaktion auf alle lebenden Bakterien oder bakteriellen Reize, einschließlich Y. pestis, herunterreguliert, aber als Reaktion auf virale Reize hochreguliert (Extended Data Abb. 5).
a: Normalisierte log2-fache Veränderung der Gene innerhalb von 100 kb der Kandidatenvarianten als Reaktion auf die vierstündige Inkubation primärer Makrophagen mit hitzegetöteten Y. pestis. Dunkelgraue Punkte entsprechen der bei jeder der 33 getesteten Personen beobachteten Faltungsänderung; Rote Punkte und Balken stellen den Mittelwert ± Standardabweichung dar. Mit Ausnahme von LNPEP sind alle Assoziationen signifikant (10 % Falscherkennungsrate). b,c, Wirkung des Genotyps rs1747384 auf die TICAM2-Expression (b) und des Genotyps rs2549794 auf die Expression von ERAP2 (c), aufgeteilt durch Makrophagen, die vier Stunden lang mit hitzegetöteten Y. pestis und unstimulierten Makrophagen stimuliert wurden. Rote Punkte und Balken stellen den Mittelwert ± Standardabweichung dar. d, Vergleich der ERAP2-Expression zwischen nicht infizierten und infizierten Zellen mit lebendem Y. pestis über fünf Stunden, Profil anhand von scRNA-Sequenzierungsdaten bei Personen mit homozygoten rs2549794-Genotypen. Die Farbintensität spiegelt den Grad der ERAP2-Expression wider, standardisiert für nicht stimulierte oder infizierte Zellen. Die wichtigsten PBMC-Zelltypen sind gekennzeichnet und in den erweiterten Daten in Abb. 7 deutlich gefärbt zu finden. CD4+- und CD8+-T-Zellen wurden getrennt analysiert. NK, natürlicher Killer. e, Auswirkungen des rs2549794-Genotyps auf die ERAP2-Expression, aufgeteilt nach infizierten und nicht infizierten Bedingungen, für jeden Zelltyp. f, Darstellung der beiden Haplotyp-spezifischen ERAP2-Spleißformen für Haplotyp A und Haplotyp B mit Start- (grün) und Stopp-Codons (braun). Nachfolgend zeigen wir die Auswirkung des Genotyps rs2248374 auf die gesamte mRNA-Expression von ERAP2 (links) und die spezifische Expression der Isoform (Haplotyp B), die die verkürzte Version von ERAP2 kodiert (rechts). Für alle Panels: ***P < 0,001; **P < 0,01; *P < 0,05.
Nachdem wir festgestellt hatten, dass Gene in der Nähe unserer Kandidaten-Loci eine Transkriptionsreaktion auf Y. pestis in Makrophagen zeigen, fragten wir als Nächstes, ob die genetische Variation an jedem der vier Kandidaten-Loci mit dem Genexpressionsniveau nahegelegener Gene zusammenhängt (Abb. 3b, c). Wir haben einen Zusammenhang zwischen dem rs17473484-Genotyp und der TICAM2-Expression identifiziert, bei dem das schützende Allel mit einer höheren Expression des Gens im nicht stimulierten Zustand verbunden ist (Abb. 3b; P = 2,5 × 10−6), jedoch nicht nach Y. pestis-Stimulation (P = 0,24). Dieser Effekt ist faszinierend, da TICAM2 ein Adapterprotein für TLR4 kodiert. In vivo erkennt TLR4 Y. pestis über die Erkennung von Lipopolysacchariden (LPS) auf der bakteriellen Außenmembran29. Y. pestis versucht, diesen Nachweis zu umgehen, indem es Oberflächen-LPS deacyliert und dadurch die Bindungsaffinität für TLR4 verringert (Lit. 30). TICAM2 leitet LPS-gebundenes TLR4 in Endosomen und aktiviert Typ-I-Interferon-Reaktionen31. Es ist daher möglich, dass eine erhöhte TICAM2-Expression Schutz gegen Y. pestis bietet, indem sie die Empfindlichkeit gegenüber LPS erhöht und eine wirksame Immunantwort fördert.
Die stärkste von uns identifizierte Assoziation bestand zwischen der Expression von rs2549794 und ERAP2, wobei das schützende Allel (C) mit einer fünffachen Steigerung der Expression von ERAP2 im Vergleich zum mutmaßlich schädlichen T-Allel (Abb. 3c) in beiden unstimulierten Fällen verbunden ist (P = 4,4). × 10−10) und Y. pestis-belastete (P = 8,7 × 10−7) Zellen. Wir beobachteten ähnlich starke Assoziationen bei Makrophagen und Monozyten, die mit anderen Krankheitserregern (Salmonellen, Listerien, Influenza) infiziert oder mit TLR-aktivierenden Liganden stimuliert wurden (alle P <1 × 10–10; erweiterte Daten, Abb. 6). Dieses Muster verallgemeinert sich auch auf Y. pestis-infizierte mononukleäre Zellen des peripheren Blutes (PBMCs) im weiteren Sinne, was darauf hindeutet, dass rs2549794 unabhängig vom infektiösen/entzündlichen Reiz oder Zelltyp mit ERAP2-Expressionsniveaus assoziiert ist. Im Detail haben wir Einzelzell-RNA-Sequenzierungsdaten aus PBMCs von zehn Individuen generiert (fünf homozygot für das selektiv bevorzugte rs2549794-C-Allel und fünf homozygot für das alternative T-Allel), sowohl zu Studienbeginn als auch nach der Infektion mit lebendem, vollständig virulentem Y. pestis. Über alle profilierten Immunzelltypen hinweg – B-Zellen, CD4+ T-Zellen, CD8+ T-Zellen, natürliche Killerzellen und Monozyten (Extended Data Abb. 7) – identifizierten wir 5.570 Gene, bei denen eine Infektion mit Y. pestis die Genexpressionsniveaus signifikant verändert (314 bis 100 %). 4.234 Gene pro Zelltyp, 10 % Falschentdeckungsrate; Ergänzungstabelle 6). Die meisten Gene in der Nähe unserer Kandidaten-Loci werden als Reaktion auf eine Y. pestis-Infektion unterschiedlich exprimiert, aber sowohl das Ausmaß als auch die Richtung dieser Effekte ist zelltypspezifisch (Extended Data Abb. 8). Beispielsweise wird ERAP2 bei Stimulation in allen PBMC-Zelltypen hochreguliert (Abb. 3d, e), in von Monozyten abgeleiteten Makrophagen jedoch herunterreguliert. Diese Unterschiede könnten auf Unterschiede bei den in jedem Zelltyp aktiven Transkriptionsfaktoren und Enhancern, auf Unterschiede in unseren Infektionsmodellen (PBMCs gegenüber von Monozyten abgeleiteten Makrophagen) oder auf beides zurückzuführen sein. Bemerkenswert ist, dass das selektiv bevorzugte rs2549794-C-Allel in allen Zelltypen und unter allen Bedingungen mit einer erhöhten ERAP2-Expression im Vergleich zum alternativen T-Allel verbunden ist.
