單細胞多組學已經廣泛應用于腫瘤研究，特別是同時研究細胞染色質開放性和基因表達特征，本次給大家推薦的是單細胞多組學技術在阿爾茨海默癥中的應用。
百邁客提供全面的單細胞空間轉錄組系列檢測服務，包括單細胞(核)轉錄組、空間轉錄組、單細胞免疫組庫、單細胞ATAC-seq、單細胞ATAC&GEX、單細胞全長轉錄組，年底活動更是優惠多多，詳情可見：享年末，抄低價，豐富好禮超乎你想象！
發表期刊：Nature Genetics
影響因子：38.3307
發表日期：2021-08
摘要
在健康和疾病中，大腦的基因調控是高度動態的，協調著不同細胞類型之間一系列生物過程。本文展示了一項針對來自晚期阿爾茨海默癥(AD)患者191890個細胞核的多組學單細胞核研究。分析了相同生物樣本中的染色質可及性和基因表達，揭示了細胞異質性。鑒定了細胞類型特異性、疾病相關的候選順式調控元件及其候選靶基因，包括一個與APOE和CLU連接的少突膠質細胞相關調控模式。闡述了由全基因組關聯研究的AD風險位點上特定細胞類型的順式調控關系，證明了多組學單細胞核方法的實用性。神經膠質群體的軌跡分析確定了疾病相關轉錄因子，如SREBF1及其調控靶基因。最后，作者還進行了單核共識加權基因共表達分析，這是一種對稀疏單細胞數據穩定的共表達網絡分析策略，并對AD轉錄組進行了系統分析。
實驗方法
RNA-seq、snRNA-seq、snATAC-seq、FISH、免疫熒光
背景介紹
人腦由多個不同種類的細胞組成，神經細胞和非神經細胞協同工作，完成簡單而高階的任務。最近的研究已經提供了認知正常大腦中神經元和非神經元細胞群體的更√確的分子特征和識別。然而，對疾病大腦中的異質細胞群體的了解仍然很有限，這限制了對疾病背后的生物學過程的理解。神經退行性疾病，如阿爾茨海默癥(AD)，其特點是大量神經元丟失，并伴有膠質細胞增生，而特定的神經元和膠質細胞群在AD病理生理學中的作用尚不清楚。目前僅在小鼠和人類組織上進行了幾項單細胞和單細胞核RNA測序(snRNA-seq)研究，揭示細胞類型特異性的轉錄變化，但這些疾病相關細胞亞型的調控因素尚未確定。
此外，已經對阿爾茨海默癥進對阿爾茨海默等復雜疾病的GWAS研究表明，從常見變異到遠端調控元件的遺傳風險占很大比例。這些調控元件通常是疾病相關組織中特定細胞類型的區域。雖然在將GWAS信號與功能基因組學分析(包括批量RNA-seq和高通量測序分析轉座酶可及染色質分析(ATAC-seq))交叉方面進行了大量工作，但此類研究的分辨率明顯受到細胞類型異質性的限制。將GWAS HITS與細胞類型聯系起來的一個先決條件是將遠端調控元件與它們的靶基因聯系起來。
ATAC-seq是檢測組織內開放的染色質區域。迄今為止，單細胞染色質可及性技術，如單核ATAC-seq (snATAC-seq)，很少用于疾病組織的原始樣本，因此，研究人員對同一AD患者死后的腦組織樣本同時進行了snATAC-seq和snRNA-seq，以在表觀基因組和轉錄組水平揭示AD相關基因調控程序，并為研究大腦的細胞異質性提供了一個新方法，并且能夠揭示特定細胞群中神經退化的新途徑。
本文對191890個來自阿爾茨海默癥患者死后腦組織和認知健康對照的細胞核進行了單細胞核多組學分析，通過整合snRNA-seq和snATAC-seq數據，從而對阿爾茨海默癥分子層面變化更完善的理解。通過染色質可及性分析確定了細胞類型特異性的候選順式調節元件(cCREs)，并發現了疾病相關的細胞亞群特異性轉錄組變化。確定了可能調節阿爾茨海默癥基因表達變化的轉錄因子。此外，在整合的數據上進行了偽時間軌跡分析。然后將候選的阿爾茨海默癥風險位點的精細定位的GWAS信號與snATAC-seq數據整合，將阿爾茨海默癥風險信號與它們可接近的特定細胞類型聯系起來，并確定了這些位點的順式調控染色質可接近網絡。此外，由于網絡分析在闡明組織水平RNA-seq數據中的疾病轉錄組特征方面是有效的，研究人員設計了一個共表達網絡分析通路，整合了單細胞和批量RNA-seq數據，在每種細胞類型中識別了AD相關的共表達網絡。
