Cell Discov:周文浩/米达/许执恒等合作通过多组学的方法,描绘了人类小脑的发育图景

2024-03-05 iNature iNature 发表于上海

该研究对孕周(GW) 13至18周的胎儿样本进行了scRNA-seq、scATAC-seq和空间转录组学分析,以探索发育中的人类小脑细胞多样性和发育程序的出现。

人类小脑包含大量神经元,表现出与大脑不同的发育模式。

2024年2月26日,复旦大学周文浩、Xia Mingyang、清华大学米达及许执恒共同通讯在Cell Discovery在线发表题为“Single-cell multi-omics analysis of lineage development and spatial organization in the human fetal cerebellum”的研究论文,该研究对孕周(GW) 13至18周的胎儿样本进行了scRNA-seq、scATAC-seq和空间转录组学分析,以探索发育中的人类小脑细胞多样性和发育程序的出现。

该研究鉴定了跨物种保守的瞬时颗粒细胞祖细胞。颗粒细胞和浦肯野细胞的特殊模式被多维解剖。还对小脑叶的物种特异性基因表达模式进行了表征,发现PARM1在人和小鼠颗粒细胞中的分布不一致。在菱形唇上发现了一组新的潜在神经上皮细胞。还分析了浦肯野细胞和单极刷细胞的不同亚型,并揭示了控制它们多样化的基因调控网络。因此,该研究为人类胎儿小脑的多组学研究提供了一个有价值的视角,并促进了人们对人类小脑发育和空间组织的理解。

图片

小脑中复杂的神经元类型占人脑神经元总数的80%以上。小脑不同区域的综合神经网络协调各种功能,包括运动、认知、情感和语言。小脑回路的损伤会导致思维或运动的不对称。在自闭症谱系症状或注意力障碍中也观察到小脑皮层灰质减少。小脑皮层的结构在整个进化过程中相对保守。几乎所有脊椎动物的成熟小脑都有三层,即分子层(ML)、浦肯野细胞层(PCL)和颗粒细胞层(GCL)。在白质上方,GCL包含密集颗粒细胞(GCs),被一层浦肯野细胞(PKCs)覆盖。ML由PKCs的树突树和GCs的平行纤维组成。各种中间神经元在不同的层内相互交织,支配着小脑的信号转导。

在发育过程中,小脑中的大部分神经元来源于两个生发中心,即心室区(VZ)和上菱形唇(URL)。GABA能谱系包括PKCs和各种中间神经元是由VZ和伯格曼胶质细胞产生的。首先生成PKCs,然后径向迁移并组织到PCL中。兴奋性谱系包括小脑深部核神经元,GCs单极刷细胞(UBCs)来源于URL。当UBC祖细胞定居在URL时,增殖性GC祖细胞切向迁移覆盖小脑表面,形成外颗粒层(EGL)作为次生生发区。由于有丝分裂后的GC在向内迁移后形成了内EGL (iEGL),因此发生了外EGL (oEGL)和GC祖细胞的分离。GCs将继续迁移并穿过PKCs形成内部颗粒层(IGL),最终发展成GCL。

图片

UBC祖细胞和UBC亚系的GRN(图源自Cell Discovery 

该研究采用单细胞多组学方法,包括单细胞RNA测序(scRNA-seq)、转座酶可及染色质单细胞测序(scATAC-seq)和空间转录组学,在高时空分辨率下描绘了人类小脑的发育图景。该研究生成了发育中的人类胎儿小脑的大规模多组学图谱。这个全面的图谱揭示了早期人类小脑发育和进化的分子机制。在这项研究中确定的关键调节因子将在体外利用,以产生所需的小脑细胞,用于未来的临床应用。该数据集对于增强人们对神经发育障碍中分子变异和细胞类型之间联系的理解也很重要。