Der ERAP2-Locus ist durch zwei Haplotypen (A und B) gekennzeichnet, die weltweit verbreitet sind21. Haplotyp A kodiert das kanonische ERAP2-Protein (in voller Länge), das aus 960 Aminosäuren besteht; Haplotyp B ist durch das Vorhandensein des G-Allels von rs2248374 gekennzeichnet, einer die Spleißstelle verändernden Variante, die zur Produktion einer Spleißisoform mit einem verlängerten Exon 10 führt, das zwei vorzeitige Stoppcodons enthält. Diese ERAP2-Isoform unterliegt einem Nonsense-mediated Decay (NMD), was zu nicht nachweisbaren ERAP2-Proteinspiegeln führt21. Selbst wenn es produziert wird, weist das vom Haplotyp B kodierte kürzere Protein eine begrenzte Aminopeptidaseaktivität auf32. Das selektiv bevorzugte Allel rs2549794 C steht in starker Bindung mit dem Allel A von rs2248374 (R2 > 0,8, D' = 1,0) des Haplotyps A, der für das ERAP2-Protein in voller Länge kodiert, während das schädliche Allel rs2549794 T mit dem Allel rs2248374 verknüpft ist G-Allel des Haplotyps B, das die verkürzte Version von ERAP2 kodiert. Unter Verwendung einer Echtzeit-PCR, die für die von Haplotyp B kodierte mRNA spezifisch ist, fanden wir heraus, dass in Makrophagen die verminderte ERAP2-Expression bei Personen, die das schädliche rs2248374-G-Allel beherbergen, mit einer höheren Expression der verkürzten Isoform verbunden ist, von der bekannt ist, dass sie NMD erleidet (Abb. 3f, P = 2,66 × 10−6). Die PCR-Amplifikation von Exon 10 bestätigte außerdem, dass Individuen, die homozygot für das schützende Allel rs2248374 A sind, nur den Haplotyp A exprimieren, während Individuen, die homozygot für das Allel rs2248374 G sind, fast ausschließlich den verkürzten Haplotyp B exprimieren (Erweiterte Daten, Abb. 9).
ERAP1 und ERAP2 sind Aminopeptidasen, die synergistisch arbeiten, um Peptide für die Präsentation an CD8+ T-Zellen durch Klasse-I-Moleküle des Haupthistokompatibilitätskomplexes (MHC) zu trimmen33. Angesichts ihrer zentralen Rolle bei der Antigenpräsentation ist es nicht überraschend, dass Polymorphismen in der Nähe dieser Gene, einschließlich rs2549794, mit der Anfälligkeit für eine Vielzahl von Infektionserregern in Verbindung gebracht werden34,35. Ein ERAP2-Mangel führt zu einer erheblichen Umgestaltung des Repertoires an Antigenen, die MHC CD8+-T-Zellen präsentiert36,37, einschließlich MHC-Liganden, die eine hohe Homologie zu Peptidsequenzen aufweisen, die von Yersinia-Arten stammen37. Die ERAP2-vermittelte Aminopeptidase-Aktivität trägt plausibel dazu bei, die Präsentation einer vielfältigeren Palette von von Yersinia abgeleiteten Antigenen gegenüber CD8+-T-Zellen zu fördern, was wiederum eine wichtige Rolle beim Schutz vor Infektionen spielt38,39. Tatsächlich sterben alle Mäuse, denen CD8+-T-Zellen fehlen, innerhalb einer Woche nach der Infektion mit einem milderen Yersinia spp., Y. pseudotuberculosis, während alle Wildtyp-Mäuse überleben39. Leider verfügen Nagetiermodelle nur über eine einzige ERAP-Aminopeptidase, die zu ERAP1 homolog ist, was unsere Fähigkeit einschränkt, die Funktion von ERAP2 auf die Antigenpräsentation und Reaktion auf Y. pestis in vivo direkt zu testen.
Zusätzlich zu seiner kanonischen Rolle bei der Antigenpräsentation und der Aktivierung von CD8+-T-Zellen ist ERAP2 auch an der viralen Clearance und Zytokinreaktionen beteiligt40. Wir wollten daher testen, ob der ERAP2-Genotyp mit einer Variation der Zytokinreaktion auf eine Y. pestis-Infektion zusammenhängt. Zu diesem Zweck infizierten wir einen weiteren Satz Monozyten-abgeleiteter Makrophagen von 25 Individuen (9 homozygot für den selektiv bevorzugten ERAP2-Haplotyp, 9 heterozygot und 7 homozygot für den schädlichen Haplotyp) mit lebendem, virulentem Y. pestis und maßen die Proteinspiegel von zehn Zytokine, die an verschiedenen Aspekten der Immunantwort beteiligt sind, zu Studienbeginn und 24 Stunden nach der Infektion. Zu Studienbeginn gab es keine Unterschiede in den Zytokinspiegeln (alle P > 0,05; Ergänzungstabelle 7), aber vier Zytokine zeigten bei Stimulation einen signifikanten Zusammenhang mit dem ERAP2-Genotyp. Insbesondere nahmen die Spiegel des Granulozyten-Kolonie-stimulierenden Faktors (P = 0,0155), des Interleukin (IL)-1β (P = 0,00262) und des IL-10 (P = 0,00248) mit der Anzahl der schützenden C-Allele signifikant ab, während wir beobachteten Gegenteiliges Muster für die Konzentrationen des Chemokins CCL3 (P = 0,0216), das an der Rekrutierung von Neutrophilen bei einer Infektion beteiligt ist (Abb. 4a – d; Ergänzungstabelle 7). Obwohl der genaue Mechanismus, der die ERAP2-Funktion mit der Variation der Zytokinreaktionen als Reaktion auf Y. pestis verknüpft, noch geklärt werden muss, spekulieren wir, dass dies auf die Rolle zurückzuführen sein könnte, die ERAP2 bei der Differenzierung und/oder Aktivierung myeloider Zellen und bei der Aktivierung spielt des Caspase1/NLRP3-Inflammasom-Signalwegs40. Schließlich untersuchten wir die Fähigkeit von Makrophagen, die internalisierte Y. pestis-Replikation als Funktion des ERAP2-Genotyps zu kontrollieren. Wir beobachteten einen additiven Zusammenhang zwischen dem ERAP2-Genotyp und der Fähigkeit, die Infektion mit Y. pestis zu begrenzen, sodass Personen mit mehr Kopien des selektiv bevorzugten Allels die intrazelluläre Replikation besser einschränken konnten (Spearman-Rho = 0,42, P = 0,0155; Abb. 4e). . Dieses Experiment bringt ERAP2 direkt mit der Reaktion auf eine Y. pestis-Infektion in Verbindung, jedoch über andere Wege als die kanonische Rolle von ERAP2 bei der Antigenpräsentation. Zusammengenommen stützen diese Ergebnisse die Annahme, dass Veränderungen der ERAP2-Allelfrequenzen während des Schwarzen Todes wahrscheinlich auf eine durch Y. pestis induzierte natürliche Selektion zurückzuführen waren.