結果
一、人類前額葉皮質的多組學分析
研究者進行了snATAC-seq (10×Genomics；12例晚期AD、8例對照)和snRNA-seq (10×Genomics v3；11例晚期AD、7例對照組)，使用從晚期AD患者和年齡匹配的認知健康對照組(74-90歲以上；圖1a)。根據Braak分期和斑塊分期定義了晚期AD和對照。從同一組織樣本分別生成轉錄組和表觀遺傳學數據，以減少兩種方法之間的細胞類型組成差異。經過質控過濾后，對130418個細胞核進行snATAC-seq，61472個細胞核進行snRNA-seq。為了保證研究的嚴謹性，對這兩種方法的數據采用了批量校正。對于snATAC-seq，使用了相互最近鄰(MNN)來校正潛在的semantic indexing來降低的染色質可達性；對于snRNA-seq，使用了整合非負矩陣因子分解(iNMF)來降維，同時消除批次效應。將UMAP降維和Leiden聚類應用到批量校正的表觀基因組和轉錄組數據中，在snATAC-seq和snRNA-seq中識別到了不同的細胞類型(圖1b、c)。利用snATAC-seq，分析了腦的所有主要細胞類型——興奮性神經元(24076個細胞核，EX.a-e)、抑制神經元(9644個細胞核，INH.a-d)、星形膠質細胞(15399個細胞核，ASC.a-f)、小膠質細胞(12232個細胞核，MG.a-e)、少突膠質細胞(62253個細胞核，ODC.a-m)和少突膠質細胞前體細胞(4869個細胞核；OPC.a)，基于已知標記基因啟動子區域的染色質可及性進行注釋。同時使用chromVAR通過估算可訪問染色質區域的TF結合基序的富集來計算單細胞核內TF基序的變異性，并檢測了依據細胞類型劃分的TF基序的富集情況，確定了在星形膠質細胞、興奮性神經元和小膠質細胞中隨著疾病發生而富集增加的幾種TF基序。此外，對TF足跡進行分析，以進一步闡明細胞類型特異性TF調控，結果發現SOX9 TF足跡在少突膠質細胞中的作用。研究人員發現在興奮性神經元中TF motif富集了少突細胞相關的TF。同樣，使用snRNA-seq-檢測到了類似的細胞類型——興奮性神經元(6369個細胞核，EX1-5)、抑制神經元(5962個細胞核，INH1-4)、星形膠質細胞(4756個細胞核，ASC1-4)、小膠質細胞(4126個細胞核，MG1-3)、少突膠質細胞(37052個細胞核，ODC1-13)和少突膠質細胞前體細胞(2740個細胞核，OPC1-2)，通過細胞類型標記基因的表達進行分類(圖1e)。在這兩種檢測中，少突膠質細胞都是常見的細胞類型。此外，雖然每種主要細胞類型中的許多差異表達基因(DEGs)與以前的文獻一致，但也發現先前被確定為神經元或膠質亞型標記的細胞分群特異性基因。
由于表觀基因組圖譜與下游基因表達信號深度交織在一起，研究人員使用了Seurat的整合平臺整合了snATAC-seq和snRNA-seq數據(圖1f)。在整合的UMAP空間時將染色質數據或轉錄組數據獨立分類的細胞類型整合在了一起(圖1g)。在snATAC-seq和snRNA-seq中使用相同的生物樣本，導致來自這兩個數據模擬動態的細胞核在共同構建的空間中高度重疊。
