空间与单细胞转录组学的整合定位肾损伤中上皮细胞与免疫细胞的相互作用

news2024/11/22 21:15:31

在这里插入图片描述

result

在空间转录组图谱中对人类肾脏进行无监督映射和细胞类型鉴定
我们试图在H&E染色的人类参考肾切除标本组织切片上直接映射转录组特征。该组织来自一名59岁的女性,其肾小球闭塞和间质纤维化程度最低(分别影响不到10%的肾小球或肾实质)。未观察到动脉小管玻璃样变。通过显微镜对嵌入OCT化合物的组织切片进行H&E染色后,进行了组织渗透、RNA提取以及通过带有空间定位条码的测序,将转录组特征直接映射回组织学图像。

空间转录组映射的结果是一组“点”(直径55 μm),每个点都有其独特的表达特征。这些点基于定位条码叠加在肾脏的组织学图像上(图1A和B),并根据每个点的基因表达以无监督方式聚类。这些簇的身份通过已知的肾脏区域和细胞类型的标志基因及其下的组织学特征来确定和命名。通过Space Ranger生成了9个无监督簇(图1B),其表达特征与已知的肾小球和各种小管亚段的标志基因一致。这些簇叠加在组织学特征上,包括肾小球、小管、血管结构和髓放线区域,这些特征可以清晰观察到。
在这里插入图片描述

平均每个点测量到10,270个计数,检测到3205个基因。每个簇检测到的平均独特基因数量为17,506个,每个簇至少检测到16,000个基因。分配给某个簇的点始终定位在预期的组织学特征之上。簇映射和鉴定的一个例子见图1C–I。一部分标志基因列于图1J中,完整的基因集见补充表1;补充材料可在线获取:https://doi.org/10.1172/jci.insight.147703DS1。

提供了一张H&E切片的局部放大图,分别在未叠加(图1C)和叠加无监督聚类结果的情况下展示(图1D和E)。可以观察到肾小球、小血管、小管和部分髓放线区域。与肾小球基因(红色)相关的转录组学点明确地位于组织学上鉴定的肾小球区域。包含成纤维细胞、血管平滑肌细胞(VSMC)和内皮细胞标志基因表达的间质簇定位在血管区域(粉色)。虽然OCT嵌入切片中的小管形态不够完美,但仍能观察到区别。
在这里插入图片描述

空间转录组定义的近端小管(PT)簇位于无可见腔的嗜酸性小管区域。这种组织学模式与巨蛋白(LRP2)的表达相对应(图1F)。分配给粗升支(TAL)簇的点集中在髓放线区域,与对袢利尿剂敏感的钠-钾-2氯转运蛋白(SLC12A1)表达相关(图1G)。远曲小管(DCTs)连接小管(CNTs)的特点是具有开放腔的小管,并表现出嗜酸性。在DCTs中,对噻嗪类敏感的钠-氯转运蛋白(SLC12A3)的表达水平较高(图1H)。集合管(CDs)在组织学上通过其特有的立方细胞核和减弱的嗜酸性被鉴定。这些小管与具有高水通道蛋白-2(AQP2)表达的点重叠(图1I)。

由于每个空间转录组点的直径为55 μm,与小管横截面的大小相当,这些点可能包含多个细胞类型。在无监督映射中,获得了两个PT簇和两个TAL簇。每组中各有一个簇显示出更强的已知标志基因富集,标记为“纯簇”。而标志基因富集较少或包含两个或多个细胞类型特征的簇被标记为“混合簇”。混合TAL簇出现在髓放线的边缘区域,而纯簇则更靠中心(图1B)。

正如所述,斑点是根据肾脏细胞类型的已知基因表达标记进行聚类分类的(图1J和补充表1)。根据它们的基因表达特征进行分类的斑点,一致地映射到了预期的组织学/肾脏结构。我们在5个随机选择的领域中评估了分配的转录组聚类与底层组织学的一致性(图1K)。分配的聚类与组织结构之间的整体相关性为97.6%。除了CD(90.7%)之外,所有聚类都以超过95%的准确度映射到了相应的组织学结构,CD在样本中的整体斑点数最少。不一致的最常见原因是斑点下方缺乏显著的组织(例如,位于边缘或大血管内的斑点)。将单核测序聚类映射到人类肾脏组织。通过Space Ranger获得的无监督聚类的均匀流形近似和投影(UMAP)图在图2A中提供。为了提高斑点映射的特异性并识别可能对斑点特征贡献较小的细胞类型,我们重新聚类了一个公开可用的人类肾脏样本的单核RNA测序(snRNA-Seq)数据集(图2B和参考文献2)。每个单细胞RNA测序(scRNA-Seq)聚类的DEG标记的完整列表在补充表2中。确定了30个细胞类型聚类。在一个与单细胞聚类整合类似的过程中(8),基于共同邻居的锚定,为30个snRNA-Seq聚类中的每一个分配了转移到空间转录组斑点的分数。然后每个斑点根据具有最高转移分数的snRNA-Seq聚类进行标记(图2C)。评估了无监督空间转录组聚类和根据snRNA-Seq转移分数重新标记的斑点之间的重叠百分比。在无监督空间转录组分类的斑点和用预期的snRNA-Seq转移标签重新定义的斑点之间发现了强烈的相关性。
在这里插入图片描述