a–d, Einfluss des Genotyps auf die Zytokinspiegel für Granulozyten-Kolonie-stimulierender Faktor (G-CSF) (a), Interleukin-1β (IL-1β) (b), Interleukin 10 (IL-10) (c) und CC-Motiv Chemokinligand 3 (CCL3) (d). Die verbleibenden Zytokine zeigten keine signifikanten Auswirkungen und sind in der Ergänzungstabelle 7 enthalten. e, Boxplots, die den Prozentsatz der durch 24 Stunden lang infizierte Makrophagen abgetöteten Bakterien (y-Achse) als Funktion des ERAP2-Genotyps (x-Achse) zeigen. Der Prozentsatz der abgetöteten Bakterien wurde als CFU2 h − CFU24 h/CFU2 h berechnet, wobei CFU die koloniebildende Einheit ist. Der P-Wert ergibt sich aus einem linearen Modell, das den Zusammenhang zwischen ERAP2-Einzelnukleotid-Polymorphismus-Genotypen (SNP) (kodiert als Anzahl der in jedem Individuum gefundenen schützenden rs2549794-Allele: 0, 1 oder 2) und dem Prozentsatz der abgetöteten Bakterien untersucht.
Unsere Ergebnisse liefern starke empirische Beweise dafür, dass der Schwarze Tod eine wichtige selektive Kraft war, die die genetische Vielfalt um einige Immunorte herum formte. Obwohl unsere ausgewählten Loci-Kandidaten im Allgemeinen an der Reaktion auf Krankheitserreger und nicht nur auf Y. pestis beteiligt sind, minimierte unser einzigartiges Probenahmedesign das Ausmaß, in dem andere historische Ereignisse (wie Tuberkulose8 oder Hungersnot41,42,43) die Schlussfolgerung beeinflusst haben könnten Auswahl. Um unsere alten Genomdaten zu untermauern, haben wir mithilfe funktioneller Daten aus In-vitro-Infektionsexperimenten bestätigt, dass die stärksten Kandidaten für eine positive Selektion direkt an der Immunantwort auf Y. pestis beteiligt sind.
Wir haben vier Loci identifiziert, die vor und nach dem Schwarzen Tod in London stark differenziert waren und sich in unserer dänischen Kohorte als die stärksten Selektionskandidaten replizierten. Aufgrund unserer geringen Probengröße und der geringen Sequenzierungstiefe einiger Proben ist unsere Replikationsleistung jedoch begrenzt. Daher waren wahrscheinlich auch einige der anderen 245 hochdifferenzierten Loci in London von der natürlichen Selektion betroffen, obwohl sie unsere konservativen Filterkriterien nicht überlebten. Erhöhte Probengrößen in Verbindung mit zusätzlichen Funktionsdaten werden dazu beitragen, die evolutionäre Rolle dieser Varianten bei der Immunantwort auf Y. pestis weiter zu analysieren.
ERAP2 zeigte die überzeugendsten Beweise für die Selektion, sowohl aus genetischer als auch funktioneller Sicht, mit einem geschätzten Selektionskoeffizienten von 0,4 (95 %-Konfidenzintervall 0,19, 0,62, Erweiterte Daten, Abb. 2 und 10). Diese Schätzung legt nahe, dass Personen, die homozygot für das schützende Allel sind, die Wahrscheinlichkeit, den Schwarzen Tod zu überleben, um etwa 40 % höher sind als diejenigen, die homozygot für die schädliche Variante sind. Dieses Allel ist sowohl mit einer erhöhten Expression von ERAP2 als auch mit der Produktion des kanonischen ERAP2-Proteins in voller Länge verbunden21,22. Wir vermuten, dass dieses Protein die Präsentation von von Yersinien abgeleiteten Antigenen gegenüber CD8+-T-Zellen erhöht und so eine schützende Immunantwort gegen Y. pestis stimuliert38,39. Darüber hinaus zeigen wir, dass Makrophagen von Personen, die das ausgewählte ERAP2-Allel besitzen, eine einzigartige Zytokinreaktion auf eine Infektion mit Y. pestis auslösen und die Replikation von Y. pestis in vitro besser begrenzen können.
Im Allgemeinen zeigten Personen mit mehr Kopien des selektiv vorteilhaften Haplotyps eine schwächere Zytokinreaktion auf eine Infektion, aber eine bessere Fähigkeit, das Bakterienwachstum zu begrenzen. Beispielsweise waren die Spiegel von IL-1β, einem wichtigen proinflammatorischen Zytokin, das häufig mit dem pyroptotischen Zelltod in Verbindung gebracht wird,44 bei Personen, die homozygot für den vorteilhaften ERAP2-Genotyp waren, im Vergleich zu Personen, die homozygot für den vermeintlich schädlichen Genotyp waren, um das Dreifache niedriger. Daher sind Probanden mit dem vorteilhaften Haplotyp sowohl effizienter bei der Kontrolle internalisierter Bakterien als auch bei der Resistenz gegen den durch Y. pestis verursachten Zelltod als Probanden mit dem schädlichen Haplotyp – Fähigkeiten, die dazu beitragen können, Gewebeschäden durch umstehende Personen während der Infektion zu reduzieren. Da unsere Experimente jedoch in vitro durchgeführt wurden, konnten wir den Einfluss des ERAP2-Genotyps auf Gewebeschäden, Rekrutierung von Immunzellen und Überleben nicht direkt bewerten.
