博文

产前和产后人类皮质发育的单细胞分析

已有 914 次阅读 2024-1-8 09:13 |个人分类:科普|系统分类:科普集锦

产前和产后人类皮质发育的单细胞分析

人类大脑皮层的发育从产前的几个月到出生后的几年，在多个皮层区域产生数十到数百种细胞类型。这个复杂的过程是由谱系特异性基因表达程序精心策划的，这些基因表达程序指导神经元和胶质细胞类型的产生、迁移、分化和成熟，以及投射和神经元回路的形成。发育过程中这些调控基因程序的改变导致神经发育和精神疾病的发病机制，包括自闭症谱系障碍(ASD)和精神分裂症(SCZ)。大多数先前的研究都集中在研究妊娠中期人类皮质发育的分子过程，这是皮质神经发生和神经元迁移的高峰期。这些研究揭示了祖细胞、神经元和胶质细胞类型的分子特征，以及神经细胞和神经细胞类型的早期特征，并揭示了神经细胞和神经细胞亚型的早期特征及其在皮层中的实现。然而，人类皮层发育的后期阶段——包括妊娠晚期、分娩、新生儿和产后早期发育——已经通过大量基因组方法进行了大量研究。

为了获得产前和产后人类皮质发育的全面视图，Velmeshev等人使用单核RNA测序(snRNA-seq)分析了来自60个神经典型个体的108个组织样本中的413,682个细胞核。采集了从妊娠中期到成年的细胞核样本，包括妊娠晚期和出生后早期的样本，这些样本在人类大脑的基因组研究中经常被排除在外或代表性不足。从神经节嵴——皮层中间神经元的主要来源和皮层获得数据。使用Seurat进行无偏聚类和均匀流形逼近和投影(UMAP)嵌入。在去除一簇细胞碎片后，保留了358,663个细胞核。为了将分析扩展到更多的大脑样本和细胞核，将数据与已发表的产前和产后人类皮层发育数据集相结合。经过数据整合，最终的数据集包括来自106个个体的709,372个细胞核和169个脑组织样本(图1A)。确定了与神经祖细胞和兴奋性和抑制性神经元、胶质细胞和血管细胞的主要亚型相对应的簇(图1B和1C)，表明能够捕获皮层细胞类型在发育过程中分化和成熟的转录组变化。在不同样本中检测到相似数量的基因、转录本和线粒体RNA比率，每个细胞核中位数为1106个基因和1609个转录本，样品之间存在一些差异。这些相对数量与从人脑收集的已发表的单细胞基因组学数据相当，成熟的神经元细胞类型表达的基因和转录物数量高于其他细胞类型。既没有观察到批效应(来自不同样品的核混合得很好)，也没有观察到由单个样品的核组成的簇。从前额叶、扣带、左脑、左脑、右脑、右脑、右脑、右脑、右脑和运动皮层捕获核。对于没有性别鉴定的产前样本，使用性别特异性基因表达来确定其性别。数据集包括45名女性和61名男性受试者，观察到细胞核根据发育年龄聚集(图1D)，这表明与发育相关的转录组变化是细胞身份的主要驱动因素。

图1用于snRNA-seq数据收集和初始聚类的脑组织样本。(A)本研究中使用的组织样本概述，包括snRNA-seq数据集中捕获的个体数量、年龄和大脑区域。内侧神经节隆起;LGE，外侧神经节隆起;CGE，尾神经节隆起;GE，神经节隆起。(B)整个数据集的聚类标记了主要谱系。(C)用于确定主要谱系的细胞类型特异性标记的表达、执行神经元和兴奋性神经元。(D)发育年龄标记的细胞核

总之，这项研究阐明了人类皮层谱系发育背后的分子变化。通过整合单核RNA表达和染色质可及性分析，绘制了一个全面的皮层谱系的转录组图谱，包括产前和产后发育，确定了关键的转录网络，突出了性别特异性的发育变化，并定义了神经发育疾病遗传风险因素最丰富的细胞类型和发育阶段。研究结果揭示了正常皮质发育的谱系特异性机制，发育性脑疾病的遗传脆弱性，以及性别二态基因表达在自闭症发病机制中的作用。

参考文献

[1] Velmeshev D, Perez Y, Yan Z, Valencia JE, Castaneda-Castellanos DR, Wang L, Schirmer L, Mayer S, Wick B, Wang S, Nowakowski TJ, Paredes M, Huang EJ, Kriegstein AR. Single-cell analysis of prenatal and postnatal human cortical development. Science. 2023 Oct 13;382(6667):eadf0834. doi: 10.1126/science.adf0834.

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC