論文精讀 | Intra- and Inter-cellular Rewiring of the Human Colon during Ulcerative Colitis

2020/5/25 今天給大家?guī)硪黄狢ell 2019年的文章 "Intra- and Inter-cellular Rewiring of the Human Colon during Ulcerative Colitis" 的全文翻譯,后續(xù)我會復現(xiàn)全文并公開代碼,歡迎關注!


重要縮寫:

(1)DE gene:differentially expressed gene,差異表達基因

(2)CAFs:cancer-associated fibroblasts,癌癥相關成纖維細胞

(3)IAFs:inflammation-associated fibroblasts,炎癥相關成纖維細胞

(4)Mcell:Microfold (M) cells,微折疊樣細胞

(5)CRC:結(jié)直腸癌

(6)UC:Ulcerative Colitis,潰瘍性結(jié)腸炎


Intra- and Inter-cellular Rewiring of the Human Colon during Ulcerative Colitis

人類結(jié)腸在潰瘍性結(jié)腸炎期間出現(xiàn)了細胞內(nèi)與細胞間的重構(gòu)


全文邏輯結(jié)構(gòu):

1. 繪制結(jié)腸組織的單細胞表達譜

2. 細胞亞群鑒定,介紹有意義的新的功能細胞亞群

3. 與健康組織相比,疾病期間結(jié)腸組織的細胞亞群比例的改變以及特有細胞亞群的出現(xiàn)

4. 細胞亞群在不同疾病狀態(tài)(健康、非炎癥、炎癥)下表達譜的改變(主要是上皮、免疫細胞群的改變)

5. 分析UC患者介導抗TNF治療的細胞亞群的種類和抗藥性機制

6. 通過分析細胞間相互作用網(wǎng)絡,發(fā)現(xiàn)隨疾病狀態(tài)改變,細胞亞群的區(qū)室化作用如何改變

7. 利用配-受體關系,建立預測模型預測細胞亞群數(shù)量關系

亮點:

①分析19名潰瘍性結(jié)腸炎(UC)患者和12名健康人結(jié)腸粘膜中近37萬個單細胞轉(zhuǎn)錄組,鑒定出51種細胞亞群,主要是上皮、基質(zhì)和免疫細胞;

②M樣細胞、炎性單核細胞、炎性成纖維細胞(IAF)、CD8+IL-17+T細胞,在UC中增多,是細胞間互作的核心;

③炎性單核細胞和IAF可能分別通過表達抑瘤素M(OSM)及其受體,介導抗TNF治療的耐藥性;

④許多UC風險基因具有細胞類型特異性,根據(jù)基因共表達情況,可將過半數(shù)的風險基因歸于10個模塊(基因調(diào)控通路);

⑤基因在細胞內(nèi)的共表達允許推斷風險基因之間的潛在的因果性基因。

摘要:全基因組關聯(lián)研究(GWAS)已經(jīng)發(fā)現(xiàn)了潰瘍性結(jié)腸炎(UC)的風險等位基因。為了解它們的細胞類型特異性和作用途徑,我們從18個UC患者和12個健康人的結(jié)腸粘膜中獲取了366,650個細胞的圖集,揭示51種細胞,主要分上皮細胞、基質(zhì)細胞和免疫細胞三大類,包括BEST4?+腸上皮細胞,微折疊樣細胞和IL13RA2?+?IL11?+炎性成纖維細胞,這與抗TNF治療的抗藥性相關。共表達CD8 and IL-17的IAF、炎癥單核細胞、微折疊樣細胞和T細胞隨著疾病的發(fā)展而擴增,形成細胞間相互作用的樞紐。許多UC風險基因是細胞類型特異性的,并且受到相對較少的基因調(diào)控通路的共同調(diào)控。在這些觀察的基礎上,我們提名并推斷了GWAS基因座中特定風險基因的功能。這項工作不僅鑒定出在炎癥性腸?。↖BD)這個疾病模型中一些已知的風險基因在不同細胞類型和信號通路的分布,同時為今后利用單細胞測序技術去尋找疾病的成因以及治療方法提供了一個很好的技術框架。

關鍵詞:炎癥性腸??;潰瘍性結(jié)腸炎;炎癥;抗TNF抵抗;大腸;結(jié)腸;單細胞RNA-seq;單細胞基因組學;細胞間相互作用;全基因組關聯(lián)研究.

1. Introduction

組織通過多種上皮細胞、免疫細胞和基質(zhì)細胞的協(xié)同作用發(fā)揮功能。由于原發(fā)的細胞功能障礙或其他試圖重建體內(nèi)穩(wěn)態(tài)的細胞的代償作用,任何區(qū)室的破壞都可能導致疾病。這種相互作用關系可能使人們很難確定疾病基礎的因果機制。在結(jié)腸粘膜的特殊情況下,破壞會導致潰瘍性結(jié)腸炎(UC)發(fā)生,這是一種炎癥性腸?。↖BD)。

已知的疾病風險等位基因突出了IBD發(fā)病機理的關鍵通路,包括先天性的和適應的免疫,即腸道屏障功能以及病原體感知和反應。然而,潛在的風險位點的基因尚未被對應到其細胞亞群和作用路徑。此外,盡管內(nèi)鏡檢查后的組織病理學分析是當前的護理標準,但它未能捕獲到疾病的精細細節(jié),例如細胞比例、特定細胞類型的表達、細胞間的相互作用,并且不能區(qū)分慢性炎癥和疾病的恢復。

單細胞RNA測序?(scRNA-seq) 通過全面繪制組織中的細胞類型和狀態(tài),從細胞頻率的變化解開(潰瘍性結(jié)腸炎期間的)基因程序表達的變化,并通過細胞間相互作用(細胞微環(huán)境)連接細胞頻率的變化和基因程序表達的變化,從而幫助促進我們對人類疾病的理解。在這里,我們將單細胞RNA測序應用在UC上,使用從健康人和潰瘍性結(jié)腸炎患者中收集的活檢腸道樣本生成和查詢健康和患病結(jié)腸的單細胞圖譜。

2. Results

2.1 scRNA-Seq Atlas of Colon Biopsies from Healthy Individuals and UC Patients

我們從18名治療方案各異的UC患者和12名健康人的結(jié)腸鏡檢查中獲取了68份活檢樣本(每份~2.4mm2),進而獲得了366,650個高質(zhì)量的單細胞轉(zhuǎn)錄組?(Figure?1A;?STAR Methods;?Table S1)。我們分兩個階段進行了研究:從7例UCC患者和10例健康人身上收集到的34例結(jié)腸活檢樣本及相應的115,517例單細胞譜作為訓練集(Figure?1A;?STAR Methods;?Table S1),從另外的11例UC患者和2例健康人身上收集到的34例結(jié)腸活檢樣本及相應的251,133例單細胞譜作為測試集。