Im weiteren Sinne unterstreichen unsere Ergebnisse den Beitrag der natürlichen Selektion zur heutigen Anfälligkeit für chronische Entzündungs- und Autoimmunerkrankungen. Wir zeigen, dass ERAP2 transkriptionell auf die Stimulation mit einer Vielzahl von Krankheitserregern reagiert, was seine Schlüsselrolle bei der Regulierung von Immunantworten unterstützt. Daher beeinflusst die von Y. pestis auf ERAP2 ausgeübte Selektion wahrscheinlich die Immunantwort auf andere Krankheitserreger oder Krankheitsmerkmale. In Übereinstimmung mit dieser Hypothese ist die selektiv vorteilhafte ERAP2-Variante auch ein bekannter Risikofaktor für Morbus Crohn45, und die ERAP2-Variante wurde auch mit anderen Infektionskrankheiten in Verbindung gebracht34,35. Somit kann die Selektion zur Krankheitserregerabwehr in Gegenwart von Krankheitserregern wie Y. pestis gegen die Kosten von Immunstörungen aufgewogen werden, was zu einer langfristigen Signatur einer ausgleichenden Selektion führt21,22. Ebenso ist ein weiterer unserer Top-Kandidaten-Loci (rs11571319 in der Nähe von CTLA4) mit einem erhöhten Risiko für rheumatoide Arthritis46 und systemischen Lupus erythematodes47 verbunden, sodass die Beibehaltung des vermeintlich vorteilhaften Allels während des Schwarzen Todes ein erhöhtes Risiko für Autoimmunerkrankungen in der heutigen Bevölkerung mit sich bringt. Bis heute sind die meisten Beweise für einen Zusammenhang zwischen Autoimmunrisiko-Allelen und der Anpassung an frühere Infektionskrankheiten nach wie vor indirekt, vor allem weil die ätiologischen Faktoren, die die Selektion beeinflussen, verborgen bleiben. Unsere alten genomischen und funktionellen Analysen legen nahe, dass Y. pestis ein solcher Erreger war, was einen empirischen Beweis dafür darstellt, dass die selektive Kraft früherer Pandemien mit der heutigen Krankheitsanfälligkeit in Verbindung gebracht wird.
Weitere Informationen zum Forschungsdesign finden Sie in der mit diesem Artikel verlinkten Nature Research Reporting Summary.
Hybridisierungserfassungsdaten der alten Individuen wurden im NCBI Sequence Read Archive (SRA) unter BioProject PRJNA798381 hinterlegt. Expressionsdaten wurden im NCBI Gene Expression Omnibus (GEO) im Rahmen des Projekts GSE194118 (für Makrophagen) und im NCBI SRA im Rahmen des Projektzugangs PRJNA871128 (für PBMCs) hinterlegt. Zytokindaten sind in der Ergänzungstabelle 8 und CFU-Daten in der Ergänzungstabelle 9 verfügbar.
Skripte für alle Datenanalysen sind unter github.com/TaurVil/VilgalysKlunk_yersinia_pestis/ verfügbar.
Inhorn, MC & Brown, PJ Die Anthropologie von Infektionskrankheiten. Anu. Rev. Anthrolpol. 19, 89–117 (1990).
Artikel Google Scholar
Fumagalli, M. et al. Signaturen der genetischen Anpassung an die Umwelt zeigen, dass Krankheitserreger der Hauptselektionsdruck in der menschlichen Evolution sind. PLoS Genet. 7, e1002355 (2011).
Artikel CAS PubMed PubMed Central Google Scholar
Bos, KI et al. Ein Entwurf des Genoms von Yersinia pestis von Opfern des Schwarzen Todes. Natur 478, 506–510 (2011).
Artikel ADS CAS PubMed PubMed Central Google Scholar
Benedictow, OJ The Black Death, 1346–1353: The Complete History (Boydell Press, 2004).
Quintana-Murci, L. & Clark, AG Populationsgenetische Werkzeuge zur Analyse der angeborenen Immunität beim Menschen. Nat. Rev. Immun. 13, 280 (2013).
Artikel CAS Google Scholar
Karlsson, EK, Kwiatkowski, DP & Sabeti, PC Natürliche Selektion und Infektionskrankheiten in menschlichen Populationen. Nat. Rev. Genet. 15, 379–393 (2014).
Artikel CAS PubMed PubMed Central Google Scholar
Allison, AC Genetische Kontrolle der Resistenz gegen Malaria beim Menschen. Curr. Meinung. Immunol. 21, 499–505 (2009).
Artikel CAS PubMed Google Scholar
Kerner, G. et al. Analysen alter menschlicher DNA zeigen die hohe Tuberkulosebelastung der Europäer in den letzten 2.000 Jahren. Bin. J. Hum. Genet. 108, 517–524 (2021).
Artikel CAS PubMed PubMed Central Google Scholar
Varlık, N. Neue Wissenschaft und alte Quellen: Warum die osmanische Pesterfahrung wichtig ist. Der mittelalterliche Globus 1, 9 (2014).
Google Scholar
Stathakopoulos, DC Hungersnot und Pest im spätrömischen und frühbyzantinischen Reich: Eine systematische Untersuchung von Existenzkrisen und Epidemien (Routledge, 2017).
Green, MH Die vier schwarzen Todesfälle. Bin. Hist. Rev. 125, 1601–1631 (2021).
Artikel Google Scholar
DeWitte, SN & Wood, JW Selektivität der Sterblichkeit durch den Schwarzen Tod im Hinblick auf die bereits bestehende Gesundheit. Proz. Natl Acad. Wissenschaft. USA 105, 1436–1441 (2008).
Artikel ADS CAS PubMed PubMed Central Google Scholar
Earn, DJ, Ma, J., Poinar, H., Dushoff, J. & Bolker, BM Beschleunigung der Pestausbrüche in der zweiten Pandemie. Proz. Natl Acad. Wissenschaft. USA 117, 27703–27711 (2020).
Artikel ADS CAS PubMed PubMed Central Google Scholar
Immel, A. et al. Die Analyse der genomischen DNA mittelalterlicher Pestopfer deutet auf eine langfristige Wirkung von Yersinia pestis auf menschliche Immungene hin. Mol. Biol. Entwicklung 38, 4059–4076 (2021).
Artikel CAS PubMed PubMed Central Google Scholar
Di, D., Simon Thomas, J., Currat, M., Nunes, JM & Sanchez-Mazas, A. Infrage stellende alte DNA-Ergebnisse zum mutmaßlichen HLA-Schutz oder zur Anfälligkeit für Yersinia pestis. Mol. Bio. Entwicklung 39, 1537–1719 (2022).
Artikel Google Scholar
Grainger, I., Hawkins, D., Cowal, L. & Mikulski, R. The Black Death Cemetery, East Smithfield, London (Museum of London Archaeology Service, 2008).
Klunk, J. et al. Genetische Widerstandsfähigkeit und der Schwarze Tod: Kein offensichtlicher Verlust der mitogenomischen Vielfalt aufgrund des Schwarzen Todes im mittelalterlichen London und Dänemark. Bin. J. Phys. Anthropol. 169, 240–252 (2019).
Artikel PubMed Google Scholar
Morin, PA, Chambers, KE, Boesch, C. & Vigilant, L. Quantitative Polymerase-Kettenreaktionsanalyse von DNA aus nichtinvasiven Proben zur genauen Mikrosatelliten-Genotypisierung wilder Schimpansen (Pan troglodytes verus). Mol. Ökologisch. 10, 1835–1844 (2001).
Artikel CAS PubMed Google Scholar
Gronau, I., Hubisz, MJ, Gulko, B., Danko, CG & Siepel, A. Bayesianische Schlussfolgerung der alten menschlichen Demographie aus einzelnen Genomsequenzen. Nat. Genet. 43, 1031–1034 (2011).
