文献解析 | 揭示小鼠健康衰老的全脑细胞类型特异性转录组特征

fjmyhfvclm2025-01-22  8

大家好,今天跟大家分享近日,美国艾伦脑科学研究所曾红葵团队与Bosiljka Tasic团队合作在Nature发表了题为“Brain-wide cell-type-specific transcriptomic signatures of healthy ageing in mice”的文章。该研究基于约120万个小鼠脑细胞的单细胞转录组测序(scRNA-Seq)数据,系统描绘了大脑中与正常衰老相关的细胞类型的特异性转录组的动态变化,揭示了衰老相关的细胞亚群以及特征性基因表达,还发现了一些对衰老敏感的细胞类型。

研究背景

生物衰老可以定义为分子和细胞功能各个方面的稳态逐渐丧失1,2.哺乳动物的大脑由数千种细胞类型组成3,可能对衰老具有差异敏感性或弹性。在这里,我们提供了一个全面的单细胞 RNA 测序数据集,其中包含大约 120 万个高质量的单细胞脑细胞转录组,这些转录组来自前脑、中脑和后脑区域的年轻成年和老年小鼠。所有细胞的高分辨率聚类产生 847 个细胞簇,并揭示了至少 14 个年龄偏倚的簇,这些簇大多是神经胶质类型。

在更广泛的细胞亚类和超型水平上,我们发现了与年龄相关的基因表达特征,并提供了许多神经元和非神经元细胞类型的 2,449 个独特的差异表达基因(年龄-DE 基因)的列表。虽然大多数 age-DE 基因是特定细胞类型所特有的,但我们观察到不同细胞类型的衰老的共同特征,包括许多神经元类型、主要星形胶质细胞类型和成熟少突胶质细胞中与神经元结构和功能相关的基因表达减少,以及与免疫功能、抗原呈递、炎症、 以及免疫细胞类型和某些维管细胞类型的细胞运动。

最后,我们观察到一些对衰老最敏感的细胞类型集中在下丘脑的第三脑室周围,包括弓状细胞、室管膜细胞和弓状核、背内侧核和室旁核中的某些神经元类型,这些神经元类型表达与能量稳态经典相关的基因。其中许多类型表现出神经元功能下降和免疫反应增加。这些发现表明,下丘脑的第三脑室可能是小鼠大脑衰老的枢纽。总体而言,本研究系统地描绘了与正常衰老相关的大脑中细胞类型特异性转录组变化的动态景观,这将作为研究衰老功能变化以及衰老与疾病相互作用的基础。

见图一

年轻成人和老年小鼠大脑中的转录组细胞类型。

图一

a,本研究中剖析的大脑区域的示意图,按主要大脑结构着色。

b,文库生成和单元注释工作流程的示意图。

c,基于 ABC-WMB 图谱的细胞注释水平图。粗体文本表示在后续更精细的注释级别中展开的高亮显示单元格类型。

d,鉴定易衰老细胞类型的一般分析策略示意图。

e,本研究中包括的所有单细胞转录组的 UMAP 表示,按细胞类别、主要大脑结构和年龄着色。

f,从每个亚类(神经元)和超型 (非神经元细胞) 中鉴定出的所有 age-DE 基因的数量摘要。年龄-DE 基因计数下方的条形图表示按主要大脑结构、年龄和性别划分的每组。

g,以 f 表示的所有细胞类型的 age-DE 基因数量与 Augur AUC 评分之间的关系。拟合置信区间为 95% 的线性模型由浅灰色阴影显示。

h,age-DE 基因显著的细胞类型(神经元的亚类;非神经元细胞的超型)数量的直方图。PL + ILA + ORB,前边缘区域 + 边缘下区域 + 眼眶区域;AI, 无颗粒岛区;ACA,前扣带回区;RSP,脾后区;HIP-CA,海马;PAR + POST + PRE + ProS + SUB, 副子 + 后子 + 前子 + 前子 + 子;耳鼻喉科、外侧和内侧内嗅区域;HY,下丘脑;STRd,背侧纹状体;STRv,腹侧纹状体;PAL,梅毒球;sAMY,纹状体样杏仁核;PAG + RAmb,导水管周围灰色 + 中脑中缝核;SNr + SNc + VTA,黑质,网状部分 + 黑质,致密部分 + 腹侧被盖区。