為研究健康粘膜和發(fā)炎粘膜的過渡,同時減少患者個體特異性的變異,我們收集了每名受試者的配對樣本。對于UC患者,配對樣本是指內(nèi)窺鏡下評估為鄰近正常組織的(非發(fā)炎)組織和發(fā)炎或潰瘍的組織(發(fā)炎)(Figure?1A;?STAR Methods)。為了估計這種變異,我們從12名健康受試者以及3名UC患者的非發(fā)炎和發(fā)炎區(qū)域分別獲得了兩個位置匹配的樣本(距離約為1-2 cm)。然后,我們從每個樣本中分離出“上皮”(EPI)和“固有層”(LP)成分,并進行了scRNA-seq(STAR Methods)。我們證實,炎癥相關基因集的表達在健康樣本、非發(fā)炎樣本和發(fā)炎樣本間逐漸增加(Figure?1B)。

(A)研究設計。另請參閱表S1。(B)確認炎癥狀態(tài)。顯示的是健康(藍色),未發(fā)炎(綠色)和發(fā)炎(紅色)活檢組織中炎癥信號的平均表達(STAR方法)(Wilcoxon試驗,??p = 0.05;????p = 0.01;?? ???p = 0.001);箱線圖:25%,50%和75%的分位數(shù);?誤差線:SD。(C)細胞普查。顯示的是按細胞子集著色的細胞的t-隨機鄰域嵌入(t-SNE)(圖例;STAR方法)。(D)特定于子集的標記。顯示的是按細胞譜系關系(頂部,顏色圖例;STAR方法)排序的跨子集(列)的標記基因(行)的表達。(E)樣品之間的可重復細胞亞群分布(發(fā)現(xiàn)和驗證集)。顯示的是來自每個健康(藍色),未發(fā)炎(綠色)或發(fā)炎(紅色)樣品的每個細胞亞組(條形)中的細胞分數(shù)(y軸)。下圖:子集中的總細胞數(shù)(另請參見圖S1?A)。(F)上皮分化。顯示的是上皮細胞亞群(包括吸收譜系(右)和分泌譜系(左))的推斷分化軌跡(STAR方法)。(G—I)新的結(jié)腸細胞亞群及其標記。顯示的是跨子集(行)(G和I)的選擇標記基因(列)的表達細胞分數(shù)(點大?。┖捅磉_細胞的平均表達水平(點顏色),以及結(jié)合的單分子熒光原位雜交的代表性圖像(smFISH)和結(jié)腸組織微陣列(TMA;?STAR方法)的免疫熒光測定(IFA),用于健康結(jié)腸(H)中的BEST4?+腸上皮細胞(左,白箭頭)和RSPO3?+成纖維細胞(右,白箭頭)。插圖,×3放大倍率;比例尺,50μm。

2.2 A Comprehensive Census of 51 Cell Subsets and Their Molecular Signatures

51個細胞亞群及其分子特征的全面普查

經(jīng)過scRNA-seq,單細胞測序圖譜通過聚類將所有的細胞劃分為51個細胞亞群(圖1C,經(jīng)過技術和生物變異校正后;STAR方法),并用已知的Markers進行了標注(圖1D)。我們聚類的細胞亞群的結(jié)果是魯棒的且具有可重復性的,這是因為幾乎所有的細胞亞群都由全部的樣本所代表(圖1E),并且各種細胞亞群的細胞數(shù)按比例分布在患者個體之間(Figures S1A and S1B)。發(fā)現(xiàn)隊列和驗證隊列是高度一致的(圖S1B-S1D),從相同疾病狀態(tài)下的相同甚至不同個體收集的重復數(shù)據(jù)也是如此(圖S1E;STAR方法)。

這51個子集包括15個上皮細胞亞群,沿著從腸道干細胞(ISC)到成熟細胞命運的分化軌跡排序(Haber等人,2017年?;?圖1?F;?STAR方法)。除此之外,還包括8個成纖維細胞,4個內(nèi)皮細胞,1個神經(jīng)膠質(zhì)細胞,7個髓樣細胞,4個B細胞,10個T細胞(CD4?+傳統(tǒng)T輔助細胞[Tconv?],調(diào)節(jié)性T [T?reg?],CD8?+和γδ) ,1個先天淋巴樣細胞(ILC)和1個自然殺傷(NK)細胞亞群(圖1?C)。缺少的細胞類型包括粘膜下腸神經(jīng)元,需要通過單核RNA-seq進行分離(Habib等人,2016),漿細胞樣樹突狀細胞(DC)和中性粒細胞(Schelker等,2017)。每個亞群都有已知和新穎的markers圖1?D;表S2)支持,包括轉(zhuǎn)錄因子(TF),G蛋白偶聯(lián)受體(GPCR)和細胞因子(圖S2?A–S2C;表S3)。在大多數(shù)樣本的單細胞測序聚類下,試圖在已有的51種細胞亞群下進一步聚類為更少的群組的嘗試不會成功。例外情況包括,免疫球蛋白A(IgA)和IgG漿細胞,以及共表達TN FRS F4/OX40和RSF18/GITR的Treg細胞Treg細胞的共表達可能反映活化的Treg細胞與靜止的Treg細胞

2.3 Characterization of?BEST4+?Epithelial Cells and?RSPO3+?Fibroblasts in the Healthy Colon

健康結(jié)腸中BEST4 +上皮細胞和RSPO3 +成纖維細胞的表征

我們的全面調(diào)查顯示,表達BEST4的腸上皮細胞不同于其他上皮細胞(Parikh等,2019),富含與pH感應和電解質(zhì)平衡有關的基因(原位驗證;圖1?G,1H和S1D)。基因包括了Otopetrins?2和Otopetrins3?(OTOP2/3),這些質(zhì)子通道可檢測pH值并構(gòu)成酸味感知的基礎(Tu等人,2018年);?碳酸酐酶VII(CA7),可催化碳酸氫鹽的形成;和Bestrophin-4(BEST4),它們可能排出碳酸氫鹽(Qu和Hartzell,2008)。BEST4?+腸上皮細胞約占兩名克羅恩病(CD)患者回腸上皮的1%(11,473個細胞;數(shù)據(jù)未顯示)。