Artikel CAS PubMed PubMed Central Google Scholar
Bollback, JP, York, TL & Nielsen, R. Schätzung von 2Nes aus zeitlichen Allelfrequenzdaten. Genetics 179, 497–502 (2008).
Artikel CAS PubMed PubMed Central Google Scholar
Andrés, AM et al. Die ausgleichende Selektion erhält eine Form von ERAP2 aufrecht, die einem durch Unsinn vermittelten Zerfall unterliegt und die Antigenpräsentation beeinflusst. PLoS Genet. 6, e1001157 (2010).
Artikel PubMed PubMed Central Google Scholar
Ja, CJ et al. Die genetische Analyse der Verwendung von Isoformen bei der menschlichen antiviralen Reaktion zeigt eine grippespezifische Regulierung von ERAP2-Transkripten unter ausgleichender Selektion. Genomforschung 28, 1812–1825 (2018).
Artikel CAS PubMed PubMed Central Google Scholar
Pachulec, E. et al. Eine verbesserte Makrophagen-M1-Polarisierung und Resistenz gegen Apoptose ermöglichen Resistenz gegen Pest. J. Infizieren. Dis. 216, 761–770 (2017).
Artikel CAS PubMed Google Scholar
Shannon, JG, Bosio, CF & Hinnebusch, BJ Hautneutrophile, Makrophagen- und dendritische Zellreaktionen auf Yersinia pestis, übertragen durch Flöhe. PLoS Pathog. 11, e1004734 (2015).
Artikel PubMed PubMed Central Google Scholar
Pujol, C. & Bliska, JB Die Fähigkeit zur Replikation in Makrophagen bleibt zwischen Yersinia pestis und Yersinia pseudotuberculosis erhalten. Infizieren. Immun. 71, 5892–5899 (2003).
Artikel CAS PubMed PubMed Central Google Scholar
Arifuzzaman, M. et al. Die Nekroptose infiltrierter Makrophagen treibt die Ausbreitung von Yersinia pestis innerhalb der Beulen voran. JCI Insight 3, e122188 (2018).
Artikel PubMed Central Google Scholar
Nédélec, Y. et al. Genetische Abstammung und natürliche Selektion führen zu Bevölkerungsunterschieden in der Immunantwort auf Krankheitserreger. Zelle 167, 657–669 (2016).
Artikel PubMed Google Scholar
Quach, H. et al. Genetische Anpassung und Neandertaler-Beimischung prägten das Immunsystem der menschlichen Bevölkerung. Zelle 167, 643–656 (2016).
Artikel CAS PubMed PubMed Central Google Scholar
Fitzgerald, KA et al. Die LPS-TLR4-Signalisierung an IRF-3/7 und NF-kappaB umfasst die Mautadapter TRAM und TRIF. J. Exp. Med. 198, 1043–1055 (2003).
Artikel CAS PubMed PubMed Central Google Scholar
Kawahara, K., Tsukano, H., Watanabe, H., Lindner, B. & Matsuura, M. Modifikation der Struktur und Aktivität von Lipid A in Yersinia pestis-Lipopolysaccharid durch Wachstumstemperatur. Infizieren. Immun. 70, 4092–4098 (2002).
Artikel CAS PubMed PubMed Central Google Scholar
Kagan, JC et al. TRAM koppelt die Endozytose des Toll-like-Rezeptors 4 mit der Induktion von Interferon-beta. Nat. Immunol. 9, 361–368 (2008).
Artikel CAS PubMed PubMed Central Google Scholar
Tanioka, T. et al. Von menschlichen Leukozyten abgeleitete Arginin-Aminopeptidase: das dritte Mitglied der Oxytocinase-Unterfamilie der Aminopeptidasen. J. Biol. Chem. 278, 32275–32283 (2003).
Artikel CAS PubMed Google Scholar
Saveanu, L. et al. Konzertiertes Peptidtrimming durch humane ERAP1- und ERAP2-Aminopeptidasekomplexe im endoplasmatischen Retikulum. Nat. Immun. 6, 689–697 (2005).
Artikel CAS Google Scholar
Yao, Y., Liu, N., Zhou, Z. & Shi, L. Einfluss von ERAP1- und ERAP2-Genpolymorphismen auf die Krankheitsanfälligkeit in verschiedenen Populationen. Summen. Immunol. 80, 325–334 (2019).
Artikel CAS PubMed Google Scholar
Saulle, I., Vicentini, C., Clerici, M. & Blasin, M. Ein Überblick über die Rolle von ERAP bei Infektionskrankheiten. Zellen 9, 720 (2020).
Artikel CAS PubMed Central Google Scholar
Tedeschi, V. et al. Der Einfluss des „Mis-Peptidoms“ auf HLA-Klasse-I-vermittelte Krankheiten: Beitrag von ERAP1 und ERAP2 und Auswirkungen auf die Immunantwort. Int. J. Mol. Wissenschaft. 21, 9608 (2020).
Artikel CAS PubMed Central Google Scholar
Lorente, E. et al. Modulation des natürlichen HLA-B*27:05-Ligandoms durch ankylosierende Spondylitis-assoziierte endoplasmatische Retikulum-Aminopeptidase 2 (ERAP2). Mol. Zelle. Proteomics 19, P994–P1004 (2020).
Bergman, MA, Loomis, WP, Mecsas, J., Starnbach, MN & Isberg, RR CD8+ T-Zellen schränken die Infektion mit Yersinia pseudotuberculosis ein: Umgehung der Anti-Phagozytose durch gezielte Bekämpfung von Antigen-präsentierenden Zellen. PLoS Pathog. 5, e1000573 (2009).
Artikel PubMed PubMed Central Google Scholar
Szaba, FM et al. TNFα und IFNγ, jedoch nicht Perforin, sind entscheidend für den durch CD8-T-Zellen vermittelten Schutz vor einer pulmonalen Yersinia pestis-Infektion. PLoS Pathog. 10, e1004142 (2014).
Artikel PubMed PubMed Central Google Scholar
Saulle, I. et al. ERAPs reduzieren die HIV-Infektion in vitro, indem sie die angeborene Immunantwort aktivieren. J. Immunol. 206, 1609–1617 (2021).
Artikel CAS PubMed PubMed Central Google Scholar
Jordan, WC Die große Hungersnot: Nordeuropa im frühen 14. Jahrhundert (Princeton Univ. Press, 1997).
Hoyle, R. in Famine in European History (Hrsg. Alfani, G. & Gráda, C. Ó.) 141–165 (Cambridge Univ. Press, 2017).
DeWitte, S. & Slavin, P. Zwischen Hungersnot und Tod: England am Vorabend des Schwarzen Todes – Beweise aus der Paläoepidemiologie und herrschaftlichen Berichten. J. Interdisziplin. Hist. 44, 37–60 (2013).
