《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。


  • 原文来源:https://www.nature.com/articles/s41586-024-07944-6?utm_medium=organic_social&utm_source=wechat&utm_campaign=CONR_NAJRN_ATT1_AP_CNCM_002E7_natcover
相关报告
  • 《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
  • 《Nature | 人类神经类器官的集成转录组细胞图谱》

    • 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日发表的论文《An integrated transcriptomic cell atlas of human neural organoids》中,Zhisong He和同事绘制了大脑类器官细胞综合图谱,帮助我们了解类器官如何模拟大脑发育的各个方面。   由体外多能干细胞产生的人类神经类器官是研究人类大脑发育、进化和疾病的有用工具。然而,目前尚不清楚现有方案涵盖了人脑的哪些部分,并且很难定量评估类器官变异和保真度。在这里,作者将跨越 26 个方案的 36 个单细胞转录组数据集整合到一个集成的人类神经类器官细胞图谱中,总计超过 170 万个细胞,映射到开发中的人脑参考元显示体外产生的原代细胞类型和状态,并估计不同方案中原代细胞和类器官对应物之间的转录组相似性。我们提供了一个编程界面来浏览图谱和查询新数据集,并展示了图谱在注释类器官细胞类型和评估新类器官方案方面的强大功能。最后,我们表明该图谱可以用作多样化的对照队列来注释和比较神经疾病的类器官模型,识别可能构成神经模型病理机制基础的基因和通路。人类神经类器官细胞图谱将有助于评估类器官保真度、表征扰动和疾病状态并促进方案开发。 图|a,HNOCA 施工管道概述。b,HNOCA 中包含的生物样本元数据。c-f,整合 HNOCA 的 UMAP,由 2 级细胞类型注释 (c)、选定标记物的基因表达谱 (d)、样本年龄 (e) 和分化方案类型 (f) 着色。g,在 HNOCA 中分配给不同细胞类型的细胞比例。每个堆叠条形代表一个生物样本,按数据集分组,并按样本年龄增加排序。顶部栏显示 36 个数据集、类器官分化方案、方案类型。底部条形显示样本年龄。h,在细胞之间实时知情的过渡矩阵上由顶级扩散分量 (DC1) 着色的整合 HNOCA 的 UMAP。流箭头可视化了推断的细胞状态流向更成熟细胞的流动。i,沿皮质假时间的标记基因表达谱。j,非端脑神经元的 UMAP,由簇着色和标记。k,热图显示所选基因在不同非端脑神经元簇中的相对表达。彩色圆点表示集群身份,如 j 所示。Cb,小脑;ChP,脉络丛;CP,脉络丛;Hy,下丘脑;max., 最大值;MB,中脑;MH, 延髓;min., 最小值;寡核苷酸,少突胶质细胞;OPC,少突胶质细胞祖细胞;PSC,多能干细胞;Telen.,端脑;Th,丘脑;vTelen, 腹侧端脑.(来源:文章原文)