多個成纖維細胞亞群因WNT/骨形態(tài)發(fā)生蛋白(BMP)信號基因的表達而不同,可能反映了沿隱窩-絨毛軸的不同位置(Powell等人,2011?;?Shoshkes-Carmel等人,2018)。一些富含WNT2BWNT4DKK3,表明它們位于隱窩附近,而另一些富含BMP4,BMP5WNT5A / B并可能靠近絨毛(圖1?I)。據(jù)報道,這些基因中有許多是上皮下上皮細胞的標志物,上皮下的上皮細胞是支持上皮的罕見成纖維細胞群體(Shoshkes-Carmel等人,2018);?但是,在我們的數(shù)據(jù)中,這些基因表達產(chǎn)物廣泛分布在所有細胞亞群中(例如FOXL1,DKK3WNT5B;圖1?I)。

表達WNT2B?+的成纖維細胞的一個亞群可能通過與ISC受體LGR5相互作用的R-spondin-3(原位驗證,圖1?G-1I)表達來支持ISC生態(tài)位(de Lau等,2011)。RSPO3?+成纖維細胞表達其他WNT / BMP信號基因和幾種不同的趨化因子(圖1?G和1I),這些因子可能將免疫細胞募集到ISC生態(tài)位(Biton等人,2018年)。它們還富含預測結(jié)直腸癌(CRC)預后不良的基因Calon等人,2015年),并可能通過促進干細胞樣微環(huán)境來支持腫瘤生長(圖S5A)。

圖2. UC時細胞組成的變化和分化(A)細胞比例變化。顯示的是相對于健康(深藍色)而言,非發(fā)炎(淺藍色)和發(fā)炎(白色)樣品的細胞頻率(y軸)有顯著變化(Dirichlet多項式回歸,*調(diào)整后的p = 0.05,**調(diào)整后的p = 0.01 ,***調(diào)整后的p = 0.001);?誤差線:SEM。(B)發(fā)炎的結(jié)腸中B細胞中漿細胞的相對減少。左:來自健康(左)和發(fā)炎(中)人結(jié)腸的TMA中漿細胞的smFISH和IFA結(jié)合的代表性圖像;黃色箭頭,漿細胞;紅色箭頭,B細胞;比例尺,50μm;?插圖,×2.5放大倍率。右:視野中總B細胞(y軸)中漿細胞的比例(每種情況n = 9次活檢;*?p <0.05,t檢驗;誤差線:SEM)。(C)在發(fā)炎的結(jié)腸中擴大IAF。左:來自健康(左)和發(fā)炎(中)人結(jié)腸的TMA中IAF的smFISH和IFA結(jié)合的代表性圖像;比例尺,50μm。右:在視(100微米的場IAFS(y軸)的數(shù)目2每圖像; N = 9和n = 7健康和發(fā)炎的活檢,分別; ***?P <5×10?-4,t檢驗;誤差條:SEM)。(D)減少上皮祖細胞的疾病。顯示的是根據(jù)疾病狀態(tài)著色的吸收性(頂部)和分泌性(底部)上皮細胞的擴散偽時間(STAR方法)的分布,在疾病期間均顯著轉(zhuǎn)移到了后來的偽時間(似然比檢驗,p = 10?-4)

2.4 Remodeling of the Colon’s Cellular Composition?during Disease

疾病期間結(jié)腸細胞組成的重塑

通過使用考慮成分依賴關系的多變量測試圖2?A)和單變量測試圖S3?A和S3B;STAR方法),發(fā)現(xiàn)在非發(fā)炎或發(fā)炎樣本中,許多細胞亞群的比例與健康對照組相比差異顯著。例如肥大細胞(King等,1992),CD8?+?IL-17?+?T細胞(Tom等,2016)和Treg細胞(Holmén等人,2006。?;?圖2?A,S3?A,和S3B)比例的增加。

微褶(M)細胞通常與人小腸的淋巴樣組織相關,在這里,它們對于識別腸道菌群很重要(Mabbott等,2013)。在結(jié)腸中,在健康個體中很少發(fā)現(xiàn)M樣細胞,但在炎癥過程中擴增了17倍(原位驗證;圖S3?A和S3D)。它們高度表達幾種趨化因子(例如,CCL20CCL23;圖1?G),表明參與了將免疫細胞募集到炎癥部位的進程。

粘液層缺陷(Xavier和Podolsky,2007年)無法通過表達的變化來解釋,表明它們可能在轉(zhuǎn)錄后出現(xiàn)。盡管杯狀細胞的頻率沒有變化,但杯狀細胞祖細胞在炎癥過程中減少了,既是離散的細胞亞群(圖2?A),又是分化的連續(xù)體圖1?F和2?D;STAR方法)。

盡管免疫細胞的總數(shù)隨疾病增加(Danese和Fiocchi,2011年),但在B細胞譜系內(nèi),從漿細胞向濾泡(FO)細胞轉(zhuǎn)移(原位驗證;圖2?A和2B)。在漿細胞中,相對于IgG+細胞,IgA?+細胞頻率降低(圖S3?C),這表明炎癥與免疫球蛋白類別轉(zhuǎn)換有關(Scott等,1986)。

2.5 An Inflammation-Associated Fibroblast Subset Is Unique to the UC Colon

炎癥相關的成纖維細胞IAF亞群是UC結(jié)腸所特有的

雖然大多數(shù)成纖維細胞亞群均存在于健康個體和UC患者中,一種被稱為炎癥相關成纖維細胞(IAFS)的亞群的細胞數(shù)在部分患者發(fā)炎組織中擴增了189倍(>固有層細胞數(shù)的1%,原位驗證, 圖2A和圖2C)。IAFs在許多與結(jié)腸炎、纖維化和癌癥相關的基因上活躍表達,包括?IL11,?IL24, and?IL13RA2?(Figure?1G). 白細胞介素-11 (IL-11)是小鼠和潛在的人類纖維化的調(diào)節(jié)劑(Schafer等人,2017)。IAFs包括了WNT2B+?and?WNT5B+亞群(圖S3E),表明它們可能沿隱窩-絨毛軸反映了不同的狀態(tài)。

IAF表達與癌癥相關的成纖維細胞(CAF)的標志物,包括FAP,TWIST1和WNT2。 IAF標記物的表達水平與414個二代測序的RNA-seq 大腸癌樣本之間的相關性高于對照(Cancer Genome Atlas, 2012;?Figure?S5B; Spearman’s ρ?=?0.67),這表明IAFs在腫瘤中的擴展Figure?S5B。