Artikel Google Scholar
Ratner, D. et al. Manipulation der Interleukin-1β- und Interleukin-18-Produktion durch Yersinia pestis-Effektoren YopJ und YopM und redundante Auswirkung auf die Virulenz. J. Biol. Chem. 291, 9894–9905 (2016).
Di Narzo, AF et al. Blut- und Darm-eQTLs aus einer Anti-TNF-resistenten Morbus-Crohn-Kohorte informieren über die genetischen Assoziationsorte von IBD. Klin. Übers. Gastroen. 7, e177 (2016).
Artikel Google Scholar
Laufer, VA et al. Genetische Einflüsse auf die Anfälligkeit für rheumatoide Arthritis bei Afroamerikanern. Summen. Mol. Genet. 28, 858–874 (2019).
Artikel ADS CAS PubMed Google Scholar
Wang, Y. et al. Identifizierung von 38 neuen Loci für systemischen Lupus erythematodes und genetische Heterogenität zwischen Vorfahrengruppen. Nat. Komm. 12, 771 (2021).
ADS CAS Google Scholar
Sidell, J., Thomas, C. & Bayliss, A. Validierung und Verbesserung der archäologischen Phaseneinteilung am St. Mary Spital, London. Radiocarbon 49, 593–610 (2007).
Artikel CAS Google Scholar
Krylova, O. & Earn, DJ Muster der Pockensterblichkeit in London, England, über drei Jahrhunderte. PLoS Biol. 18, e3000506 (2020).
Artikel CAS PubMed PubMed Central Google Scholar
Bevölkerungs- und Dichtegeschichte im Großraum London, Inner London und Outer London. Demographia http://www.demographia.com/dm-lon31.htm (2001).
Konsortium, GP Eine globale Referenz für menschliche genetische Variation. Natur 526, 68–74 (2015).
Artikel ADS Google Scholar
Referenzen herunterladen
Wir danken allen Mitgliedern des Barreiro-Labors und des Poinar-Labors für ihre konstruktiven Kommentare und Rückmeldungen. Wir danken J. Tung für ihre Kommentare und Bearbeitungen des Manuskripts. Rechenressourcen wurden vom University of Chicago Research Computing Center bereitgestellt. Die Sequenzierung wurde an der Farncombe Sequencing Facility der McMaster University durchgeführt. Wir danken der Zytometrie- und Biomarker-Plattform am Institut Pasteur für die Unterstützung bei der Durchführung dieser Studie, insbesondere danken wir C. Petitdemange für die Hilfe bei der Durchführung des Luminex-Assays. Wir danken X. Zhang für seine Unterstützung bei der Simulation von Allelfrequenzänderungen unter neutraler Evolution. Diese Arbeit wurde durch den Zuschuss R01-GM134376 an LBB, HP und JP-C., einen Zuschuss der Wenner-Gren-Stiftung an JFB (8702) und das UChicago DDRCC, Center for Interdisciplinary Study of Inflammatory Intestinal Disorders (C-IID) unterstützt ) (NIDDK P30 DK042086). Der SSHRC Insight Development Grant unterstützte die Sammlung der dänischen Proben (430-2017-01193). HNP wurde durch einen Insight Grant Nr. unterstützt. 20008499 vom Social Sciences and Humanities Research Council of Canada (SSHRC) und dem Canadian Institute for Advanced Research im Rahmen des Humans and the Microbiome-Programms. TPV wurde von NIH F32GM140568 unterstützt. XC und M. Steinrücken wurden durch den Zuschuss R01GM146051 unterstützt. Wir danken auch der University of Chicago Genomics Facility (RRID:SCR_019196), insbesondere P. Faber, für ihre Unterstützung bei der RNA-Sequenzierung. HP dankt D. Poinar für die fortgesetzte Unterstützung sowie für Manuskriptvorschläge und -bearbeitung.
Diese Autoren haben gleichermaßen beigetragen: Jennifer Klunk, Tauras P. Vilgalys
Diese Autoren haben diese Arbeit gemeinsam betreut: Hendrik N. Poinar, Luis B. Barreiro
McMaster Ancient DNA Centre, Abteilungen für Anthropologie, Biologie und Biochemie, McMaster University, Hamilton, Ontario, Kanada
Jennifer Klunk, Katherine Eaton, G. Brian Golding und Hendrik N. Poinar
Daicel Arbor Biosciences, Ann Arbor, MI, USA
Jennifer Klunk, Alison Devault und Jean-Marie Rouillard
Abteilung für Genetische Medizin, Department of Medicine, University of Chicago, Chicago, IL, USA
Tauras P. Vilgalys, Marie Shiratori, Maria I. Patino, Anne Dumaine und Luis B. Barreiro
Yersinia-Forschungseinheit, Institut Pasteur, Paris, Frankreich
Christian E. Demeure, Julien Madej, Rémi Beau und Javier Pizarro-Cerdá
Abteilung für Ökologie und Evolution, University of Chicago, Chicago, IL, USA
Xiaoheng Cheng & Matthias Steinrucken
Abteilung für Mikrobiologie, Ricketts Laboratory, University of Chicago, Lemont, IL, USA
Derek Elli und Dominique Missiakas
Zentrum für Humanbioarchäologie, Museum of London, London, Großbritannien
Rebecca Redfern
Abteilung für Anthropologie, University of South Carolina, Columbia, SC, USA
Sharon N. DeWitte
Abteilung für Anthropologie, University of Manitoba, Winnipeg, Manitoba, Kanada
Julia A. Gamble
Abteilung für Gerichtsmedizin, Abteilung für Anthropologie (ADBOU), Universität Süddänemark, Odense S, Dänemark
Jesper L. Boldsen
Geschichtsabteilung, Indiana University, Bloomington, IN, USA
Ann Carmichael
Abteilung für Geschichte, Rutgers University, Newark, NJ, USA
Nukhet Varlik
Montreal Heart Institute, Medizinische Fakultät, Universität Montreal, Montreal, Quebec, Kanada
Jean-Christophe Grenier
Fakultät für Chemieingenieurwesen, University of Michigan – Ann Arbor, Ann Arbor, MI, USA
Jean Marie Rouillard
Sainte-Justine University Hospital Center, Montreal, Quebec, Kanada
Vania Yotova & Renata Sindeaux
Abteilung für Rheumatologie, Abteilung für Medizin, University of California, San Francisco, CA, USA
Chun Jimmie Ye & Matin Bikaran
Institut für Humangenetik, University of California, San Francisco, CA, USA
Chun Jimmie Ye & Matin Bikaran
Abteilung für Anthropologie, University of Illinois Urbana-Champaign, Urbana, IL, USA
