Nature揭秘人类心脏细胞图谱,运
撰文：灯泡
IF=42.
推荐度：?????
亮点：1、利用单细胞和单核转录组学（sc/snRNA-Seq）与机器学习和原位成像技术相结合，分析了不同心脏区域的大约50万个单细胞和细胞核，发现心脏由11个不同类型的细胞类型组成
2、该研究发现了女性心血管疾病发病率低的潜在原因之一；
3、该研究发现了COVID-19病毒受体ACE2在心脏中的分布，为进一步研究COVID-19病毒提供参考。
在一生中，平均每个人的心脏给身体带来超过20亿次维持生命的跳动。在此过程中，它有助于向细胞、组织和器官输送氧气和营养物质，并能够去除二氧化碳和废物。每天，心脏单向的方式跳动约10万次，随着休息、运动和压力的增加，速度也会不同，而每一次跳动都需要在心脏不同部位的不同细胞之间进行复杂而完美的同步，但当这种复杂的协调变得糟糕时，可能会导致心血管疾病，每年造成全球万人死亡。
近日，来自美国哈佛大学教授ChristineSeidman与来自伦敦帝国学院、德国马克斯·德尔布吕克分子医学中心（MDC）的研究人员一同在国际顶级期刊Nature上发表了一篇题为“Cellsoftheadulthumanheart”的文章，为我们展示出一个具有划时代意义的人类心脏细胞图谱。研究者们通过单细胞和单核转录组学（scRNA-Seq,snRNA-Seq）和多路smFISH阐明心脏细胞在其微环境中的协调通信，使解剖特征、分子细胞标记物、细胞间网络和空间关系的识别成为可能。
作为脊髓动物的主要器官之一，心脏由四个形态和功能截然不同的心室组成（Fig.1a），其主要作用是推动血液流动，来自低压右心房和右心室的缺氧血液被推进肺部，后经肺部交换，含氧的血液进入左心房和心室，从而在全身压力下将含氧血液推进整个身体。心房和心室由间隔隔开，单向血流由心房和心室动脉瓣建立，同时内在的电生理系统将电脉冲从窦房结快速传播到房室结，再沿着Purkinje纤维传播到开始收缩的心尖。
研究者们利用单细胞和单核转录组学（sc/snRNA-Seq）与机器学习和原位成像技术相结合，分析了来自14名供体的6个不同心脏区域的大约50万个单细胞和细胞核，经过10×Genomics和生成的深度变异自动编码器处理后，发现心脏由11个不同类型的细胞类型组成（Fig.1）。通过分析，研究者们发现心房组织中含有30.1%心肌细胞（CM）、24.3%成纤维细胞（FB）、17.1%壁细胞（周细胞（PC）、平滑肌细胞（SMC））、12.2%内皮细胞（EC）和10.4%免疫细胞（髓细胞（Myel）、淋巴细胞（Lym））。相比之下，心室区域（AX、SP、LV、RV）包含49.2%vCM，壁画细胞21.2%，15.5%FB，7.8%EC和5.3%的免疫细胞（Fig.1d），心室的比例vCM和FB是负相关，而PC和SMC比例呈正相关；令人意外的是，与男性心脏相比，女性左室和右室vCM的平均百分比较高(56±9%)，vCM与FB呈较强的负相关（r=-0.8），如果此结论得到进一步证实，将有助于解释女性心率较高和心血管疾病发病率较低的原因。
Fig.1成人心脏的细胞组成
研究者们认为FB的细胞多样性揭示了细胞外基质（ECM）的产生和组织活动，并在不同的生物物理刺激下与其他细胞支持CM；血管室包含多个EC和PC群体和两个SMC亚型，具有明显的解剖和动脉血管特征；动脉和静脉EC被预测通过Notch信号通路与壁细胞相互作用，参与调节血管稳态和发展（Fig.2）。
Fig.2血管、间质和间皮细胞
实验结果显示，免疫细胞与FB和CM相互作用，然而抑制这种相互作用可能会导致纤维和组织损伤，同时发现心脏巨噬细胞能够产生炎症反应和保护心脏细胞的转录特征，通过logistic回归模型，研究者们还发现淋巴样细胞在心脏、SKM和肾脏中更为相似，而在髓细胞中则不那么一致，这可能是由于髓细胞的组织特异性所致（Fig.3）。
Fig.3心脏免疫细胞和与其他细胞间的相互作用
此外，针对重症COVID-19患者易出现明显的凝血功能障碍，该研究还发现COVID-19病毒受体ACE2在PC中表达最高，其次是FB，在CM中最低，在vCM中的表达比aCM高2倍。
综上所述，该研究定义了健康心脏细胞和分析特征，为其他心脏区域（瓣膜、乳头肌、传导系统）的研究提供信息，同时推动以阐明年龄、性别和基因在正常心脏生理上的作用的大规模研究，并为理解心脏病的机理提供关键的见解。
作者介绍
ChristineSeidman，博士，哈佛医学院的遗传学和医学教授，医院心血管遗传学中心的主任。ChristineSeidman教授及其团队通过开发和研究人类疾病组织、基因工程小鼠模型、CRISPR/Cas9基因组编辑干细胞，并结合单细胞和单核转录来定义疾病机制，其主要的研究项目集中于发现导致扩张型和肥厚型心肌病和先天性心脏病的基因变异和转录反应。在Cell、Nature、NEJM等国际顶级期刊发表学术论文和评论性文章余篇，他引共计余次。
参考文献
LitviňukováM.,Talavera-LópezC.,MaatzH.etal.Cellsoftheadulthumanheart.Nature().