圖3. 在非發(fā)炎和發(fā)炎的組織中共有的譜系特異性和細胞特異性表達變化(A–G)譜系和細胞特異性表達的變化由非發(fā)炎和發(fā)炎的組織與健康組織共享。(A–F)疾病狀態(tài)(STAR方法)共有的DE基因及其在炎癥過程中的效應大?。x散的DE系數(shù),x軸)和統(tǒng)計顯著性(y軸)。選擇的基因突出顯示;所有標記基因均記錄在表S2中。(A–C)(A)上皮,(B)先天(基質(zhì)和骨髓)或(C)適應性區(qū)室中多個細胞亞群之間的共享變化。(D–F)上皮(D),先天(E)和適應性(F)區(qū)室中特定細胞亞群的獨特變化。(G)在至少一種疾病狀態(tài)下顯著DE的基因的非發(fā)炎(x軸)和發(fā)炎(y軸)樣本與健康樣本的離散DE系數(shù)估計值(96,445個子基因系數(shù),Spearmanρ= 0.71 ,p <10?-16)。(H)在發(fā)炎的結(jié)腸中上皮MHC II類表達的上調(diào)。顯示的是來自健康(左)和發(fā)炎(右)人結(jié)腸的TMA的上皮細胞smFISH和IFA結(jié)合的代表性圖像。比例尺,50μm;?插圖,×5放大倍率;虛線,HLA-DRA?+上皮細胞。

二、炎癥與非炎癥組織的表達譜變化

2.6 Most Expression Changes during Disease Are Shared by Non-Inflamed and Inflamed Tissue

疾病過程中大多數(shù)表達變化是由非炎癥和炎癥組織共同分擔的

為了確定與疾病相關的表達變化,我們將表達建模為反映1細胞亞群,2疾病狀態(tài)(健康,非發(fā)炎或發(fā)炎)和,3校正環(huán)境RNA污染的技術協(xié)變量的總和。我們區(qū)分了上皮,先天或適應性區(qū)室中跨細胞亞群共享的變化?(Figures 3A–3C and?S4A–S4C,?Table S4) 與每個亞群所獨有的變化(Figures 3D–3F and?S4D–S4F;?Table S4;?STAR Methods)。

內(nèi)窺鏡評估下的未發(fā)炎和發(fā)炎的組織具有相似的差異表達(DE)基因特征(Figure?3G;?Table S4),表明UC的轉(zhuǎn)錄特征在發(fā)炎之前或在消退后持續(xù)存在。在整個上皮細胞中,DE基因反映了通過激活先天免疫力來恢復體內(nèi)穩(wěn)態(tài)的嘗試(例如抗微生物和抗氧化防御途徑,粘蛋白生物合成以及主要組織相容性復合物(MHC)II類機制)(validatedin situ;?Figures 3A, 3D, and 3H;?Biton et?al., 2018,?McDonald and Jewell, 1987)。在基質(zhì)內(nèi),成纖維細胞誘導炎癥,纖維化和組織修復的基因,而內(nèi)皮細胞的變化支持組織血管形成(Figures 3B and 3E).。在免疫細胞中,髓樣和T細胞激活了共刺激和共抑制基因,而B細胞上調(diào)了IgG類轉(zhuǎn)換(上文中,相對于IgG+細胞,IgA?+細胞頻率降低)和親和力成熟的基因(Figures 3C and 3F)。

2.7 Concerted?Metabolic?Shifts in Epithelial Cells during Inflammation

炎癥過程中上皮細胞的協(xié)同代謝變化

比較未發(fā)炎和發(fā)炎的UC組織(Figures S4A–S4F;?Table S4),可以發(fā)現(xiàn)伴隨著發(fā)炎而來的一些上皮細胞的代謝改變。例如,嘌呤代謝的改變(例如XDHURAD)可能會產(chǎn)生尿酸,與上皮損害相關?(Chiaro et?al., 2017)。上皮細胞誘導犬尿氨酸途徑?(Figure?4A),與疾病嚴重程度有關(Sofia et?al., 2018)。犬尿酸受體GPR35是一個推定的風險基因(Huang et?al., 2017)。

在炎癥過程中對239個KEGG通路的變化作圖(Figures 4B and?S5C;?STAR Methods)揭示了腸上皮細胞的其他代謝變化,包括從氧化磷酸化到糖酵解的轉(zhuǎn)變,精氨酸生物合成酶的誘導(例如,NOS2ASS1),以及用于降解支鏈氨基酸的酶的下調(diào),尤其是AUH(一種推定的風險基因)(Liu等,2015)。腸上皮細胞還誘導了HIF1途徑,這是單核細胞糖酵解轉(zhuǎn)變的一個原因(Kelly和O'Neill,2015年)。這些變化可能是由于腸道細菌短鏈脂肪酸生產(chǎn)受損所致den Besten et al.,2013),因為上皮細胞下調(diào)了β-氧化途徑以及丁酸和丙酸的代謝途徑,但上調(diào)了膳食脂肪酸的途徑(例如,α-亞油酸)。

(A)?UC上皮細胞中犬尿氨酸途徑的誘導。 (右)顯示的是跨細胞子集(列)的發(fā)炎與健康樣品中犬尿氨酸途徑的DE基因(行)(左)。 健康(灰色輪廓)或發(fā)炎(黑色輪廓)樣本中的點大小,表達細胞的分數(shù); 點顏色,顯著的DE模型系數(shù) (B)UC中腸細胞的代謝重編程。顯示的是混合線性模型在上皮亞群的發(fā)炎與健康樣品中捕獲的KEGG通路(行)的表達變化(顏色欄)。 黑色輪廓,q <0.05。(C)CD8 + IL-17 + T細胞在UC中誘導IL17A / F,IL23R和細胞毒性,共同刺激和共同抑制程序。(D)CD4 + CD8 +細胞表達IL17A。 顯示的是發(fā)炎的人結(jié)腸TMA中CD4,CD8和IL17A的smFISH和IFA組合的代表性圖像(左),顯示(插圖)CD4 + CD8-IL17A +(黃色輪廓;頂部面板從黃色插圖開始)和CD4 + CD8 ?+ IL17A +(紅色輪廓,底部面板,紅色插圖)。(E)視場中的CD4-CD8 + IL17A +或CD4 + CD8 + IL17A +單元數(shù)(250μm2)