见图二跨非神经元超类型的 Age-DE 基因。

图二

a,按细胞类别分组的每种非神经元超型以及两个 IMN 亚类的 age-DE 基因数量摘要。Ncell,单元格数。

b,每个簇的老年细胞成员与成年细胞成员总数的 log2OR 与相应类别的老年细胞成员与成人细胞成员总数的比较。每个点代表一个单元集群。行对应于 a 中标记的超类型。

c,空间定位取自已知和/或疑似成体神经发生区域的 ABC-WMB 图谱 MERFISH 数据:SVZ、SGZ 和 V3,主要细胞超型为彩色。具有解剖学特征的大脑切片改编自 Allen Mouse Brain CCFv3。粗体文本表示也在 d 中突出显示的细胞类型。

d,每种非神经元超型和 IMN 亚类的 age-DE 基因数量与 Augur AUC 评分之间的关系。红色表示与神经发生区域相关的顶级超型或亚类。拟合置信区间为 95% 的线性模型由浅灰色阴影显示。

e,选择富含 OB-STR-CTX Inh IMN 细胞 Age-DE 基因的 GO 项,随着年龄的增长,基因表达增加(浅灰色)或减少(深灰色)。该分析在所有非神经元超型和神经元亚类中进行。仅对一种单元格类型唯一的术语以红色边框突出显示。使用超几何测试确定丰富的 GO 项,并按照方法中所述针对多个测试进行校正。

f,在至少一种 Astro-TE 或 Astro-NT 超型中具有显著意义的所有 age-DE 基因的年龄效应大小的热图,其空间定位显示在从 ABC-WMB 图谱中提取的大脑切片中。

g,Astro-TE 亚类中所有簇的标记基因与 DG-PIR Ex IMN 亚类的点图比较。

h,j,l,在至少一种血管 (h)、免疫 (j) 或 OPC-Oligo (l) 超型中显著的所有 age-DE 基因的年龄效应大小的热图。i,k,m,内皮细胞中 Fmo2、Rasgrf2 和 Hdac9 表达的可视化和定量 (i),小胶质细胞中的 Ildr2、Ccl3 和 Ccl4 (k) 或 MOL 中的 Cdh8、Abca8a 和 Dpyd (m) 来自 RSTE1 的后脑 (HB)。使用双侧 Mann-Whitney U 检验检验空间基因表达的年龄间显着性。

i、k 和 m 的结果代表在一次实验中检查的每个性别、年龄和/或地区 n = 4 个重复(两个生物学和两个技术)。分析中仅包括该簇中超过 20 个细胞的样品,导致每种性别和/或年龄的某些细胞类型的重复数少于 4 次。对于所有箱线图,箱线的最小、中心和最大边界分别代表所显示数据的第 25 个、第 50 个和第 75 个百分位数。上须和下须分别表示四分位距上下 1.5 倍内的最大值和最小值。与该图相关的在线源数据文件中显示了特定的样本量和 P 值(对于其他图中显示的所有空间基因表达定量相同,如方法中所述)。

见图三在后脑中观察到富含衰老的 MOL 簇。

图三

a,所有 OPC 和少突胶质细胞转录组的 UMAP,按超型、年龄和主要脑结构着色。

b,使用 a 中所示的 UMAP 坐标表示 OPC 和少突胶质细胞簇的星座图。

c, 来自 RSTE1 的等皮层中代表性样品的 OPC-Oligo 超型的空间位置。

d,等皮层中 OPC-Oligo 超型细胞密度的定量。其他三个区域的密度定量显示在扩展数据图 1 中。

e,按主要大脑结构、性别、供体和年龄划分的每个 OPC-Oligo 簇的条形图(上图)和每个簇的标记基因点图(下图)。

f,来自 RSTE1 的老年和成人后脑代表性样本中富含衰老的 MOL 簇 816 和 819 的原位空间定位。

g,定量 RSTE1 中四个大脑区域的 MOL 簇 816 和 819 的密度。CTX,等皮层;STR, 纹状体。使用双侧 Mann-Whitney U 检验检验 d 和 g 密度变化之间的显著性。