Jessica F. Brinkworth
Carl R Woese Institute for Genomic Biology, University of Illinois at Urbana-Champaign, Urbana, IL, USA
Jessica F. Brinkworth
Montreal Neurological Institute-Hospital, McGill University, Montréal, Quebec, Kanada
Guy A. Rouleau
Abteilung für Humangenetik, University of Chicago, Chicago, IL, USA
Matthias Steinrücken & Louis B. Sweeper
Michael G. DeGroote Institut für Infektionskrankheitsforschung, McMaster University, Hamilton, Ontario, Kanada
Hendrik N. Poinar
Humans and the Microbiome Program, Canadian Institute for Advanced Research, Toronto, Ontario, Kanada
Hendrik N. Poinar
Ausschuss für Genetik, Genomik und Systembiologie, University of Chicago, Chicago, IL, USA
Luis B. Barreiro
Ausschuss für Immunologie, University of Chicago, Chicago, IL, USA
Luis B. Barreiro
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
Sie können diesen Autor auch in PubMed Google Scholar suchen
LBB und HNP leiteten die Studie. JK entwarf die Anreicherungstests und generierte alte Genomdaten. TPV leitete alle Daten- und Computeranalysen, mit Beiträgen von J.-CGXC führte alle Analysen zur Schätzung der Auswahlkoeffizienten unter der Aufsicht von M. Steinrücken durch. JFB, RS und VY führten Challenge-Experimente mit Makrophagen und hitzegetöteten Y. pestis durch. M. Shiratori und A. Dumaine führten mit Unterstützung von DE und DMCED und JP-C die Infektionsexperimente an PBMCs durch und generierten die Einzelzell-RNA-Sequenzierungsdaten. führte die Infektionsexperimente mit lebendem Y. pestis auf Makrophagen durch und entwarf sie und generierte mit Unterstützung von JM und RBCJY sowohl Zytokin- als auch CFU-Daten. MB entwarf die Sonden zur Quantifizierung der Isoform, die für die Kurzversion von ERAP2 kodiert, und MIP führte die Experimente durch. RR, SND, JAG und JLB ermöglichten den Zugang zu Proben, archäologischen Informationen, einschließlich Datierungen, und anderen relevanten Informationen. AC und NV lieferten Einblicke in den historischen Kontext. KE und GBG stellten zusätzliche Probenahmen und bioinformatische Verarbeitung sowie Clusterwartung bereit. A. Devault und J.-MR lieferten Einblicke in die gezielte Anreicherung und modifizierte Versionen von Ködern, die zur Immunanreicherung verwendet werden. GAR lieferte genomischen Input zu Loci und leistete einen finanziellen Beitrag zur Sequenzierung von Zielen. TPV, JK, HNP und LBB haben das Manuskript mit Beiträgen aller Autoren verfasst.
Korrespondenz mit Hendrik N. Poinar oder Luis B. Barreiro.
JK, A. Devault und J.-MR erklären finanzielles Interesse an Daicel Arbor Biosciences, das die myBaits-Hybridisierungs-Capture-Kits für diese Arbeit bereitgestellt hat. Alle anderen Autoren erklären keine Interessenkonflikte.
Nature dankt M. Thomas P. Gilbert und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit.
Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.
Vergleich der Rekombinationsrate (A) und der Hintergrundselektionsniveaus (B) zwischen neutralen Loci und unseren Kandidatenregionen. Kandidatenregionen wurden in diejenigen geschichtet, die getestet wurden, und solche, die Kandidaten für eine positive Auswahl waren, basierend auf einer hohen Differenzierung in London vor und nach BD. (C) Vorwärtssimulationen, die auf die Rekombinationsraten und die Hintergrundselektion der in unserer Studie untersuchten Regionen abgestimmt sind, zeigen eine leichte Anreicherung hochdifferenzierter Standorte in Kandidatenregionen, die jedoch weit von dem in unseren gesammelten Daten (D) beobachteten Anreicherungsniveau entfernt ist, repliziert zum Vergleich aus Abb. 2a. Während beispielsweise unsere Datendifferenzierung an Immunorten das 99. Perzentil der neutralen Varianten mit der 2,4-fachen zufällig erwarteten Rate überschritt (bei Varianten mit einem MAF > 10 %), liegt die gleiche Anreicherung in den simulierten Daten bei weniger als dem 1,2-fachen.
(A) Verteilungen von \({\hat{s}}_{{\rm{MLE}}}\) für die vier SNPs, wenn Replikate mit den entsprechenden Bootstrap-Allelhäufigkeitsverteilungen als Anfangsbedingungen und Bootstrap-korrigierten Schätzungen simuliert werden \ ({\widetilde{s}}_{{\rm{MLE}}}\). Whiskers auf den Geigendiagrammen kennzeichnen die 2,5-, 50- und 97,5-Perzentile ihrer jeweiligen Verteilungen. (B) ROC- und (C) Precision-Recall-Kurven für das Schätzverfahren zur Unterscheidung von Replikaten unter Auswahl von denen unter Neutralität.
Die erste Hauptkomponente trennt stimulierte Proben klar von passenden Kontrollen.
Effektgröße der Y. pestis-Stimulation im Vergleich zwischen hitzegetöteten Y. pestis (x-Achse, n = 33 Individuen) und lebenden Y. pestis (y-Achse, n = 8 Individuen). (A) zeigt alle Gene, wobei eine blaue Linie die beste Anpassungslinie darstellt (r = 0,88). (B) vergleicht die Effektgrößen bei Genen in der Nähe von Kandidaten für eine positive Selektion, die in beiden Expressionsdatensätzen profiliert sind (rot: durch Hitze abgetötet; lila: lebende Bakterien). Fehlerbalken stellen den Standardfehler bei der Schätzung der Effektgröße dar. Die Wirkungsrichtung ist konsistent, mit Ausnahme von LNPEP (das in beiden Analysen nicht signifikant ist) und ERAP1. CTLA4 und TICAM2 werden nicht gezeigt, da sie in den Makrophagen der 8 mit lebendem Y. pestis infizierten Individuen nicht in ausreichend hohen Mengen exprimiert wurden. Sternchen neben der Punktschätzung jedes Werts stellen die Signifikanz dar: *** p < 0,001; ** p < 0,01; * p < 0,05.