2.8 Induction of a Pro-Inflammatory IL-17 Response and Immune Checkpoints?in T Cell Subsets

T細胞亞群中誘導促炎性IL-17反應和免疫檢查點

在T細胞中,幾個CD4?+亞群上調(diào)了IL17A圖4?C),可能反映了IL17A表達每細胞增以及Th17細胞的擴增。出乎意料的是,在兩種疾病狀態(tài)下(炎癥和非炎癥),CD8?+亞群對IL17A的誘導最強(圖4?C-4E)。原位分析揭示這兩個CD4?-和CD4?+細胞共表達CD8IL17A圖4?d和4E)。盡管CD8?+?IL-17?+T細胞已經(jīng)被報道了(Cortez等人,2014,Srenathan等人,2016),CD4+?CD8?+?IL-17?+?T細胞在很大程度上未表征。這些細胞還激活了小鼠Th17致病性相關的細胞毒性程序和基因(例如RBPJIL23R;圖3?F和4?C;Gaublomme等人,2015),這可能會加劇組織損傷。T細胞的大多數(shù)亞群誘導了共刺激和共抑制程序(圖4?C),與抑制免疫激活的嘗試一致(Attanasio和Wherry,2016)。

三、耐藥性

2.9 TNF?Expression Shifts to Treg, FO B, and?CD8+IL-17+?T?Cells during Inflammation

炎癥期間TNF表達轉(zhuǎn)移至T?reg,F(xiàn)O B和CD8?+?IL-17?+?T細胞(耐藥性)

單克隆抗TNF抗體是IBD的突破性療法,但是30%的IBD患者無反應,并且許多人獲得了耐藥性(Rutgeerts等,2004)。腫瘤壞死因子(TNF)的表達在UC期間發(fā)生了變化,Treg細胞成為TNF表達的關鍵角色。在CD8?+?LP和活化的CD4?+?Fos?hi?T細胞中,每細胞TNF基線表達最高,但在發(fā)炎的組織中,TNF在Treg和FO B細胞中被誘導(原位驗證;圖5?B和S5?D)。當估算由每個細胞亞群表達的TNF總量時(圖5?A)T?reg細胞,在健康組織中占TNF表達的1%,但在炎癥過程中占14%以上(僅次于活化的CD4?+?T細胞)。

圖5. IAF和單核細胞通過OSM信號傳導與抗TNF耐藥相關..(A and B) T?reg細胞成為UC?中TNF表達的主要來源。(A)在健康,未發(fā)炎和發(fā)炎的樣本(x軸)中每個細胞亞群表達的總TNF轉(zhuǎn)錄本的分數(shù)(樣本間的平均值,y軸)。表示最多的子集會突出顯示(圖例)。(B)?炎癥期間T?reg細胞的TNF表達。左:組合smFISH和FOXP3,IFA的代表性圖像IL10,和TNFA在發(fā)炎的人結(jié)腸癌TMA。FOXP3?+?IL10?+?TNF?-?(黃色輪廓;右上方,從黃色插圖)和FOXP3?+?IL10?+?TNF?+(紅色輪廓;右下方,從紅色插圖)筆REG細胞被突出顯示。插圖,×5放大倍率;藍色虛線,隱窩在組織中的位置。右:FOXP3的數(shù)目+?IL10?+?TNF?+細胞中的視圖(250微米的場2)。n =每個條件5個樣品(??p <0.005,t檢驗;誤差線:SEM)。(C)?MHCII?+髓樣細胞和IAF分別表達OSM和OSMR。顯示的是來自健康(左)和發(fā)炎(右)人結(jié)腸的TMA的smFISH和IFA組合的代表性圖像。上圖:II類MHC?+髓樣細胞(即炎性單核細胞或DC2s),黃色箭頭。下:IAF,白色箭頭。比例尺,50μm。插圖,×5放大倍率。(D–G)?IAF,炎性單核細胞和DC2子集與抗TNF抵抗有關。(D)選擇的細胞亞群(y軸)中的抗TNF抗性(左)和敏感性(右)的特征分數(shù)(x軸)的分布;橫線:平均。(E)在選定的細胞亞群(行)中的抗TNF抗性簽名(列,按簽名等級,底部條排序)中表達基因的平均表達水平(顏色)和細胞分數(shù)(點大小)。箭,在IAF中表達最高的基因。(F) 藥物反應者,無反應者和健康對照組的人類結(jié)腸活檢(y軸)的大分子?RNA-seq(Arijs等,2009)中細胞亞群(x軸)的特征分數(shù)分布(Wilcoxon測試, *** p <0.001);箱線圖:25%,50%和75%的分位數(shù);?誤差線:SD。(G)TNF信號(KEGG)(x軸)相對于藥物耐藥性(左,y軸),藥物敏感性(中,y軸)和OSM信號(右圖)的特征評分(平均對數(shù)2?[TP10K + 1]) y軸)中的每個細胞子集(點),由譜系(顏色)和整個樣本的平均比例(大?。擞?。

2.10 IAFs and Inflammatory Monocytes Are Associated with Resistance?to Anti-TNF Therapy

IAF和炎性單核細胞與抗TNF治療的耐藥性相關

IAF中表達最活躍基因之一是推定的風險基因OSMRLiu等人,2015),以及預測抗TNF反應的細胞因子抑瘤素?M(OSM)的受體(West等人,2017)。OSMOSMR過去被認為分別由未知的髓樣和基質(zhì)細胞表達(West等,2017)。OSM最富于炎性單核細胞和DC2,而OSMR最富于IAF(原位驗證;圖5C)。伴隨著炎癥過程中這些亞群的擴,上述發(fā)現(xiàn)使我們假設結(jié)腸的細胞重塑可能部分解釋了OSM與耐藥性之間的關系。

因此,基于對60位有反應者和57位無反應者對治療的bulk表達數(shù)據(jù)的薈萃分析(Wang等人,2016年?;?STAR方法),我們對各個細胞亞群的抗TNF耐藥性敏感性的基因信號進行了評分。藥物抗性信號在IAF、炎性單核細胞和DC2細胞中大量富集(圖5?D和5E),而在上皮細胞中則具有藥物敏感性信號圖5?D)。與耐藥性最相關的三個基因IL13RA2,TNFRSF11B和IL11是?IAF的marker,在其他細胞中很少表達(圖5E)。一項逆向分析使用IAF基因信號,推斷了來自20個藥物反應者和27個非反應者的治療前的IAF的整體(bulk)表達數(shù)據(jù)水平(圖5?F;?STAR方法),證實了IAFs豐富的患者會對抗TNF治療產(chǎn)生抵抗。因此,IAF可能與West等(2017)報道的OSM介導的抗性有關