h,f 中突出显示的细胞放大视图,显示了 Apod、Opalin、Hopx 和 Art3 的 mRNA 分子的精确空间位置。

i,定量所有 MOL 簇中 h 中显示的基因表达。使用方差分析和 Tukey 的诚实显著性差异检验来检验集群之间的显著性。

j,k,选择富含 MOL 簇 816 (j) 和 819 (k) 的 age-DE 基因的 GO 项。d、g 和 i 中的结果代表在一次实验中检查的每个性别、年龄和地区的 n = 3-4 个 RSTE1 重复。对于 g 和 i,分析中仅包括该簇中超过 10 个细胞的样品,导致每种性别和/或年龄的某些细胞类型的重复数少于 4 次。对于所有箱线图,箱线的最小、中心和最大边界分别代表所显示数据的第 25 个、第 50 个和第 75 个百分位数。上须和下须分别表示四分位距上下 1.5 倍内的最大值和最小值。比例尺,200 μm (c),100 μm (f)。

见图四

V3 内衬的室管膜细胞和室管膜细胞的年龄相关变化。

图四

a,所有 Astro-Epen 细胞亚类的 UMAP,按亚类和主要大脑结构着色。

b, tanycytes 和 epumymal 细胞中顶级 age-DE 基因的年龄效应大小的热图。星号表示统计显著性(参见方法中的子类级别标准)。

c,来自 RSTE3 的选定样品中的韧细胞和室管膜细胞体位置。具有解剖分割的脑切片改编自 Allen Mouse Brain CCFv3。

d,来自 RSTE3 的代表性样品的空间定位以及 V3 中室管膜细胞和 tanycytes 中 Oasl2 、 Ifit1 、 Ccnd2 和 Ctnna2 的相应基因表达定量。定量仅包含每个亚类超过 20 个细胞的样品。

e,tanycyte 和 ephomeymal 细胞转录组的 UMAP 以及来自 ABC-WMB 图谱的额外成体细胞,按簇、亚类、年龄和大脑结构着色。

f, β 中 tanycyte 簇的星座图,与经典的 tanycyte 亚型相关。

g,在 RSTE3 的示例样本中 V3 中 tanycyte 亚型的空间定位。h-i,RSTE3 中每种亚型 H2-K1 (h) 和 Ifi27 (i) 基因表达的放大图像(左)和矩形区域 (g) 和定量(右)。

j,RSTE3 示例样本中 V3 周围免疫细胞的空间定位。

k, 不同 V3 细胞类型中定位于 150 μm 以内的 BAMs 和小胶质细胞的平均细胞数。使用双侧 Mann-Whitney U 检验检验空间基因表达的年龄间显着性。

d、h、i 和 k 的结果代表下丘脑区域每个性别和/或年龄的 RSTE3 的 n = 4 个生物学重复。分析中仅包括该簇中超过 10 个细胞的样品,导致每种性别和/或年龄的某些细胞类型的重复数少于 4 次。对于所有箱线图,箱线的最小、中心和最大边界分别代表所显示数据的第 25 个、第 50 个和第 75 个百分位数。上须和下须分别表示四分位距上下 1.5 倍内的最大值和最小值。