圖1單核ATAC-seq和單核RNA-seq在研究病變腦細胞多樣性中的應用
二、阿爾茨海默癥中細胞異質性的多組學特征
在snATAC-seq和snRNA-seq中，發現了多個神經元和膠質細胞亞群，并基于之前鑒定的標記基因對snRNA-seq中的亞群進行了注釋(圖2)。對于snATAC-seq聚類，研究人員使用的是Seurat的標記轉移算法來計算聚類預測值。研究人員對疾病組的每個分群的組成進行分析，與對照相比在AD晚期中發現了一些明顯的過高或過低組分(圖2d-g)，并且在兩種數據中結果類似。ASC3 (GFAPhigh/CHI3L+) 隨疾病程度比例顯著增加，而ASC4 (GFAPlow/WIF1+/ ADAMTS17+) 顯著降低。這與最近對患AD的小鼠5XFAD模型的snRNA-seq研究一致。研究人員還發現MG.a和MG.b在AD晚期增加，兩者都定位到激活的snRNA-seq聚類的MG1 (SPP1high/CD163+)，且隨疾病的加重而增加。此外，研究人員發現免疫少突膠質細胞簇ODC13在AD晚期顯著增加。
圖2.人類AD前額葉皮質中不同的表觀遺傳學和轉錄差異細胞亞群
三、晚期阿爾茨海默癥的細胞類型特異性順式基因調控
基于研究人員在同一樣本中同時使用snATAC-seq和snRNA-seq的實驗設計，研究人員推測可以在特定的細胞群體中確定cCREs的靶基因。為此，研究人員通過在每一種細胞類型中分別為AD晚期和對照樣本構建順式共可及網絡(CCANs)來闡明AD晚期PFC的順式調控結構。
為了識別cCREs的靶基因，研究人員將重點放在了共可及peaks上，選定其中位于啟動子元件中的peaks，得到了一組cCREs和候選靶基因。研究人員將候選靶基因的表達與cCRE的染色質可及性關聯起來，旨在研究潛在調控關系的，而不僅僅是共可及性。最后，研究人員使用NMF根據這些基因連鎖的cCRE(gl-cCRE)在每個細胞分群中的染色質可及性進行分析和聚類。總而言之，對于晚期AD和對照樣本中的每一種主要細胞類型，這種方法導致了一組候選增強子元件(gl-cCRE)以及一組cCRE連鎖的基因被分組到功能模塊中。
總的來說，使用這種方法共鑒定了56552個gl-cCREs和11440個cCREs連鎖基因，每個基因的中位數為4個cCREs(圖3a)。通過檢查在每個細胞類型中鑒定的cCREs連鎖基因組之間的重疊，研究人員發現，除了那些細胞類型特異性的基因外，還有大量具有連鎖cCRE的基因在多種細胞類型中共享(圖3b)。在一些細胞類型中，研究人員發現cCREs連鎖基因與細胞類型標記DEGs以及該細胞類型中在AD中上調的基因之間存在顯著重疊，這表明cCREs在疾病相關基因表達變化中發揮關鍵作用(圖3c)。研究人員還研究了這些gl-cCREs的每個snATAC-seq分群的染色質可及性，并發現到細胞類型和分群高度特異性(圖3d)。大部分gl-cCREs定位于內含子區域(58.35%；圖3e)。此外，通過檢查NMF系數矩陣(H)，研究人員能夠識別每個NMF模塊對應的分群或細胞類型，并注釋了幾個特定于控制晚期AD細胞核的模塊(圖3f、g)。此外，研究人員還發現一些在多種細胞類型中共有的cCRE靶基因在每種細胞類型中受不同的cCRE調控。
圖3.將順式調控元件連接到特定細胞類型中的下游靶基因
四、晚期阿爾茨海默癥中的細胞類型特異性轉錄因子