潛在的耐藥機制是OSM與TNF協(xié)同作用(West等,2017)或表型復制。為了檢驗這些假設,我們研究了跨細胞亞群的TNF與OSM信號之間的關系。簽名在細胞亞群之間緊密相關(即使在刪除共享基因后也是如此),并且兩者均與耐藥性簽名相關(圖5?G)。這表明OSM表型為TNF,激活了IAF中的下游靶標。因此,IAF和炎性單核細胞可能會在TNF阻滯期間補償,從而導致耐藥性。

圖6. 細胞間相互作用的重塑|解釋了疾病期間|細胞比例的變化(A–C)顯示了疾病期間增長的去區(qū)室化情況. 顯示的是在(A)健康、(B)非發(fā)炎和(C)發(fā)炎組織中估計的細胞-細胞相互作用網(wǎng)絡。每個節(jié)點指一種細胞亞群,其顏色代表了譜系關系,面積代表了細胞比例。淺灰色和深灰色的線分別連接了疾病期間,相對于空白模型,那些同源受體—配體對表達顯著增加?(p?< 0.05)和差異表達(p?< 0.05)的細胞亞群。(D)結(jié)腸炎相關的細胞亞群是相互作用網(wǎng)絡中的中心節(jié)點。顯示的是健康,非發(fā)炎和發(fā)炎網(wǎng)絡中每個細胞子集(y軸)的平均居中性(x軸),顯示了排名最高的10個細胞子集和所有其他子集的平均值(底部欄)。E)每個小圖顯示,對于通過受體-配體相互作用連接的一對細胞,配體在一個細胞亞群中的平均表達水平(x軸)和表達受體的細胞亞群的對數(shù)轉(zhuǎn)化比例 軸)中的每個樣本,并以疾病狀態(tài)(顏色)標記。 虛線,最佳線性擬合。(F) 示例LASSO模型解釋了樣本中CD8 + IL-17 + T細胞比例的變化,該變化是與沿譜系著色的其他細胞亞群表達的配體(邊緣標記)的正(暗箭頭)和負(亮箭頭)關系的函數(shù)。(G)由(F)中的細胞間相互作用的LASSO模型(紅點; STAR方法)解釋的每個細胞子集比例(x軸)的方差分數(shù)(y軸),該統(tǒng)計量在100個無效模型中的分布 (黑點; STAR方法)。 僅顯示具有顯著模型的子集(經(jīng)驗p <0.05),并按解釋的遞減分數(shù)從左至右排序。

2.11 Rewiring of Cell-Cell Interactions via Inflammation-Associated Cell Subsets during Disease

疾病期間基于炎癥相關細胞亞群細胞間相互作用重構(gòu)

為了更普遍地描述結(jié)腸炎期間細胞與細胞相互作用的重塑,我們將受體-配體對Ramilowski等,2015)映射到細胞亞群上,以構(gòu)建跨疾病狀態(tài)假定的細胞-細胞相互作用網(wǎng)絡圖6?A-6C),識別出細胞亞對具有比空模型明顯更多的受體-配體連接(STAR方法)。

健康的相互作用描繪了不同的細胞區(qū)室(圖6?A),而疾病期間的DE基因靶向譜系間的串擾和減少的區(qū)室化(圖6?B和6C),其中UC相關的細胞亞群充當關鍵網(wǎng)絡中心(圖6?D)。在健康的粘膜中,相互作用在很大程度上反映了腸道穩(wěn)態(tài)(例如,DC1細胞和T細胞;圖6?A; p <0.05)。相反,上皮細胞與成纖維細胞和T細胞之間的非炎癥相互作用更為豐富(圖6?B;所有p <10?-4),而炎癥組織顯示B細胞、T細胞、巨噬細胞和CD8?+?IL-17?+T細胞之間相互作用的重新連接(圖6?C;所有p <10?-4)。UC相關亞群(例如M樣細胞,IAF和炎性單核細胞)是網(wǎng)絡中最中心的節(jié)點(圖6?D),表明它們在不同細胞亞群之間介導信號。

2.12 Cell-Cell Interactions Predict the Infiltration, Proliferation, and Differentiation of Cell Subsets during Inflammation

細胞間相互作用預測炎癥過程中細胞亞群的浸潤,增殖和分化

我們假設細胞亞群比例的變化可以用其他細胞表達的細胞-細胞相互作用基因的變化來解釋。為了測試這一點,我們查詢了所有細胞亞群對,對于每個受體-配體對,檢查樣品中一個細胞亞群中配體的表達水平是否與樣品中表達其受體的細胞亞群的比例(包括自分泌相互作用)相關。該分析發(fā)現(xiàn)了數(shù)百種重要的相互作用(圖6?E;表S5;STAR方法)。

例如,炎癥過程中上皮細胞IL18的上調(diào)與表達其受體IL18R1的T?reg細胞比例增加相關圖6?E; Spearman’s ρ= 0.68)。在小鼠中,IL-18既抑制Th17分化,又允許T?reg細胞介導的腸道炎癥控制(Harrison等,2015)。但是,上皮細胞在將Treg細胞募集到結(jié)腸中的作用尚不清楚。表達IL22RA1的腸上皮細胞的頻率與調(diào)節(jié)腸再生的IL22的CD4 +激活的Foshi T細胞的表達相關(Pelczar等人,2016?;?圖6?E; Spearman的p = 0.55)。我們在人類結(jié)腸球體培養(yǎng)中驗證了這種相互作用,其中與IL-22的孵育誘導了表達程序,該表達程序與ISC相比在腸細胞中顯著豐富(圖S6?A; p <10?-10;Wilcoxon測試)。

其他因素會促進免疫細胞的募集(例如CXCL12促進B細胞)和基質(zhì)細胞的擴增(例如PDGFD對于周皮細胞;OSM對于IAF),或者是可能調(diào)節(jié)細胞存活,增殖或死亡的自分泌信號(例如MST1BEST4?+腸上皮細胞;TNFSF10對毛細血管后小靜脈)(圖6?E)。最后,我們開發(fā)了最小絕對收縮和選擇算子(LASSO)回歸模型,以識別跨越多種細胞亞群的數(shù)目關系圖6?F,6G,S6?B和S6C;STAR方法)。例如,CD8?+?IL-17+?T細胞的比例由上皮細胞,T細胞,成纖維細胞和神經(jīng)膠質(zhì)的自分泌和旁分泌相互作用共同解釋圖6?F)。