关于我们
往期精彩内容检测诊断循环肿瘤细胞的深度学习AI影像识别肾癌亚型AI用于老年痴呆的早期诊断液体活检26种癌症早筛进入临床试验AI模型准确诊断COVID-19感染超敏细胞游离DNA实现多个癌种早期检测高精度液体活检筛查肝癌，适合人群普查快速尿液测试衡量饮食健康人与AI协作识别皮肤癌，显著提高准确率血液检测与PET-CT筛查结合用于癌症的早期诊断血液DNA甲基化组筛查脑肿瘤，可精确到亚型AI前列腺癌病理学高精度Gleason分级基于图像预测基因突变的分析模型血浆P-tau精准预测老年痴呆，诊断提前20年精准治疗AI在生物物理层面预测蛋白质-肽相互作用网络准视觉问答系统预测药物-蛋白质相互作用拓扑网络树预测蛋白结合亲和力,助力药物设计高通量识别沉默子，助力个性化医疗人工智能应用于癌症治疗癌晚期患者分析揭示治疗与基因组间相互作用,个人类基因组LoF数据库评估药物靶标AI系统用于糖尿病患者治疗方案管理计算发现肿瘤的弱点单细胞分析小鼠内皮细胞单细胞转录组图谱成像质谱流式+多基因组学乳腺癌精准分型7种单细胞（核）RNA测序技术系统分析13种单细胞RNA测序方法比较，哪种更好？单细胞基因组测序追踪造血干细胞分化深度学习单细胞测序精确聚类，消除批次效应单细胞多组学联合成像用于癌症精准诊断和治疗44,种核酸条形码追踪小鼠发育单细胞谱系八种肿瘤对免疫宏观环境的影响小鼠衰老细胞图谱-系统记录衰老分子特征单细胞基因组学揭示三阴乳腺癌治疗新靶点机理揭示癌细胞系百科全书揭示谱系层面定量蛋白质组学个癌症的进化史全基因组的泛癌症分析27种肿瘤中RNA改变的基因组分析超大规模人类癌症的突变特征库新冠具有更坚硬的外壳，预示更长存活周期突变特征分析发现器官间差异与驱动基因依赖性新方法在孟德尔随机化框架中寻找因果途径乘客突变对癌症发展的影响，2多个肿瘤比较预测癌症驱动突变的33种算法人类癌症中的突变特征库造血干细胞的进化分析揭示白血病发生机理超50万人的meta分析发现近视新的遗传机制原癌基因中多位点突变概况和功能分析描绘癌症进化动力学:从理论到现实免疫治疗T细胞扩增可预测肿瘤浸润和临床反应脑肿瘤免疫微环境分析AI精准预测肿瘤突变负荷，免疫治疗指征血液肿瘤的免疫基因组学研究评价患者免疫治疗反应差异的新方法SARS-CoV-2疫苗研发的加速武器--计算免疫学免疫环境和免疫评分在癌症预后和疗效中的作用预览时标签不可点收录于话题#个上一篇下一篇转载请注明：http://www.czhty88.com/jbby/6207.html
