文章概述
文章标题:《Human striatal glia differentially contribute to AD- and PD-specific neurodegeneration》
发表日期和杂志:2023年发表在Nature Aging上
在线阅读链接:https://doi.org/10.1038%2Fs43587-023-00363-8
疾病介绍及实验设计
疾病简介
阿尔茨海默病(AD)和帕金森病(PD)是两种常见的神经退行性疾病。
阿尔茨海默病主要影响大脑的记忆和认知功能。它的主要特征是神经元的退化和脑内异常蛋白质沉积,如β-淀粉样蛋白和Tau蛋白。这些异常蛋白质的积聚导致神经元功能受损和死亡,最终导致认知和行为问题。
帕金森病是一种运动障碍性疾病,主要由于脑内多巴胺神经元的退化。它的主要症状包括震颤、肌肉僵硬、运动缓慢和平衡问题。帕金森病的病因尚不完全清楚,但异常蛋白质的积聚和线粒体功能障碍被认为是其中的重要因素。
尽管AD和PD在病因和病理生理方面有所不同,但它们都涉及到神经元的退化和功能损害。在这两种疾病中,胶质细胞(包括星形胶质细胞和小胶质细胞)在病理过程中起着重要的作用。胶质细胞参与清除异常蛋白质、维持神经元环境稳定和调节炎症反应。然而,它们在AD和PD中的具体贡献可能有所不同,可能与疾病特异性的病理过程和炎症反应有关。
进一步研究纹状体胶质细胞在AD和PD中的不同贡献,有助于深入了解这些疾病的发病机制,并为开发新的治疗策略提供潜在的靶点。
单细胞实验设计
选择了4例有AD病理特征的患者,4例诊断为PD的患者,以及4例无AD或PD病理的对照病例,利用10X基因组学平台进行了单核转录组比较。
单细胞转录组数据情况
数据链接是:https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE161045 数据情况:
#samples
GSM4888887 Putamen_CTRL1
GSM4888888 Putamen_CTRL2
GSM4888889 Putamen_CTRL3
GSM4888890 Putamen_CTRL4
GSM4888891 Putamen_AD1
GSM4888892 Putamen_AD2
GSM4888893 Putamen_AD3
GSM4888894 Putamen_AD4
GSM4888895 Putamen_PD1
GSM4888896 Putamen_PD2
GSM4888897 Putamen_PD3
GSM4888898 Putamen_PD4
提供的是10X格式的标准三个文件,选择下载数据之后需要对数据进行整理,将三个文件分别整理到对应的文件夹中。
#整理文件
fs=list.files('./','features')
fs
samples1= gsub('.tsv.gz','',gsub('features.','',fs))
samples1
samples2 = samples1
lapply(1:length(samples2), function(i){
x=samples2[i]
y=fs[i]
dir.create(x,recursive = T)
file.copy(from= y ,
to=file.path(x, 'features.tsv.gz' ))
file.copy(from= gsub('features','matrix',gsub('tsv','mtx',y)),
to= file.path(x, 'matrix.mtx.gz' ) )
file.copy(from= gsub('features','barcodes',y),
to= file.path(x, 'barcodes.tsv.gz' ))
})
然后使用Read10X函数将数据读取进来即可进行后续的标准分析
#指定数据存放位置
samples=list.files("./output/")
samples
dir <- file.path('./output/',samples)
names(dir) <- samples
#读取数据创建Seurat对象
counts <- Read10X(data.dir = dir)
sce.all = CreateSeuratObject(counts,
min.cells = 5,
min.features = 300 )
dim(sce.all) #查看基因数和细胞总数
as.data.frame(sce.all@assays$RNA$counts[1:10, 1:2])
table(sce.all@meta.data$orig.ident) #查看每个样本的细胞数
head(sce.all@meta.data)
对读取进来的数据进行质控、harmony整合以及单细胞细分亚群定义等。