圖7。共同調(diào)控的風險基因模塊有助于預測IBD靶向的基因,途徑和細胞類型(A)?推定的IBD風險基因的細胞類型特異性表達。顯示的是在健康和UC細胞(左)中,僅在健康細胞(中)或UC細胞(右)中被鑒定為細胞特異性或譜系特異性的細胞亞群(行)中GWAS相關IBD風險基因(列)的平均表達。僅在UC細胞中。星號,在健康與UC之間具有明顯改變的特異性的基因。(B)在疾病的特定亞類中推定IBD風險基因。顯示的是健康(x軸)和發(fā)炎(y軸)樣品中GWAS涉及的IBD風險基因跨細胞亞群(以譜系,顏色標記)的平均表達。(C)通過細胞亞群內(nèi)的共表達元模塊對推定的IBD風險基因進行功能注釋。顯示的是通過使用健康(藍色)連續(xù)添加由IBD風險基因播種的每個元模塊(y軸)捕獲(實線)捕獲的GWAS涉及的IBD風險基因的數(shù)量(底部x軸)和百分比(頂部x軸)或相對于空模型(虛線)的UC(紅色)單元格。左標簽,細胞類型和種子基因。正確的標簽,是元模塊中與GWAS有關的IBD風險基因。(D and E) 元模塊可幫助從GWAS風險基因座中提名因果IBD風險基因。(D)對于幾種基于scRNA-的方法,IBD和UC的20個風險區(qū)域(左)和CD固有的22個風險區(qū)域(右)的正確預測的平均數(shù)(左y軸)和平均準確度百分比(右y軸)相對于空模型(x軸)的seq。***?p = 0.05,***?p = 0.01,***?p = 0.001,NS =不顯著,Wilcoxon檢驗。(E)提名的風險基因。顯示的是含有正確預測(白色)或不正確預測(灰色)的GWAS涉及的IBD風險基因的基因座,與單個基因相關的基因座(金色)和所有其他基因座(綠色)。錯誤的預測會用預測的(頂部)和正確的(底部)基因進行注釋。

2.13 Many IBD Risk Genes Are Cell Type or Lineage Specific and Differentially Expressed in Disease

許多IBD風險基因是細胞類型或譜系特異性的,并且在疾病中差異表達

為了使用scRNA-seq詢問IBD遺傳學,我們研究了跨越346個候選風險基因的151個IBD和UC風險位點STAR方法)。對于大多數(shù)基因座,關聯(lián)信號背后的基因是未知的。但是,在某些情況下,可能暗示單個基因,因為它包含精細映射或非同義的編碼變體,或被解析為沒有其他基因的連鎖不平衡區(qū)域。使用這種方法,我們編制了一組57個與GWAS相關的風險基因,這些基因很可能與IBD因果相關表S6;STAR方法)。

將這57個與GWAS相關的風險基因定位到我們的圖集上, 揭示了在疾病期間,29個風險基因富集在特定譜系(圖7A),36個風險基因顯著DE(?S7A和S7B)。除了已知的關聯(lián)(例如,NKX2-3在微血管細胞富集表達和HNF4A在腸上皮細胞富集表達)(Stegmann et?al., 2006,?Wang et?al., 2000),我們發(fā)現(xiàn)了幾個新的關系(表S6)。例如,intelectin 1(ITLN1),一種脂筏蛋白,定位于上皮刷狀緣(Wrackmeyer等,2006),在不成熟的杯狀細胞中富集。一些細胞亞群被富集用于表達幾個GWAS相關的風險基因(圖7?B)。值得注意的是,M樣細胞以比其他細胞更高的水平表達許多風險基因(例如,NR5A2,CCL20JAK2;圖7A;表S6),表明M樣細胞功能障礙可能在疾病中起重要作用。

2.14 Co-variation of Gene Expression within a Cell Type?Helps Predict Functions for IBD Risk Genes

同一細胞類型內(nèi)基因表達的共改變有助于預測IBD風險基因的功能

我們假設相同亞組的單個細胞之間基因表達的變化可以使我們推斷IBD風險基因的功能。過去的方法通常在整個組織樣本中使用“guilt by association”,但無法區(qū)分表達的變化和細胞比例的變化。相比之下,我們測量了細胞亞群內(nèi)單個細胞之間基因的共變,從而使我們能夠分離出這些細胞中的共同調(diào)控過程(Tanay和Regev,2017年?;?STAR方法)。

通過這種方式,我們?yōu)樗斜磉_的細胞亞群中的57個GWAS涉及的IBD風險基因構(gòu)建了基因模塊,并用推定功能對其進行了注釋(表S6;STAR方法)。例如,在健康的上皮細胞內(nèi),C1orf106模塊富含緊密連接和粘附連接基因(分別為q??<10?-6和10-2;Fisher精確檢驗)。我們最近表明C1orf106參與細胞-細胞連接(Mohanan等人,2018)。

2.15 Multiple IBD Risk Genes Co-localize in Shared Gene?Modules, Revealing Key Pathways in IBD

多個IBD風險基因共定位于共享基因模塊中,揭示了IBD中的關鍵途徑

在許多情況下,多個推定的IBD風險基因是同一基因模塊的成員,這使我們能夠定義10個“元模塊”,跨越GWAS涉及的IBD風險基因的50%以上,這可能反映了關鍵的疾病途徑(經(jīng)驗q??<0.05 ;圖7?C;表S7;STAR方法)。例如,健康巨噬細胞中的PRKCB元模塊包含5個其他風險基因(GPR65,ADCY7PTGER4,PTPRCSH2B3),并可通過循環(huán)AMP(cAMP)信號調(diào)節(jié)巨噬細胞的激活。另外,JAK2UC相關M樣細胞中的元模塊包含4個其他風險基因(CCL20,PTGER4,SH2B3AHR),并可能調(diào)節(jié)M樣細胞中的TNF信號傳導。