一些在无监督空间转录组聚类中未被代表的细胞类型,在snRNA-Seq重新标记后被分配给了斑点。由于每个斑点覆盖了多个细胞,因此将细胞类型分配给了该55微米斑点中最占优势的细胞类型。例如,多种细胞类型共同贡献了间质(interstitium)的表达特征(9)。纳入snRNA-Seq数据集能够将定位在间质的斑点解析到更具体的一组细胞类型(图2,D-M)。该数据集允许区分分配给成纤维细胞、血管平滑肌细胞(VSMCs)和某些内皮细胞亚型的斑点。间质的已知标记物的特征图显示在图2,F-M中。细胞类型解混。由于每个斑点可能覆盖多种细胞类型,我们试图通过神经网络分析确定每个snRNA-Seq聚类对每个斑点表达特征的贡献(图3)。正如预期,足细胞、系膜细胞和内皮细胞聚类对覆盖肾小球的斑点贡献了最大比例的特征。在肾切除样本的右下方部分包含了一部分髓质。我们量化了与剩余样本相比,髓质中每个snRNA-Seq聚类产生的特征比例。在髓质中,定义了下降细肢、上升细肢和Henle厚升袢的基因表达富集。正如预期,在髓质中没有观察到足细胞特征的表达,S1和S2 PT的贡献最小。在原始的snRNA-Seq数据集中识别了两个皮质CD聚类(C16和C18);然而,在空间转录组数据集中,C18的签名在皮质和髓质中都被发现,而C16专门映射到皮质。在小鼠肾脏中的空间转录组细胞类型定位。AKI并不均匀地影响肾脏的所有区域。伤害的病因可能会不同地影响基因表达的空间分布,特别是在疾病的早期。因此,我们将空间转录组应用于两种常见的小鼠AKI模型(IRI和CLP),并在6小时后对小鼠实施安乐死。图4显示了对照组、IRI和CLP模型的无监督空间转录组聚类映射。在3个模型的匹配横截面中,在6小时时间点用H&E染色观察到最小的组织病理学损伤(图4A)。在低倍放大下,IRI组织区域比对照组(16.9 mm²)和CLP(15.9 mm²)区域大(25.5 mm²)。图4B将每个部分与Space Ranger获得的聚类重叠。在IRI模型中只有两个聚类:间质和尿路上皮聚类,后者可能是由于部分中乳头的大小。将3个模型合并并标准化以允许模型之间的比较(图4C)。无监督空间转录组聚类之间的全套DEG在补充表3中。小鼠的细胞和管比人类小,因此每个55微米斑点由其主要贡献者标记。在小鼠中识别出的无监督聚类比人类少。例如,远端肾单位的DCT、CNT和CD都聚集在一起。同样,PT S3段聚类定位到外条纹,并包含邻近TAL的基因表达。用于识别聚类的标记基因子集显示在图4D中。PT聚类DEG的具体比较在补充图1中。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2245556.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

greater<>() 、less<>()及运算符 < 重载在排序和堆中的使用

简略图 greater<>()(a, b) a > b 返回true&#xff0c;反之返回false less<>()(a, b) a < b 返回true&#xff0c;反之返回false 在cmp中使用&#xff08;正着理解&#xff09; 规则返回true时a在前&#xff0c;反之b在前 在priority_queue中使用 &#xff…

详细描述一下Elasticsearch索引文档的过程?

大家好&#xff0c;我是锋哥。今天分享关于【详细描述一下Elasticsearch索引文档的过程&#xff1f;】面试题。希望对大家有帮助&#xff1b; 详细描述一下Elasticsearch索引文档的过程&#xff1f; Elasticsearch的索引文档过程是其核心功能之一&#xff0c;涉及将数据存储到…

入门车载以太网(6) -- XCP on Ethernet

目录 1.寻址方式 2.数据帧格式 3.特殊指令 4.使用实例 了解了SOME/IP之后&#xff0c;继续来看看车载以太网在汽车标定领域的应用。 在汽车标定领域XCP是非常重要的协议&#xff0c;咱们先来回顾下基础概念。 XCP全称Universal Measurement and Calibration Protocol&a…

Python中常用的函数介绍

Python中常用的几种函数 1、input函数 input()函数&#xff1a;主要作用是让用户输入某个内容并接收它。 #输入你的年龄 >>> age input("my age is :") my age is :20 执行代码后输入年龄&#xff0c;年龄被存放到age变量中&#xff0c;执行print后终端会…

Ubuntu从入门到精通(二)远程和镜像源配置齐全

Ubuntu从入门到精通(二) 1 常见操作配置 1.1 英文语言配置 1.1.1 打开设置 1.1.2 设置语言为英文 1.1.3 重启生效 1.1.4 再次进入,选择更新名字 1.1.5 再次进入,发现已经变成了英文 1.2 输入法配置 1.3 rustdesk安装 1.3.1 Windows系统配置 登陆:https://github.com…