為了補充對順式調節元件的分析，研究人員在晚期AD中識別了特定細胞類型的反式調節元件。TFs在神經發育過程中嚴格控制細胞命運，并與神經退化過程有關。研究人員分析了小膠質細胞轉移因子SPI1(也稱為PU.1)和核呼吸因子1(NRF1)在少突膠質細胞中的調節作用(圖4a-f)。snATAC-seq小膠質細胞分群中的SPI1基序可變性只在上調的MG.a和MG.b中顯著增加，但SPI1的靶基因在只有MG1中顯著下調(圖4a、b)。研究人員還發現NRF1在特定的少突膠質細胞分群中表達失調(圖4d-f)。這些結果表明，SPI1在晚期AD中起轉錄抑制因子的作用。此外，NRF1已被認為與線粒體功能相關，NRF1調節失調所介導的線粒體功能受損可能通過破壞髓鞘形成而導致晚期AD的神經元功能障礙。
為了進一步探究晚期AD中TF介導的基因調控，研究人員構建了特定細胞類型的TF調控網絡。對于特定的TF，研究人員確定了候選目標基因，即其啟動子或連鎖的cCRE是可訪問的，并且在目標細胞類型中包含TF的結合基序的基因，研究人員對幾個選定的TF重復了這一過程，產生了小膠質細胞特異性和少突膠質細胞特異性的TF調控網絡(圖4g，h)。在這些網絡中，研究人員發現了多個AD DEGs，除了位于已知AD GWAS位點的基因外，還受到小膠質細胞中的SPI1和少突膠質細胞中的NRF1的調控。
圖4. AD晚期中細胞亞群特異性轉錄因子調控
五、疾病相關膠質細胞的綜合軌跡分析
為了進一步揭示阿爾茨海默癥膠質細胞異質性的分子機制，研究人員使用Monocle3進行了偽時間軌跡分析。在少突膠質細胞、小膠質細胞和星形膠質細胞中整合的snATAC-seq和snRNA-seq數據。多組軌跡分析能夠研究在細胞狀態轉換的連續體中基因表達、染色質可及性和TF基序可變性的動態。研究人員使用遞歸變異自動編碼器(RVAE)對基因表達和染色質可及性動態進行建模。對于每種細胞類型，研究人員確定了沿著軌跡差異表達的基因(t-DEGs)。
六、少突膠質細胞軌跡顯示SREBF1失調
研究人員使用snATAC-seq的58221個細胞核和snRNA-seq的36773個細胞核構建了一個完整的少突膠質細胞軌跡(圖5a)，發現AD晚期樣本的細胞核比例似乎沿著軌跡增加(圖5b)。為了闡明與晚期AD相關的少突膠質細胞的功能狀態，研究人員檢測了新形成的少突膠質細胞(NF-ODCs)、髓鞘形成的少突膠質細胞(MF-ODCs)和成熟的少突膠質細胞(圖5c)。研究人員發現成熟ODC基因表達特征在軌跡的末端增加，而MF-ODC基因表達特征減少。此外，NF-ODC基因標記在整個軌跡中全部降低，這表明少突膠質細胞偽時間軌跡再現了少突膠質細胞成熟過程。9231個少突膠質細胞gl-cCREs的染色質可及性和1563個用RVAE重建的少突膠質細胞t-DEGs的基因表達表明，大量的染色質重塑和轉錄重編程可能是少突膠質細胞成熟的基礎(圖5d)。
此外，RVAE得到的潛伏特征空間提供了對疾病中的偽時間軌跡和基因調控的進一步生物學觀察(圖5e)。每個點代表一個單一的特征(基因或染色質區域)。研究人員根據每個功能在軌跡上達到*大值75%的位置對其進行排名，研究人員稱之為該功能的“軌跡排名”。然后，研究人員將重建特征軌跡(如圖5d)與晚期AD細胞核的比例進行對比(如圖5b)，查看哪些特征與AD持續變化。對于基因(t-DEGs)和染色質區域(gl-cCREs)，潛在空間明確地將與晚期AD細胞核比例正或負相關的特征分組在一起，并將具有相似軌跡等級的特征分組在一起，這表明了該RVAE模型在分析和解釋多組偽偽時間動力學方面的是可行的。