2.16 Single-Cell Expression and Co-expression Help Nominate?Causal Genes across GWAS Loci

單細胞表達和共表達有助于在GWAS基因座上提名因果基因

IBD風險基因的功能一致性表明,單細胞表達或共表達可以幫助查明與多個候選基因在基因座處締合信號基礎的基因。為此,我們確定了20個IBD和UC風險區(qū)域(每個區(qū)域都跨越一個以上的基因),其候選基因集包含GWAS牽連的風險基因,我們將其稱為該區(qū)域的“正確”基因(STAR方法)。然后,對于每個這樣的區(qū)域,我們測試(1)表達,(2)差異表達或(3)與其他候選基因(在基因座上迭代定義;STAR方法)共表達的程度是否可以恢復“正確”的風險相對于其中隨機選擇基因的無效模型的區(qū)域基因(STAR Methods)。無效模型具有33%的準確性,當我們選擇在任何一種疾病狀態(tài)下具有最大DE系數(shù)的基因時,準確性都不會提高(圖7?D)。但是,當我們選擇在任何細胞亞群中表達最高的基因(圖7?D;準確度55%,經(jīng)驗值p = 0.03)或?qū)儆谄渌蜻x基因的最大模塊(圖7?D; 63%)時,我們的預測會大大改善。準確度,經(jīng)驗值p = 0.001)。對于CD基因座,沒有任何方法能明顯優(yōu)于無效模型(圖7?D),這表明UC和CD的獨特風險基因在不同位置或僅在患病組織中有活性。

最后,我們使用這種共表達方法在所有IBD / UC風險基因座中提名了因果基因,其中包括56個驅(qū)動該關聯(lián)的基因未知的基因(圖7?E;表S7)。我們回收了許多已知的IBD和UC危險因素(例如HNF4A,IFIH1GPR35),但未能識別其他危險因素(例如RNF186;圖7?E),突出了我們方法的局限性(討論)。此外,該分析對53個不在GWAS涉及的基因中的基因產(chǎn)生了預測,包括RORC,ITGAVSMURF1圖7?E)。

Discussion

通過在臨床環(huán)境中利用scRNA-seq,我們評估了腸道活檢中特定細胞亞群中的細胞組成,基因表達,細胞間相互作用以及IBD風險基因途徑。盡管區(qū)分成因和挑戰(zhàn)具有挑戰(zhàn)性,但將單細胞數(shù)據(jù)與臨床反應(例如IAF),細胞-細胞相互作用(例如腸上皮細胞和T細胞)或風險基因表達(例如M樣細胞)相關可以幫助告知疾病的病因?qū)W,并突出了治療干預的新機會。

M樣細胞在基線時很少被檢測到,但在炎癥過程中會擴展并在細胞-細胞相互作用網(wǎng)絡中充當樞紐(圖6D; S3A和S3D)。 這種擴張可能反映了第三級淋巴組織或前哨細胞(Mabbott等,2013)。 ?M樣細胞具有GWAS風險基因的最高表達(圖7A和7B),包括CCL20,其表達與樣品中Treg細胞的頻率相關(表S6)。他們具有最大的預測風險基因模塊(表S7),富含內(nèi)吞作用和Th17分化基因(q <10-3,F(xiàn)isher精確檢驗),這可能反映了抗原的轉(zhuǎn)胞吞作用和傳遞。

CD8 + IL-17 + T細胞和Treg從健康組織擴張到非發(fā)炎組織(圖2A),并在炎癥過程中分別成為IL-17(圖4C)和TNF(圖5A,B)的主要來源。前者可能有助于T細胞的致病性和組織損傷(圖4D和4E; 66%共表達CD4)。 盡管后者可能采取了類似效應子的狀態(tài),但與TNF-Treg細胞相比,它們對Treg細胞標志物(例如FOXP3,CTLA4和IL10)的富集程度更高(數(shù)據(jù)未顯示)。未來的工作將確定TNF + Treg細胞是否有助于疾病病理或抗TNF抵抗(Atreya et al。,2011),以及CD8 + T細胞可塑性在腸道炎癥中的作用。

OSM信號傳導通過未知的髓樣和基質(zhì)細胞類型參與抗TNF抵抗(West et al。,2017)。 在這里我們顯示出炎性單核細胞和IAFs可能分別通過OSM和OSMR的表達介導耐藥性(圖5D)。 尤其是,IAF富含抗TNF無反應者的預處理樣品(圖5F)。 此外,我們確定OSM表型為TNF,這可以解釋抗TNF的耐藥性。 未來的工作將確定IAF是否是藥物反應的有力生物標志物,或者將抗TNF藥物與抑制IAF細胞因子和/或受體結(jié)合可以降低UC患者的抗TNF耐藥性。

IAFs獨特表達IL11,這是纖維化的潛在治療靶點(Schafer et al。,2017),表明參與了腸纖維化。 因為它們表達了隱窩相關(WNT2B +)和絨毛相關(WNT5B +)標記(圖1I和S3E),所以IAF可能反映了不同的成纖維細胞狀態(tài)。 ?IAFs表達了幾種CAF標記,并且IAF標記在CRC腫瘤中富集(圖5S5B),表明有共同的起源和/或狀態(tài)。 癌癥相關炎癥期間IAF的擴張可能會影響腫瘤的微環(huán)境。 最后,IAF和炎性單核細胞均在細胞-細胞相互作用網(wǎng)絡中形成集線器,并可能影響其他細胞的比例(圖6E;表S5)。

通過利用單細胞共表達,我們將超過50%的風險基因定位到10個元模塊上(圖7C),并使用這些元模塊在各個基因座上提名因果風險基因(圖7E)。但是,這種方法可能無法識別低表達,在未分析或未與其他風險基因共表達的細胞和/或組織中活躍的風險基因。 當多個風險基因作用于同一基因座時,它也可能失敗。 但是,我們發(fā)現(xiàn)即使在對基因進行評分時,無論區(qū)域如何(而不是每個區(qū)域選擇一個基因),它都能改善預測結(jié)果(圖S7D; STAR方法)。 我們希望這些分析將為人類遺傳學和單細胞基因組學的結(jié)合鋪平道路,以便通過將風險基因模塊與多基因風險評分相關聯(lián),將變體映射到單細胞表型以及將非編碼變體映射到細胞來更好地了解多基因疾病。 單細胞等位基因特異性表達和表達定量性狀基因座(eQTL)分析。

我們的工作為使用scRNA-seq了解人類疾病及其治療反應提供了框架。 我們確定與疾病狀態(tài)有關的細胞比例和基因表達的變化,并將其整合以了解細胞信號傳導和藥物敏感性的機制。 最后,我們在各個基因座上提名風險基因,預測它們的作用細胞和推定功能,并將它們組裝到構(gòu)成疾病基礎的核心途徑中。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

友情鏈接更多精彩內(nèi)容