Nature communications：人白脂肪组织的集成单细胞和空间转录组图

原文题目：An integrated single cell and spatial transcriptomic map of human white adipose tissue

通讯作者：Niklas Mejhert

隶属单位：卡罗林斯卡大学胡丁厄医院胡丁厄医学院医学系

DOI：https://doi.org/10.1038/s41467-023-36983-2

白色脂肪组织（WAT）是一种独特的可塑性器官，可以根据热量的供需而膨胀或收缩。在组织质量的显着变化中发挥作用的能力由过多的常驻和募集细胞类型控制。受干扰的WAT重塑导致组织细胞组成的变化，这反过来又增加了发生胰岛素抵抗，2型糖尿病和其他心脏代谢并发症的风险。因此，定义人类WAT在健康和疾病中的细胞景观和微结构具有相当大的临床相关性。

为了确定细胞组成，单细胞技术已应用于从不同库获得的WAT上。总之，这些研究已经确定了脂肪组织中新的特化细胞，例如：（i）具有抗脂肪作用的脂肪前体细胞，（ii）在代谢健康中起核心作用的脂质相关巨噬细胞（LAM）（iii）对胰岛素具有不同敏感性的脂肪细胞亚型或产热效应。然而，大多数单细胞研究的一个警告是，与数据产生相关的问题限制了测序深度和可以处理的样本数量。因此，脂肪领域的大多数已发表报告都是基于小的队列规模，即使是迄今为止最大的报告也包括不到15个人。这一点，加上技术平台和生物信息学方法之间的定性差异，限制了观察到的研究结果的普遍性。

为了解决这个问题，我们对新生成和公开可用的数据进行了全面的荟萃分析，其中我们整合了单细胞（scSeq）和单核（snSeq）RNA测序结果。基于此，我们创建了一个细胞元图，用于对年龄、BMI 和代谢状态范围非常广泛的女性和男性的空间和批量转录组数据进行反卷积。通过挖掘这种丰富的资源，我们提供了驻留在人类WAT中的细胞的命名法，它们的定位以及它们与代谢健康的关系。

我们的荟萃分析将现有和新生成的单细胞数据与来自大型临床队列的体外脂肪生成和完整WAT的批量测序相结合。通过将其与空间转录组学以及来自不同器官中产生的人类和小鼠单细胞资源的数据重叠，我们提供了细胞类型及其在人类WAT中的空间组织的元图。总之，这使我们能够定义>60种不同的细胞类型，包括具有不同激活状态的免疫细胞，具有混合转录谱的中间血管细胞类型，以及显示不同组织定位和不同水平的脂肪承诺的FAP。

为了在脂肪库中创建细胞命名法，我们在meta分析中纳入了皮下、网膜和血管周围WAT的数据。基于仓库比较，我们发现尽管比例不同，但大多数细胞亚群存在于所有三个区域。对于FAP也是如此，尽管它们被认为有助于组织生长的长效特异性差异。例如，在所有三个部位都发现了脂肪前体和前脂肪细胞。然而，在皮下WAT中，FAP显示出不同的定位，其中一些靠近血管，而另一些则与特定的巨噬细胞相邻。后者很有趣，因为我们的配体受体分析表明FAPs将多个信号传递给骨髓细胞。除了这些定量和微观结构方面，我们还观察到有限数量的细胞类型是这两个区域独有的，包括Mox和一些M2样巨噬细胞亚型。尽管我们通过对皮下和网膜WAT配对样本的大量转录组学数据进行反卷积来证实这些结果，但它们需要在额外的队列中进行验证，并且需要确定这些细胞的功能。此外，本文介绍的空间分析仅在皮下WAT中进行，应在其他仓库中进行随访。

在我们的荟萃分析中，脂肪细胞占WAT细胞群的~20%，并显示出与FAP，免疫和血管细胞不同的转录指纹。然而，与这些细胞类别相比，脂肪细胞数据仅使用snSeq生成，并且结果显示研究之间的异质性不太明显且可重复。这种缺乏一致性的一个可能原因是 snSeq 优先检测新生和长转录本。我们对技术平台的基准测试进一步支持了这一点，其中snSeq数据与STx结果相比，与分离脂肪细胞的转录特征密切相关。事实上，STx鉴定了许多脂肪细胞亚型标记基因（例如，LEP，PLIN4，SAA1，RBP4)7没有或非常微弱地被snSeq检测到。因此，我们得出结论，需要使用不同的技术平台进行联合分析，以自信地鉴定脂肪细胞亚型。

尽管我们合并了研究，从大约100个样本中获得了单细胞水平的数据，但我们尚未确定年龄，人体测量和疾病状态对这些结果的影响。相反，我们创建了WAT中存在的细胞的地图，并使用该框架对来自860多个样品的批量转录组学结果进行反卷积。这扩展了以前的努力并允许我们将鉴定的细胞群与多个临床和WAT参数联系起来。更具体地说，我们表明表达CD55 / PI16的脂肪前体以及大量免疫细胞（包括LAM和Mmes）在具有有害代谢表型标志物的个体中富集，即具有大脂肪细胞体积，高腰臀比，高HOMA-IR和脂质动员受损的受试者。相反，一组中间FAP和毛细血管内皮细胞与相同的参数负相关。在减肥手术前后对队列进行的其他分析显示，肥胖和胰岛素抵抗患者的多个细胞簇在体重减轻后正常化。总之，这些数据通过自信地识别与炎症增加以及脂肪生成和血管形成减弱相关的特定细胞类型，扩展了WAT扩增的先前结果。然而，目前工作的局限性在于，我们没有调查其他类型的干预措施后的纵向数据，包括与生活方式相关的变化和/或药物治疗。

综上所述，在对来自八项临床研究的 17 个数据集和 >800 个批量转录谱的荟萃分析中，我们全面定义了人类 WAT 在健康和代谢疾病中的细胞组成。因此，通过联合分析来自多种类型研究的数据，我们创建了一个易于访问的框架，并包括用于WAT分析的其他工具，例如CellTypist中的新模型。因此，我们提供了丰富的资源，以促进未来对特定WAT驻留细胞类型的研究，这些研究与本文未研究的方面有关，例如种族差异和治疗干预的影响。

原文链接：https://doi.org/10.1038/s41467-023-36983-2

转自：“生物医学科研之家”微信公众号

如有侵权，请联系本站删除！