利用单细胞转录组测序“解码”自闭症和阿尔兹海默症

科技工作者之家 2020-06-18

来源:brainnews

2020年4月,来自上海科技大学的研究人员在Neuroscience Bulletin上发表了题为“Single-Cell RNA Sequencing Reveals Cell-Type-Specific Mechanisms of Neurological Diseases”的研究亮点评述(Research Highlight),文章主要介绍了单细胞核转录组测序在探究细胞类型特异的神经系统疾病发生发展机制中的应用。wt_a32302020618183518_6afbb0.jpg
单细胞转录组测序分析为识别神经疾病中受影响的神经元亚型提供了一条前所未有的途径。但是这种方法在很大程度上依赖于人脑新鲜样本的收集。为了减少来自其他细胞的样品污染或在全细胞解离中经常遇到的RNA降解,目前国际上已经开发出基于单个细胞核的RNA测序方法,以反映人脑中的全细胞RNA水平。通过使用单细胞核RNA测序(SnRNA-seq),最近的研究已经确定自闭症谱系障碍(ASDs)和阿尔茨海默病(AD)患者中新皮层细胞类型特异性分子的表达变化。ASDs是一种复杂的异质性疾病,患者在社会交往和交流方面表现出持续缺陷以及刻板性行为。目前已发现,数百个基因组位点均与ASDs的发生有关,包括从父母遗传的基因位点和在生殖系统中的基因位点,这些突变位点有的是单一渗透突变,或是具有累积效应的罕见低风险变异。尽管多因素神经发育缺陷被认为是ASDs病因学的基础,但ASDs的细胞型特异性病理特征尚不明确。
最近,位于旧金山加利福尼亚大学的研究组对15名无智力残疾的ASDs患者和16名年龄在4岁至20岁之间正常对照者的41份尸检样本中前额叶皮层和前扣带皮质进行了单细胞核RNA测序分析。该研究使用的是目前广为应用的基于液滴的10x基因组学铬分子平台,结果产生了104559个单细胞核RNA表达谱:其中52003个来自患者,52556个来自于正常对照组。根据已知的特定细胞类型标记注释细胞簇,研究确定了细胞类型特异性基因的表达变化,并建立了这些变化与疾病临床严重程度的关系。这些结果表明,基因表达失调程度可能与疾病症状密切相关,特定神经细胞类型中基因表达网络的紊乱则是ASDs的分子病理学基础。这项研究还比较了ASDs和散发性癫痫(ASDs的共病)的分子变化,发现细胞类型特异性基因表达变化的重叠性很小。这些结果表明,已确认的失调通路大多是ASDs特异性的,并突出了可能的干预靶点和通路。由于大多数ASDs患者常伴有智力残疾,各种ASDs患者在临床症状上也表现出高度的异质性,未来的研究应包括更大的队列,以更准确地将遗传变异与临床严重程度联系起来。考虑到ASD患病率中的男性偏倚,在未来ASDs细胞类型特异性分子变化的研究中也应考虑性别差异。
AD是全世界老年人面临的主要挑战之一。基于液滴的单细胞核RNA测序,最近麻省理工学院研究人员进行的另一项研究则揭示了AD病人的细胞类型特异性变化,同时考虑了病理程度和性别差异。研究分析了48个尸检样本中80660个单细胞核转录本,这些样本来自患有不同病变程度AD患者的前额叶皮质(布罗德曼第10区)。结果包括了早期细胞类型特异性基因表达变化以及后期主要细胞类型的共同变化特征。此外,该研究还揭示了细胞水平上转录变化的性别二态性。研究提供的资料描述了AD病理变化在单细胞水平上的动态轨迹,并揭示了不同细胞类型之间的异质性反应。综上所述,这些分析增加了对AD特定细胞类型变化的新见解。总之,单细胞核RNA测序技术将有助于理清不同情况下共有的、独特的神经系统异常,并在分子、细胞和电生理水平上明确神经元病变的动态进展,加深对疾病机制的理解,从而有助于精准医学的发展。

wt_a32302020618183519_7057e5.jpg

 图1: snRNA-seq分析中使用的主要技术方法示意图 

来源:brainnews brainnews

原文链接:http://mp.weixin.qq.com/s?__biz=MzI2ODEyOTE3OQ==&mid=2649573966&idx=2&sn=097c9b5420fc89817fae1acfadfb8882&chksm=f2edacbac59a25ac6201c0521d6d68a0b0000bec357e9602c3efa080d4fd5d2f7e3fe87311f8&scene=27#wechat_redirect

版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。

电话:(010)86409582

邮箱:kejie@scimall.org.cn

转录组测序 特异性

推荐资讯