《史上最大规模的正常乳腺细胞图谱》

  • 来源专题:战略生物资源
  • 编译者: 郭文姣
  • 发布时间:2023-07-11
  •     2023年6月28日,德克萨斯大学MD安德森癌症中心、加州大学欧文分校和贝勒医学院等机构的研究人员绘制出一张单细胞和空间分辨率的正常乳腺组织图谱。这张最全面的图谱可帮助人们深入了解乳腺生物学,并有助于确定乳腺癌等疾病的治疗靶点。研究成果以“A spatially resolved single-cell genomic atlas of the adult human breast”为题的论文发表在《Nature》杂志上。

        研究人员采用单细胞和空间基因组学方法对126名女性的714,000多个细胞开展了分析。这份乳腺图谱突出了12种主要细胞类型和58种细胞状态,并显示了不同种族、年龄以及更年期状态下的差异。人类乳腺组织由四个主要区域组成,包括小叶产乳区、输送乳汁的导管区、由成纤维细胞组成的结缔组织和主要由脂肪细胞组成的脂肪组织。尽管以往的研究大多集中在上皮组织上,因为这些细胞与乳腺癌有关联,但研究人员指出,他们的目标是研究乳腺中的所有细胞类型。

        七年来,研究人员从132名女性身上采集了220份新鲜的乳腺组织样本,包括那些接受了缩胸手术、预防性乳腺切除手术和乳腺癌手术的女性。在这些女性中,接近一半是白人,41%是非洲裔,7%是西班牙裔,6%是未知种族。样本是由四个机构采集的,包括MD安德森癌症中心、加州大学欧文分校、贝勒医学院和圣卢克医院。他们采用10x Genomics的单细胞RNA测序分析,从167个组织样本中产生了714,000多个细胞的数据。在数据分析后,他们确定了10种主要的细胞类型,包括三种上皮细胞、两种内皮细胞(淋巴和血管)、三种免疫细胞(T细胞、B细胞和髓样细胞),以及两种间质细胞(成纤维细胞和血管周细胞)。由于脂肪细胞太大(>50 μm),无法封装在微滴内,故研究人员对117,346个细胞进行单细胞核RNA测序(snRNA-seq)分析。此次分析检测到scRNA-seq鉴定的大多数细胞类型,同时还鉴定出脂肪细胞和肥大细胞。除了单细胞分析,研究人员还使用了三种技术来分析组织切片中各个细胞类型的空间排布,包括10x Genomics的空间转录组学、Resolve Biosciences的靶向单分子RNA荧光原位杂交(smFISH)以及Akoya Biosciences的CODEX空间蛋白质组分析。他们还通过Vizgen的MERFISH技术来解析上皮细胞的空间分布。

        总的来说,他们的研究报告了12种主要的细胞类型和58种独特的细胞状态,并确定了与种族、年龄和更年期状态相对应的乳腺组织结构的变化。此外,孕妇和非孕妇的组织样本并无太大差异。有了空间图谱分析技术,研究人员能够观察样本的RNA和蛋白质组成,以了解不同类型的细胞驻留在何处。他们惊讶地发现,在正常乳腺组织中,16.7%的细胞是免疫细胞,包括三种主要类型:髓样细胞、NK细胞、T细胞和B细胞。科学家们以往认为,正常组织中很少会发现免疫细胞。此外,这些免疫细胞主要位于导管和小叶周围。Navin解释说,了解这些不同免疫细胞的细微差别有助于针对某些乳腺癌亚型开发更有效的免疫疗法,并有助于确定它们在乳腺癌进展中的作用。研究还发现,乳腺组织组成和细胞状态上的显著差异与种族、年龄和更年期状态有关。此外,与年轻女性相比,50岁以上女性的乳腺组织存在显著差异,而且细胞状态的差异取决于绝经状态。肥胖、BMI、怀孕状况和乳腺密度也会在细胞类型和细胞状态方面带来一些较小的差异。Navin指出,目前还需要更多的研究来进一步了解这些细胞状态的功能作用。展望未来,他计划纳入其他种族的女性样本,让这份图谱更具实用性和包容性。



    编译来源:https://mp.weixin.qq.com/s/cIpqcqZI5r80Cp-pBjxp7g


  • 原文来源:https://www.nature.com/articles/s41586-023-06252-9
相关报告
  • 《Nature | 映射到连续组织轴的空间人类胸腺细胞图谱》