第一层次降维聚类
经过质量过滤后,获得了30,908个高质量的单核基因表达谱。
使用Seurat进行了非监督聚类,并通过比较保守的标记基因(在AD、PD和对照组之间保守的标记)与已知的细胞类型特异性标记的表达模式,将簇映射到六种主要细胞类型:
- 星形胶质细胞(AQP4,SLC1A2)
- 内皮细胞和周细胞(Fl1,RGS5)
- 免疫细胞(CSF1R,PTPRC,RUNX1)
- 神经元(RBFOX1,RBFOX3,SYT1)
- 少突胶质细胞(MBP,PLP1)
- 少突胶质前体细胞(PCDH15,BB和VCAN)
通过BioinfoArk提供的中国区chatGPT查询到各个细分亚群的解释:
- 星形胶质细胞(Astrocytes):星形胶质细胞是中枢神经系统中最常见的胶质细胞类型。它们在维持神经元环境稳定、提供能量和营养支持、清除代谢产物等方面起着重要作用。AQP4和SLC1A2是星形胶质细胞中的两种重要蛋白质,分别参与水通道和谷氨酸转运。
- 内皮细胞和周细胞(Endothelial cells and Pericytes):内皮细胞是血管内膜的主要组成部分,而周细胞则位于血管壁的外侧。它们在维持血脑屏障的完整性和调节脑血流方面起着重要作用。
- 免疫细胞(Immune cells):免疫细胞包括巨噬细胞、淋巴细胞等,它们在免疫应答和炎症调节中起着重要作用。
- 神经元(Neurons):神经元是神经系统的基本功能单元,负责传递和处理神经信号。RBFOX1、RBFOX3和SYT1是神经元中的一些标志性蛋白质,参与神经元的发育和功能。
- 少突胶质细胞(Oligodendrocytes):少突胶质细胞是中枢神经系统中的胶质细胞类型之一,主要负责形成和维护神经元轴突的髓鞘。MBP和PLP1是少突胶质细胞中的两种主要蛋白质,参与髓鞘的形成和功能。
- 少突胶质前体细胞(Oligodendrocyte precursor cells):少突胶质前体细胞是少突胶质细胞的前体细胞,具有分化为成熟少突胶质细胞的潜能。
星形胶质细胞细分
首先检查了样本中是否存在不同的星形胶质细胞群,所有星形胶质细胞核的亚聚类分析显示出三个亚群:Ast-0 (n = 2301)、Ast-1 (n = 1338)和Ast-2 (n = 638)
24个Ast-0基因(如GPC5、NRXN1);261个Ast-1基因,包括AD风险基因APOE、CLU和APOC1, 160个Ast-2基因(如DPP10、GFAP)被鉴定为给定细胞类型的保守标记基因
使用相同的参数分析了先前发表的SnRNA-seq研究的数据,6名AD患者和6名匹配的对照组的EC,检测到3个星形胶质细胞亚群
以及对Liu等人从12名AD患者和9名匹配的对照组的PFC组织中取样,鉴定出四种星形胶质细胞亚群
发现不同数据分析中的星形胶质细胞保守标记基因与单细胞中鉴定的标记基因重叠
星形胶质细胞的三个亚群代表不同的激活状态
单细胞Ast-1的反应性星形胶质细胞标记S100B、VIM、MT2a、MT1E、CryAB和MT1G的表达水平均显著高于其他两种细胞群,同时,胶质纤维酸性蛋白、CD44、C3、SYNM和MAOB在AST-2中的表达高于其他两个群体。
这些观察表明,Ast-1和Ast-2都代表激活的星形胶质细胞,具有不同的激活状态,而Ast-0代表稳态星形胶质细胞。Vim、MT2a和MT1E在AD和对照组的PFC Ast-1中也高度表达,表明不同脑区的星形胶质细胞激活特征相同
星形胶质细胞转录组的区域分化
同源星形胶质细胞亚群的鉴定提供了一个比较不同脑区基因表达模式的机会。一些基因在壳核和一个脑区之间有保守的表达模式,而在另一个脑区没有
排名前10位的KEGG术语和疾病相关的GO术语中,大多数仅高度富集于壳核Ast-1标记基因,如多种神经退行性疾病途径、淀粉样蛋白纤维形成、tau蛋白结合、炎症反应调节和神经元死亡途径。
AD和PD之间星形细胞转录组学的共同变化
比较了每个群体中疾病样本中的星形胶质细胞基因表达,并检测到124至668个差异表达基因
文章还对小胶质细胞的转录组变化进行了分析,推文篇幅有限就不一一介绍啦,大家感兴趣的可以阅读一下原文献。
文章小结
- 描述了在不同脑区之间共享的三个星形胶质亚群,并且发现这些亚群在人类和小鼠之间具有进化保守性。
- 揭示了AD和PD星形胶质细胞之间的共同特征,以及对淀粉样病理和神经退行性的贡献的区域差异。
- 发现小胶质细胞的转录组变化在每种疾病中大部分是独特的,分析确定了一群活化小胶质细胞,其与小鼠疾病相关小胶质细胞(DAM)具有相同的分子特征,以及与小胶质细胞转录组变化相关的疾病相关和区域差异,将小胶质细胞与疾病特异性的淀粉样病理、Tau病理和神经元死亡联系起来。
- 描述了纹状体中未知的中等刺激性神经元亚群,并提供了神经元转录组的特征,表明疾病特异性变化和选择性神经元易感性。