單細胞多組學和空間轉錄組分析揭示腎臟疾病進展中纖維化微環境作用
文章題目：Single-cell multi-omic and spatial profiling of human kidneys implicates the fibrotic microenvironment in kidney disease progression
發表期刊：Nature genetics
影響因子：31.7
技術平臺：10x Genomics Chromium、10x Visium、NanoString CosMx SMI
01、研究思路
02、文章前言
腎臟纖維化是一種常見的病理過程，與多種慢性腎臟疾病相關，其特征是腎臟組織中的細胞外基質積累和結構性損傷。盡管已有大量研究關注纖維化的分子機制，但了解其在細胞層面的異質性和空間分布仍然是一個重要的研究領域。通過使用單細胞RNA測序（scRNA-seq）、單核RNA測序（snRNA-seq）、單核染色質可及性測序（snATAC-seq）以及Visium和CosMx SMI空間轉錄組測序平臺，對81個腎臟樣本的近338600個單細胞/細胞核進行了分析。
研究旨在揭示健康和疾病狀態下腎臟細胞類型和組織結構的復雜性，并確定纖維化微環境在腎病預后中的作用。
多模態分析概述及樣本的基本臨床特征
03、主要結論
1. 通過分析81份人類腎臟組織樣本，生成了空間分辨率的腎臟單細胞圖譜
利用snRNA-seq、scRNA-seq和snATAC-seq技術的數據生成包含了338565個細胞/細胞核了腎臟的單細胞圖譜。總體確定了六個細胞超家族：內皮細胞、基質細胞、小管上皮細胞、免疫細胞類型、腎小球細胞和神經細胞，進一步分析確定了44種主要細胞亞型和114種不同的細胞亞型或細胞狀態。
人類腎臟的綜合多組學單細胞圖譜
2. 使用Visium和CosMx SMI對已識別細胞類型的空間位置和標記基因表達進行分析
使用Visium和CosMx SMI兩個平臺從FFPE腎臟樣本中生成空間數據。基于Visium基因表達數據反卷積來識別單個細胞類型的存在，細胞類型以藍色顯示在H&E上，識別出了腎小球細胞類型、PT細胞類型、免疫和纖維化細胞類型、遠端小管細胞類型和亨利環細胞類型。使用CosMx SMI技術驗證了這些細胞類型的更加詳細的空間位置。
空間分辨的人類腎臟
3. 纖維化疾病樣本中的基質細胞具有異質性
通過結合膠原蛋白、糖蛋白和蛋白聚糖的表達創建了ECM評分。與健康樣本相比，疾病樣本的肌成纖維細胞頻率更高，且位于高ECM評分區域內。隨后對32706個基質細胞進行聚類，區分出12種不同的細胞亞型，并識別了系膜細胞（ITGA8和POSTN）、VSMC（MYH11、NOTCH3和NTRK3）、成纖維細胞（KCNK2和FAP）和肌成纖維細胞（COL1A1和SYNPO2）的標志物。利用SMI技術描繪了基質細胞亞型的空間位置以及特定標記基因表達。使用KEGG分析發現肌成纖維細胞表現出粘著斑富集和 TGFβ信號通路富集。
人類腎臟基質細胞圖譜
4. 定義了人類腎臟的纖維化微環境（FME）
對Visium數據集進行非負矩陣分解（NMF），發現主要由腎小球、腎小管、纖維化和免疫區域組成的4個微環境區。還發現了一種由樹突細胞、漿細胞以及B和T淋巴細胞組成特異性免疫微環境區位于FME內。FMEs中的iPT細胞表達SPP1和PDGFB，并表現出與基質細胞的強烈相互作用。進一步的細胞相互作用分析顯示，FME基質細胞中富集了CXCL12、CCL19、CCL21，而它們的受體在不同的免疫細胞中表達，這表明基質細胞可能向免疫細胞發出信號。
人類腎臟的FME
5. 腎臟纖維化中存在受損腎小管細胞（iPT細胞）
研究發現，iPT細胞在FME中富集，并且在疾病樣本中數量增加。iPT細胞包括兩個亞型，一種表達VCAM1、ACSL1、ASS1和ASPA等基因，具有細胞代謝功能（稱為iPT-VCAM1+）；另一種表達HAVCR1、NFKBIZ、IL-18和ITGB1等基因，與細胞粘附和基質相關（稱為iPT-HAVCR1+）。iPT-HAVCR1+細胞主要出現在慢性腎病（CKD）樣本中。對PT和iPT細胞進行偽時間分析表明，PT細胞和iPT細胞之間存在連續的分化路徑。
患病人體腎臟中的iPT細胞
6. FME-GS能夠預測疾病進展以及疾病預后
使用FME基因特征（FME-GS）分析了292個腎臟樣本的外部數據集，其中包括健康樣本和不同嚴重程度的CKD樣本。FME-GS成功區分了較高纖維化和較低eGFR的病情較嚴重樣本和較健康樣本。進一步利用FME-GS預測腎臟疾病的預后，結果顯示，FME-GS得分最高的樣本達到終點事件（eGFR變化40%或達到終末期腎功能衰竭）的概率高出四倍。Kaplan-Meier分析顯示，FME-GS得分最高的簇1組達到終點事件的風險顯著更高。說明FME-GS能夠更好地預測腎臟疾病，超過了傳統的纖維化評分。
FME-GS成功預測了一個大型腎臟樣本隊列中的疾病預后
04、文章總結
本研究利用單細胞和Visium、CosMx SMI空間轉錄組學技術對腎臟樣本進行分析，研究詳細描述了腎臟中不同細胞類型及其在健康和疾病狀態下的分布情況。
利用空間信息數據集和解卷積分析，研究人員定義了四種腎臟微環境：免疫、纖維化、腎小球和腎小管。表達HAVCR1的受損近端小管（iPT）細胞在纖維化區域中顯著富集，暗示其在腎臟疾病進展中的潛在角色。纖維化微環境中的特定基因表達譜（FME-GS）可以有效區分不同程度的疾病樣本以及預測疾病的進展風險。通過這些技術，研究揭示了腎臟細胞群體和微環境的高度異質性。
總之，這項研究為理解腎臟纖維化的病理機制提供了新的見解，并為未來的診斷和治療策略提供了潛在的靶點。