少突膠質細胞中的兩個關鍵轉錄因子：NRF1和甾醇調節元件結合轉錄因子1(SREBF1)。SREBF1在調節膽固醇和脂肪酸穩態相關基因的表達方面發揮著關鍵作用，有人認為Aβ可以抑制SREBF1的激活。研究人員發現，在晚期AD的少突膠質細胞中，NRF1基序可變性上調(圖4d)，而SREBF1基序可變性隨疾病的發生而下調。研究人員將TF基序可變性軌跡與重構的t-DEG表達軌跡相關聯，并可視化了TF與2D潛在空間內每個基因之間的相關性，確定了由TF結合激活或抑制的候選靶基因(分別為正或負軌跡相關性；圖5f)。發現NRF1與軌跡末端的靶基因呈負相關，而SREBF1與軌跡開始和末端的靶基因呈正相關，表明SREBF1在整個軌跡中起著轉錄激活因子的作用。
圖5.多染色體少突膠質細胞軌跡分析
?七、小膠質細胞軌跡定義疾病相關的小膠質細胞
對少突膠質細胞軌跡分析使用相同的分析方法，對snATAC-seq的10768個核和snRNA-seq的4119個細胞核構建了一個完整的小膠質細胞軌跡(圖6a)。晚期AD樣本的細胞核比例在整個小膠質細胞軌跡中顯著增加(圖6b)。疾病相關小膠質細胞(DAM)的基因特征進行了分析。DAM是AD相關的吞噬小膠質細胞，在TREM2依賴和TREM2依賴的階段依次激活。
整合小膠質細胞的軌跡伴隨著穩態特征的減少，階段1的DAM特征的增加和階段2依賴于TREM2的DAM特征的明顯的耗損(圖6c)，表明這種小膠質細胞軌跡從穩態到疾病相關細胞狀態轉變過程中的轉錄和表觀遺傳變化。
為了進一步剖析小膠質細胞的軌跡，再次用RVAE(圖6d、e)分別對9163個小膠質細胞gl-cCRE和2138個小膠質細胞t-DEG的染色質可及性和基因表達動態進行了建模。對ETS家族轉錄因子——SPI1和ETS變體5(ETV5)進行分析，這兩個家族在AD晚期都顯示出基序可變性以及候選靶基因的上調(圖6f)。還觀察到SPI1基序軌跡與軌跡末端的基因呈負相關，即SPI1在晚期AD中起到抑制因子的作用。
八、人類阿爾茨海默癥中與疾病相關的星形膠質細胞
利用snATAC-seq的12112個細胞核和snRNA-seq的4704個細胞核構建了一個完整的星形膠質細胞軌跡(圖6h)，同時發現AD晚期細胞核的比例在整個軌跡中顯著增加(圖6h)。與小膠質細胞軌跡中的DAM信號的分析結果類似。研究人員研究了疾病相關星形膠質細胞(DAAs)的基因信號，基于DAA基因特征分析，推斷這一軌跡遵循從GFAP低態到GFAP高態與DAA狀態的趨勢相似(圖6i)。
12487個星形細胞gl-cCRE和1797個星形細胞t-DEG的RVAE模型顯示了整個軌跡中富集的基因調控動力學(圖6j、k)。研究人員對星形膠質細胞t-DEGs與兩種轉錄因子進行了研究：CCCTC-binding factor (CTCF)和FOSL2，發現這兩種因子的基序變異性在AD晚期分別下調和上調。CTCF被認為是一個主要的染色質調控因子，研究發現CTCF基序可變性軌跡與DAA和GFAPhigh信號呈負相關，而與該軌跡GFAP-low的t-DEGs呈正相關(圖6l)。另外研究人員發現FOSL2的基序變異軌跡與GFAP-high和DAA基因信號呈正相關，并與軌跡末端的基因呈正相關(圖6l)。這些發現表明FOSL2可能是DAA信號的激活因子，而CTCF可能促進星形膠質細胞處于進穩態或非病變星形膠質細胞狀態。通過將基因表達與TF基序富集、TF結合位點可及性聯系起來，以及利用RVAE得到的時間信息，揭示了TF在調節細胞狀態(如DAA)中的作用。
圖6.多染色體小膠質細胞和星形膠質細胞軌跡分析
九、細胞類型特異性順式調控在阿爾茨海默癥遺傳風險位點