原文链接:

https://www.nature.com/articles/s41421-024-00656-1

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2193069, encodeId=71e22193069f7, content=很好, beContent=null, objectType=article, channel=null, level=null, likeNumber=11, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=50f38825627, createdName=ms5000000293309357, createdTime=Thu Mar 14 00:51:38 CST 2024, time=2024-03-14, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=2191151, encodeId=b5be2191151a5, content=<a href='/topic/show?id=02791088610f' target=_blank style='color:#2F92EE;'>#空间转录组学#</a> <a href='/topic/show?id=b92e10e479b3' target=_blank style='color:#2F92EE;'>#scRNA-Seq#</a> <a href='/topic/show?id=921a11192e16' target=_blank style='color:#2F92EE;'>#小脑发育#</a> <a href='/topic/show?id=ce0d111928e8' target=_blank style='color:#2F92EE;'>#scATAC-seq#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=20, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=111928, encryptionId=ce0d111928e8, topicName=scATAC-seq), TopicDto(id=107479, encryptionId=b92e10e479b3, topicName=scRNA-Seq), TopicDto(id=111927, encryptionId=921a11192e16, topicName=小脑发育), TopicDto(id=108861, encryptionId=02791088610f, topicName=空间转录组学)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Tue Mar 05 13:15:34 CST 2024, time=2024-03-05, status=1, ipAttribution=上海)]
    2024-03-14 ms5000000293309357

    很好

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=2193069, encodeId=71e22193069f7, content=很好, beContent=null, objectType=article, channel=null, level=null, likeNumber=11, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=50f38825627, createdName=ms5000000293309357, createdTime=Thu Mar 14 00:51:38 CST 2024, time=2024-03-14, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=2191151, encodeId=b5be2191151a5, content=<a href='/topic/show?id=02791088610f' target=_blank style='color:#2F92EE;'>#空间转录组学#</a> <a href='/topic/show?id=b92e10e479b3' target=_blank style='color:#2F92EE;'>#scRNA-Seq#</a> <a href='/topic/show?id=921a11192e16' target=_blank style='color:#2F92EE;'>#小脑发育#</a> <a href='/topic/show?id=ce0d111928e8' target=_blank style='color:#2F92EE;'>#scATAC-seq#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=20, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=111928, encryptionId=ce0d111928e8, topicName=scATAC-seq), TopicDto(id=107479, encryptionId=b92e10e479b3, topicName=scRNA-Seq), TopicDto(id=111927, encryptionId=921a11192e16, topicName=小脑发育), TopicDto(id=108861, encryptionId=02791088610f, topicName=空间转录组学)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Tue Mar 05 13:15:34 CST 2024, time=2024-03-05, status=1, ipAttribution=上海)]

相关资讯

NAR:深圳国家基因库/华大生命科学研究院发表空间转录组学数据共享、分析和可视化综合数据库STOmicsDB

文章介绍了一站式空间转录组学数据库STOmicsDB,有助于空间转录组学领域的数据存档、共享、可视化和分析。

NBT:上海交通大学杨朝勇/吴玲玲/宋佳/郑军华开发新的方法,实现高灵敏空间转录组学测序

该研究报道了一种用于空间RNA测序(Decoder-seq)的树状细胞DNA坐标条形码设计,该设计具有高灵敏度和高分辨率。

Nature:空间转录组学开辟记忆编码新视角:长期恐惧记忆的分子地图

研究员通过高分辨率的空间和单细胞转录组学分析,研究者能够在分子和细胞层面上阐明BLA在长期记忆中的作用。

Nucleic Acids Res:空间转录组学数据挖掘新算法——DeepST

研究团队研发了基于深度学习的空间域识别技术(DeepST)。DeepST使用预先训练好的深度神经网络模型从组织形态学信息(H&E染色图片)中提取图像特征,然后将提取的特征与基因表达和空间位置数据集成,

NBT:基于分层图像特征提取的AI辅助新工具,可以超分辨率预测空间基因表达,实现更快速的癌症病理诊断

研究团队使用分层图像特征提取的方法,旨在捕获局部和全局组织结构。通过利用从分层提取的图像特征中获得的高分辨率组织信息,研究团队进一步开发了超分辨率基因表达预测模型,被称为iStar。