Die Daten stammen von Nedelec et al27. und Quach et al28 Nedelec et al. haben die Genexpressionsreaktion von Makrophagen aus Monozyten auf eine Infektion mit zwei lebenden intrazellulären Bakterien gemessen: Listeria monocytogenes (ein grampositives Bakterium) und Salmonella typhimurium (ein gramnegatives Bakterium). Quach et al. charakterisierten die Transkriptionsreaktion nach 6 Stunden von primären Monozyten auf bakterielle und virale Reizliganden, die Toll-like-Rezeptorwege (TLR1/2, TLR4 und TLR7/8) und lebende Influenzaviren aktivieren. Die Daten für Y. pestis sind die Faltungsreaktionen, die als Reaktion auf durch Hitze abgetötete Bakterien beobachtet wurden. Ein negativer Wert im Diagramm (lila) zeigt an, dass das Gen herunterreguliert ist, und ein positiver Wert (rot) zeigt an, dass das Gen hochreguliert ist. Die statistische Unterstützung für die gemeldeten Änderungen wird durch die zugehörigen p-Werte gegeben. Größere Kreisgrößen stellen kleinere p-Werte dar und leere Kreise beziehen sich auf Fälle, in denen das Gen in diesem Datensatz nicht exprimiert wurde.
Einfluss des Genotyps an nahe gelegenen Loci auf die Expression von ERAP2 (oben) und TICAM2 (unten), unter allen experimentellen Bedingungen in dieser Studie und zuvor veröffentlichten26,27. Für ERAP2 erhöht der schützende „C“-Haplotyp die Expression unter allen Bedingungen (p < 0,001). Für TICAM2 verringert der schützende Referenzhaplotyp die Expression nur im unstimulierten Zustand (p = 2,5 x 10−6; p > 0,05 unter allen anderen Bedingungen).
UMAP-Projektion von Einzelzell-RNA-Sequenzierungsdaten nicht infizierter Zellen und mit lebendem Y. pestis infizierter Zellen für fünf Stunden nach Integration der Proben. Die wichtigsten Immunzelltypen gruppieren sich separat und die Zellen werden entsprechend dem Zelltyp, dem sie zugeordnet sind, gefärbt.
Für jeden Zelltyp, der mithilfe der Einzelzell-RNA-Sequenzierung profiliert wurde, zeigen wir die Auswirkung einer Y. pestis-Infektion auf die Genexpression. Ein negativer Wert (lila) zeigt an, dass das Gen herunterreguliert ist, und ein positiver Wert (rot) zeigt an, dass das Gen hochreguliert ist. Die statistische Unterstützung für die gemeldeten Änderungen wird durch die zugehörigen p-Werte gegeben. Größere Kreisgrößen stellen kleinere p-Werte dar und leere Kreise beziehen sich auf Fälle, in denen das Gen in diesem Zelltyp nicht exprimiert wurde.
Bioanalyzer-Spuren, die die Ergebnisse der PCR-Amplifikation von cDNA über die Exon-10-Spleißverbindung von Makrophagen von 10 Individuen mit unterschiedlichen Genotypen für die Schnittvariante rs2248374 zeigen. Der Genotyp jedes Individuums wird oben angezeigt. Außerdem wurde eine negative PCR-Kontrolle mit Wasser durchgeführt. Es wird vorausgesagt, dass das G-Allel bei rs2248374 ein verlängertes Exon 10 produziert, das zwei vorzeitige Stoppcodons (rote Rechtecke) enthält, was zu einem durch Unsinn vermittelten Zerfall führt.
Die Zeitachse dient als ungefähre Referenz der relativen Abtastzeiten für die empirischen Stichproben. Gestrichelte vertikale Linien geben die relative Probenahmezeit für jede in der Analyse berücksichtigte Probengruppe an, und die schwebenden Kästchen mit orangefarbenen und blauen Punkten stellen Pools von Proben aus einem bi-allelischen Locus dar. Über und unter der Zeitachse befinden sich Skizzen, die jeweils dem Simulationsschema und den Wahrscheinlichkeitsberechnungen entsprechen. Der rot schattierte horizontale Baum stellt die Bevölkerungskontinuität entlang der ungefähren Zeit (x-Achse) dar, wobei die Schwarztod-Pandemie im dunkel schattierten Zeitraum auftrat. Der verkürzte Ast mit einem Totenkopf am Ende stellt Menschen dar, die an der Krankheit gestorben sind. In jedem simulierten Replikat markieren ∆p und −∆p die jeweiligen Änderungen der Allelfrequenz während der Pandemie in den Probenpools in der Mitte der Pandemie und nach der Pandemie. In den Inferenzschemata stellt jede horizontale gerade Linie ein Stichprobenschema dar, aus dem eine Wahrscheinlichkeit berechnet wurde. Mit s oder −s gekennzeichnete Blitze stellen die Auswahlkoeffizienten dar.
Ergänzende Methoden, Referenzen, Abb. 1 (Korrektur alter genomischer Schäden), Abb. 2 (Fähigkeit, schützende Allele gegen den Schwarzen Tod zu identifizieren), Abb. 3 (Log-Likelihood als Funktion des Selektionskoeffizienten s für jeden Ziel-SNP) und Abb. 4 (Verteilungen von \({\hat{s}}_{{\rm{MLE}}}\,\)für simulierte Daten beginnend mit den Häufigkeiten der vier Ziel-SNPs vor der Pandemie).
Ergänzende Tabelle 1 (Personen, die für die Analyse antiker DNA beprobt wurden), Tabelle 2 (Loci, die für Exon, GWAS und neutrales Köderdesign verwendet werden), Tabelle 3 (hg18-Positionen, auf die bei Exon-Erfassungen abgezielt wird), Tabelle 4 (Hochdifferenzierte Varianten), Tabelle 5 (Schätzungen). der Selektionskoeffizienten), Tabelle 6 (Änderungen der Genexpression nach Y. pestis-Stimulation), Tabelle 7 (Zytokin-Ergebnisse), Tabelle 8 (Zytokin-Daten), Tabelle 9 (Daten zu koloniebildenden Einheiten) und Tabelle 10 (Interaktionseffekte zwischen ERAP2 Genotyp und Y. pestis-Stimulation).
Springer Nature oder sein Lizenzgeber (z. B. eine Gesellschaft oder ein anderer Partner) besitzen die ausschließlichen Rechte an diesem Artikel im Rahmen einer Veröffentlichungsvereinbarung mit dem Autor bzw. den Autoren oder anderen Rechteinhabern. Die Selbstarchivierung der akzeptierten Manuskriptversion dieses Artikels durch den Autor unterliegt ausschließlich den Bedingungen dieser Veröffentlichungsvereinbarung und geltendem Recht.
Nachdrucke und Genehmigungen
Klunk, J., Vilgalys, TP, Demeure, CE et al. Die Entwicklung von Immungenen wird mit dem Schwarzen Tod in Verbindung gebracht. Natur 611, 312–319 (2022). https://doi.org/10.1038/s41586-022-05349-x
Zitat herunterladen
Eingegangen: 12. Januar 2022
Angenommen: 14. September 2022
Veröffentlicht: 19. Oktober 2022
Ausgabedatum: 10. November 2022
DOI: https://doi.org/10.1038/s41586-022-05349-x
Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:
Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.
Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt
Naturmedizin (2023)
Natur, Ökologie und Evolution (2023)
Natur (2022)
Natur (2022)
Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.