為了進一步探究AD遺傳風險信號，研究人員使用AD和其他相關性狀的GWAS匯總統計數據，對snATAC-seq聚類進行細胞類型特異性連鎖不平衡評分回歸分析(LDSC)。Kunkle等人的研究表明，小膠質細胞MG.b和MG.c對AD GWAS SNPs有顯著的富集作用，Jansen等人的研究中5個小膠質細胞簇均顯著富集(MG.a、MG.e、MGb、MG.c和MG.d)，其中除了來自AD患者的數據外，還包括家族性AD-by-proxy樣本(圖7a)。GWAS遺傳分析的結果支持了之前在非患病人類和小鼠中的snATAC-seq數據。研究人員沿著小膠質細胞的偽時間軌跡進行了研究，觀察到整個小膠質細胞軌跡遠端peaks的gchrom VAR偏差分數顯著增加(圖7b、c)，這與類似基因-近端peaks分析的偏差分數顯著下降形成鮮明對比，這表明DAM中遠端增強子上具有與AD相關的SNPs。通過將共可及性圖與染色質可及性信號和沿基因組軸的GWAS統計疊加，研究人員揭開了GWAS基因中被致病變異破壞的潛在順式調控關系，如BIN1、ADAM10、APOE和SLC24A4(圖7d-i)。研究人員發現APOE基因座是研究AD遺傳性的主要決定因素，也是目前研究得詳細的AD風險基因座之一，其在疾病中小膠質細胞和星形膠質細胞中具有順式調控染色質網絡改變的作用。
圖7.阿爾茨海默癥患者腦內GWAS基因座的細胞類型特異性調控格局
十、scWGNCA的單細胞共表達網絡
為了將snRNA-seq數據在系統框架中重新定義，研究人員開發了一種加權基因共表達分析(WGCNA)的單細胞數據的基因共表達網絡分析方法，WGCNA是一種用于識別疾病相關基因模塊的強大分析方法，最初是為批量基因表達數據設計的。研究人員對其進行了修訂，其中“meta-cells”是通過使用特定細胞群體中k-nearest neighbors計算50個相鄰細胞的平均表達來構建的。Mathys等人發表的的AD snRNA-seq數據進行了重新處理，并使用iNMF將這些數據與其snRNA-seq數據整合。此外，研究人員對早期和晚期AD樣本以及對照樣本進行了批量RNA-seq。最后，研究人員使用WGCNA對不同時期的人類PFC的snRNA-seq數據和批量RNA-seq數據構建的meta-cells聯合形成了共表達網絡。
研究人員對少突膠質細胞的scWGCNA分析進行了重點研究，發現了四個與AD診斷顯著相關的共表達模塊——OM1、OM2、OM4和OM5(圖8a、b)。例如，AD下調模塊OM1的hub基因編碼核糖體亞基(例如，RPS15A、RPL30和RPL23A)，與它對蛋白質合成和分選相關GO富集一致。已知OM2基因成員MAG、CNP和PLP1參與髓鞘形成，研究人員發現OM2隨著疾病的發生而下調。
此外，研究人員在共表達網絡中檢查了SREBF1的下游調控靶基因。隨后又發現其中三個少突膠質細胞顯著富集了SREBF1的靶基因，這表明SREBF1在調節這些模塊中的基因表達方面發揮重要作用(圖8c)。將批量RNA-seq、高通量蛋白質組學、SREBF1-ChIP)以及ChIP-seq的數據確定了SREBF1靶基因的蛋白-蛋白相互作用(PPI)網絡。此外，研究人員發現SREBF1靶基因模塊的基因表達量在AD早期和晚期樣本的蛋白和RNA中下調(圖8d)，證實snATAC-seq SREBF1基序的可變性。通過RNA原位雜交和免疫組織化學方法驗證了SREBF1在晚期AD中的下調，并發現ACSL4的表達在晚期AD中有所降低，ACSL4是ENCODE Chip-Seq數據中發現的SREBF1的靶點之一 (圖8e-g)。總體而言，研究人員的共表達網絡分析方法有助于識別細胞類型特異性疾病，在少突膠質細胞中發現了TF SREBF1，這在AD中基本上沒有研究過，表明其研究方法能夠對疾病產生新的見解。
圖8.批量和單細胞共表達網絡分析揭示的基因表達模塊