见图五显示与年龄相关的最大变化的下丘脑神经元类型与能量稳态有关。

图五

a,每个神经元亚类的 age-DE 基因数量与 Augur AUC 评分之间的关系。拟合置信区间为 95% 的线性模型由浅灰色阴影显示。

b,按类别和年龄着色的所有下丘脑 (HY) 神经元的 UMAP。

c,来自 b 的相同 UMAP,仅突出显示了具有 50 多个 age-DE 基因的六个亚类,并且这些亚类的空间位置取自 ABC-WMB 图谱,与 Allen 小鼠脑 CCFv3 中的 HY 亚区划定进行比较。

d,来自具有最大 age-DE 基因数量的下丘脑神经元亚类的簇参与摄食行为和能量稳态的经典基因表达的点图。

e,从簇 331_TU-ARH Otp Six6 Gaba(左)中选择富含 age-DE 基因的 GO 术语,以及属于所有 TU-ARH Otp Six6 Gaba 簇(右)的主要富集 GO 术语的选定基因的年龄效应大小的热图。星号表示重大更改。

f,RSTE4 代表性样品中所有 TU-ARH Otp Six6 Gaba 簇的空间定位。

g,按 Agrp 和 Ccnd2 的簇或表达着色的 f 中方框区域的放大视图(左图),以及 RSTE4 中这两个基因的表达定量。

h,从簇 325_DMH-LHA Gsx1 Gaba 中选择富含 age-DE 基因的 GO 术语(左图),以及属于所有 DMH-LHA Gsx1 Gaba 簇的主要富集 GO 术语的选定基因的年龄效应大小热图(右)。

i,RSTE3 代表性样品中所有 DMH-LHA Gsx1 Gaba 簇的空间定位。

j,由 H2-K1 和 B2m 的簇或表达着色的 i 中方框区域的放大视图(左图),以及 RSTE3 中这两个基因的表达定量。使用双侧 Mann-Whitney U 检验检验空间基因表达的年龄间显着性。结果分别代表 RSTE4 (g) 和 RSTE3 (j) 的每个性别和/或年龄 n = 4 个生物学重复。分析中仅包括该簇的 10 个以上细胞的样本,导致每个性别/年龄的某些簇显示的重复数少于 4 个。对于所有箱线图,箱线的最小、中心和最大边界分别代表所显示数据的第 25 个、第 50 个和第 75 个百分位数。上须和下须分别表示四分位距上下 1.5 倍内的最大值和最小值。

见图六

神经元功能下降和免疫活性增加是脑细胞类型衰老的常见特征。

图六

a,细胞类型(行)和常用词(列)的分层聚类 GO 显著性分数的热图。通过取每个 GO 术语的 −log10(P) 来计算显着性分数,每个术语中随着衰老而增加或减少的基因表达为正或负分数。框状区域显示在一个或多个单元格类型中具有显著意义的相关术语组。用于此热图的矩阵包含在补充表 5 中,其顺序与图中所示的顺序相同。NN,非神经元。

b,所选细胞类型的 MHC-I 和 MHC-II 活性的 GO 显著性评分(左)和选定 H2 基因的年龄效应大小(右)的热图。星号表示重要的 age-DE 基因,由调整后的 P < 0.01 和 abs(年龄效应大小)大于 1 定义。

c, 属于神经元信号或结构项的基因显著的细胞类型数量的分布。

d,衰老相关基因表达变化的主要趋势总结,包括不同细胞类型中免疫反应增加和神经元功能降低。

02

研究结论

在整个大脑的许多神经元和非神经元细胞类型中,随着衰老,各种稳健且高度显着的基因表达变化的鉴定表明,单细胞方法在揭示控制复杂系统表型(如衰老)的机制方面的力量和必要性。需要广泛的实验验证,以将这些基因表达变化与衰老过程中动物大脑的生理和功能变化联系起来。这项工作的结果和见解将作为神经科学和老龄化研究界的基础资源,以促进对大脑和身体中与年龄相关的表型以及衰老与各种疾病之间的相互作用的详细研究。

好了,今天的文献解读就到这儿来,我们下期再见!如果你正在开展临床研究.需要方案设计.数据管理. 数据分析等支持.也随时可以联系我们。

转载请注明原文地址:https://www.gamev918.cn/tech/1305209.html