    • 来源专题:战略生物资源
    • 编译者:朱晓琳
    • 发布时间:2024-12-02
    •   人类细胞图谱(HCA)旨在绘制人体细胞(生命基本单元)的全面参考图谱——作为理解人体健康和诊断、监测、治疗疾病的基础。近日,HCA联盟在自然系列(Nature Portfolio)和Genome Biology发表了一系列论文,展示了多个图谱的早期草图以及分析工具。(见参考链接)   在《Nature》2024年11月20日发布的论文《A spatial human thymus cell atlas mapped to a continuous tissue axis 》中,Nadav Yayon和同事绘制了详细的胸腺图谱,追踪了免疫细胞的发育过程。封面图片将细胞图谱与地铁风格的生物系统网络相叠加,体现了HCA计划的包罗万象。   T 细胞由循环前体细胞发育而来,前体细胞进入胸腺并通过支持其成熟和选择的特殊亚区室迁移。在人类中,这个过程从胎儿的早期发育开始,一直非常活跃,直到青春期胸腺退化。为了绘制出生前和出生后早期这一过程的微观解剖基础,作者为胸腺建立了一个定量形态学框架——皮质-髓轴——并使用它来进行空间分辨分析。通过将该框架应用于精选的多模态单细胞图谱、空间转录组学和高分辨率多重成像数据,本文展示了小叶细胞因子网络、经典胸腺细胞轨迹和胸腺上皮细胞分布的建立到胎儿发育的中期。本文确定了胸腺上皮细胞祖细胞的组织生态位和与 Hassall 小体相关的不同亚型,并确定了 CD4 和 CD8 T 细胞谱系之间髓质进入时间的差异。这些发现为详细了解 T 淋巴细胞发育提供了基础,并辅以用于跨平台成像数据分析、注释和 OrganAxis 构建 (TissueTag) 的整体工具包,该工具包可应用于任何组织。 图|a,空间数据集和分离数据集的组合使用示意图。b,不同研究对主要细胞类型和年龄组的比例贡献,n = 29 名供体。HTSA,人类胸腺空间图谱。c,解离数据集和空间数据集的组成,包含新生成和以前发布的数据,跨越胎儿和早期人类生命。每个点代表一个样品,技术面板中的堆叠点代表来自同一供体的样品。圆点颜色表示数据源。补充表 1 和 2 以及扩展数据图 1 和 2 中提供了更多信息。1a. d,儿科胸腺(7 天大)的代表性 H&E 图像,显示主要解剖隔室。比例尺,0.5 mm。e,TissueTag 软件中可用功能概述。OrganAxis 框架的组织学注释和推导的详细信息在补充说明 1 和 2 中提供。
  • 《Nature | 水稻单细胞多组学图谱》

    • 来源专题:战略生物资源
    • 编译者:朱晓琳
    • 发布时间:2025-07-14
    • 发表机构:中国农业科学院生物技术研究所 作    者:谷晓峰,梁哲(通讯作者)     水稻作为全球重要粮食作物,提升单产是育种核心目标。我国水稻单产虽高于全球平均水平,但仅为全球最高单产国家的60%左右,且近年增长放缓。传统育种手段已难以满足需求,亟需借助新兴测序技术挖掘产量相关关键基因,而单细胞测序技术以高通量和高分辨率优势,为探究单细胞分子机制提供新途径,但植物领域尚未开展全面的单细胞多组学研究。     长期以来,科研人员通过全基因组、群体遗传等手段挖掘了水稻重要性状调控基因,但对基因在特定细胞类型中的作用及单细胞水平参与组织发育的机制缺乏系统认识。水稻产量与品质依赖根、茎、叶、种子等器官的发育功能,解析单细胞水平的基因调控模式成为突破瓶颈的关键。     研究团队利用10x Genomics单细胞多组学平台,在水稻中首次实现单一细胞水平同步刻画基因表达与染色质调控状态。通过对根、茎、幼叶、旗叶、茎尖、分蘖芽、幼穗和种子8个主要器官的研究,获取超11万个细胞的RNA表达与染色质可及性数据,结合大量原位杂交试验验证,鉴定出54个细胞类型,全面解析了水稻组织层面的功能细胞组成,构建起全球首个水稻多器官单细胞多组学数据库。     该研究开发了水稻细胞命运扰动模拟算法,基于CellOracle算法在不同细胞类型中进行虚拟敲除,预测基因扰动后的细胞轨迹变化。例如模拟RSR1基因敲除,成功预测皮层细胞命运改变并经实验验证,为无需基因编辑分析基因功能提供了智能预测手段。     在转录调控研究方面,团队建立了染色质可及性区域DNA序列motif富集度与转录因子表达趋势相结合的预测流程,系统区分不同细胞类型中转录因子的激活或抑制类型,大规模识别出 250余个关键转录因子调控模式,如ARF8的激活型预测与已有报道高度一致,显著提升了转录调控研究的效率与准确性。     通过单细胞转录组数据的共表达网络分析,研究将水稻基因划分为9个功能模块,其中M2模块与光合作用相关、M4模块参与氮代谢,各模块在不同细胞类型中的富集差异为解析代谢调控网络提供了新思路。     研究进一步整合群体GWAS结果,建立“基因 - 细胞类型 - 性状”三维关联图,发现分蘖数与分蘖芽细胞、粒重与种胚细胞、抗病性与叶表皮细胞等核心性状的精准对应关系。该研究构建的智能预测和设计技术,实现了从单细胞到性状设计的精准对接,为作物智能育种提供了单细胞水平预测设计的新范式,推动水稻高产育种进入精准分子设计新阶段。 发表日期:2025-07-09