討論
對晚期阿爾茨海默癥的綜合多組學分析為了解疾病發病機制提供了一個獨特的視角，揭示了疾病發病機制下細胞異質性的連續性。√確定位復雜疾病的致病機制需要在表觀基因組和轉錄水平上對細胞群體特異性基因調控系統有深入的理解。雖然單細胞染色質的可及性可以提供對疾病的重要見解，但由于其固有的稀疏性，研究人員通過整合相同樣本的單核開放染色質和單核轉錄組，以及使用聚類進行批量可及性分析和共可及性分析，避免了稀疏性問題。考慮到這些因素，多組學分析能夠分析神經退行性病變中特定細胞類型的表觀基因組失調，破譯了人類AD中單細胞核轉錄組。
研究人員發現了特定細胞類型的gl-cCRE，它可能介導晚期AD的基因調控，也可能與特定細胞類型中的gl-cCRE的TF結合。雖然cCRE可以僅用表觀遺傳學數據來鑒定，但他們的分析是通過整合單核轉錄組數據來證實的，因為研究人員將候選靶基因的基因表達與CCRE染色質的可及性聯系起來。之前對AD的研究還沒有探索細胞類型或細胞亞群水平的順式基因調控。研究人員強調了晚期AD中順式基因和反式基因調控的紊亂，為進一步研究AD提供了潛在的靶點，如少突膠質細胞中的NRF1和星形膠質細胞及其相應的gl-cCRE中的FOSL2。此外，研究人員檢查了多組學數據中的順式調控相互作用，以闡明GWAS與遺傳性AD風險相關的細胞類型和疾病特異性基因表達模式。研究人員比較了AD和對照細胞群體之間的順式調控網絡，確定了在疾病中唯一的相互作用。因此，這項研究為更廣泛的AD研究提供了一個資源，未來可以探索感興趣的基因和基因組區域的細胞類型以及細胞狀態特異性調控圖譜。
此外，對少突膠質細胞轉錄組和染色質圖譜的獨立和聯合分析顯示，AD的基因調控和生物學途徑受到干擾。研究人員分析了一個少突膠質細胞的軌跡，并評估了新形成的少突膠質細胞向成熟少突膠質細胞轉變過程中的基因表達特征，觀察到該軌跡似乎與少突膠質細胞成熟的發育方向一致。研究人員還發現在晚期AD中SREBF1基序的變異性降低，表明疾病中可與SREBF1結合的位點減少，而且SREBF1基因在AD少突膠質細胞中的表達也下調。軌跡分析表明，SREBF1基序的可變性與整個軌跡中的t-DEGs呈正相關，表明它在少突膠質細胞中發揮轉錄激活因子的作用。
共表達網絡分析方法（如WGCNA）已被廣泛應用于海量基因表達數據中的疾病相關基因的研究，然而，這些方法很少用于單細胞轉錄學，本文研究人員開發了scWGCNA，它利用聚集的meta-cells來減弱單細胞基因表達的稀疏性。研究人員利用scWGCNA聯合分析了snRNA-seq和批量RNA-seq數據，發現了人類AD中的基因共表達網絡。scWGCNA鑒定了三個SREBF1富集靶基因的少突膠質細胞模塊，并表明這些靶基因和蛋白的表達在AD晚期降低。通過對少突膠質細胞中SREBF1的共表達和軌跡分析，SREBF1顯然是一個后續具有重要研究價值的基因，作為AD治療的候選靶點，也證明了研究人員的分析方法在確定新疾病基因靶點方面的實用性。
雖然散發性阿爾茨海默癥的致病分子機制仍不清楚，但研究人員的研究成果提供了新的見解，有助于揭示阿爾茨海默癥基因調控的本質。但還需要解決阿爾茨海默癥和神經退行性變中基因表達和表觀基因組學的復雜性的問題。這里提供的數據是理解疾病大腦中調節關系的寶貴資源，其分析的框架為挖掘單細胞多組學數據、發現復雜特征提供了藍圖。
推薦閱讀
??單細胞多組學|Nature帶你玩轉單細胞表觀基因組學探討人類皮質發育的機制
??【單細胞+空間轉錄組】單細胞和空間轉錄組強強聯手共同研究人類肌腱疾病中免疫穩態失調
京公網安備 11011302003368號