卷积神经网络(CNN)中的池化层(Pooling Layer)

池化层&#xff08;Pooling Layer&#xff09;&#xff0c;也被称为下采样层&#xff0c;是深度学习神经网络中常用的一种层级结构。它通常紧跟在卷积层之后&#xff0c;对卷积层输出的特征图进行下采样操作。 一、定义与功能 池化层的主要作用是通过减少特征图的尺寸来降低计算…

【linux硬件操作系统】计算机硬件常见硬件故障处理

这里写目录标题 一、故障排错的基本原则二、硬件维护注意事项三、关于最小化和还原出厂配置四、常见故障处理及调试五、硬盘相关故障六、硬盘相关故障&#xff1a;硬盘检测问题七、硬盘相关故障&#xff1a;自检硬盘报错八、硬盘相关故障&#xff1a;硬盘亮红灯九、硬盘相关故障…

《操作系统》实验内容 实验二 编程实现进程(线程)同步和互斥(Python 与 PyQt5 实现)

实验内容 实验二 编程实现进程&#xff08;线程&#xff09;同步和互斥 1&#xff0e;实验的目的 &#xff08;1&#xff09;通过编写程序实现进程同步和互斥&#xff0c;使学生掌握有关进程&#xff08;线程&#xff09;同步与互斥的原理&#xff0c;以及解决进程&#xf…

智慧路面管理系统平台 智慧照明 智慧市政 智慧交通

智慧路面管理系统平台   智慧路面管理系统平台&#xff0c;旨在提高城市道路的智能化水平和交通效率。该系统通过集成传感器、摄像头、监控设备、大数据、云计算等多种技术手段&#xff0c;实现对道路状况和交通流量的实时监测与分析&#xff0c;从而提供精准的交通数据和智能…

数据结构 ——— 判断一棵树是否是完全二叉树

目录 满二叉树和完全二叉树示意图 手搓一个完全二叉树 代码实现 满二叉树和完全二叉树示意图 注意区分满二叉树和完全二叉树 满二叉树的每一层都是满的&#xff0c;也就是除了叶子节点&#xff0c;其他节点都有左右节点 完全二叉树的最后一层不一定是满的&#xff0c;但是从…

Vue_Router权限控制:不同角色显示不同路由

写在前面 在Vue中&#xff0c;Router是一个官方提供的用于处理应用程序路由的插件。它允许我们创建单页应用程序&#xff08;SPA&#xff09;&#xff0c;其中不同的页面和组件可以通过URL进行导航和展示。使我们可以轻松地创SPA&#xff0c;并实现可复用和可组合的组件…

java多线程并发执行方法或者调用接口

在开发过程中有时需要检查某个接口或者某个方法是否存在并发安全问题&#xff0c;我们会用到jmeter 、AB 等压测工具辅助我们完成代码测试&#xff0c;虽然这些工具功能很强大&#xff0c;也很好用&#xff0c;但是在开发过程中来使用还是不如直接执行Test 或者main 方法来的方…

Python小游戏28——水果忍者

首先&#xff0c;你需要安装Pygame库。如果你还没有安装&#xff0c;可以使用以下命令进行安装&#xff1a; 【bash】 pip install pygame 《水果忍者》游戏代码&#xff1a; 【python】 import pygame import random import sys # 初始化Pygame pygame.init() # 设置屏幕尺寸 …

测评部署和管理 WordPress 最方便的面板

新版宝塔面板快速搭建WordPress新手教程 - 倚栏听风-Morii - 博客园 初学者使用1Panel面板快速搭建WordPress网站 - 倚栏听风-Morii - 博客园 可以看到&#xff0c;无论是宝塔还是1Panel&#xff0c;部署和管理WordPress都有些繁琐&#xff0c;而且还需要额外去配置Nginx和M…

OpenAI Adjusts Strategy as ‘GPT’ AI Progress Slow

注&#xff1a;本文为两篇关于当前大模型方向讨论的文章。 OpenAI 大改下代大模型方向&#xff0c;scaling law 撞墙&#xff1f;AI 社区炸锅了 机器之心 2024 年 11 月 11 日 11:57 北京 机器之心报道 编辑&#xff1a;Panda、泽南 大模型的 scaling law 到头了&#xff1f…

Java开发者必备:23种设计模式全面解析

文章目录 一、创建型模式1、工厂模式简单工厂工厂方法 2、抽象工厂模式3、原型模式4、建造者模式5、单例模式 二、结构型模式1、适配器模式2、桥接模式3、组合模式4、装饰模式5、外观模式6、享元模式7、代理模式 三、行为型模式1、解释器模式2、模板方法模式3、策略模式4、观察…

LeetCode:1008. 前序遍历构造二叉搜索树

目录 题目描述: 代码: 第一种: 第二种: 第三种:分治法 题目描述: 给定一个整数数组&#xff0c;它表示BST(即 二叉搜索树 )的 先序遍历 &#xff0c;构造树并返回其根。 保证 对于给定的测试用例&#xff0c;总是有可能找到具有给定需求的二叉搜索树。 二叉搜索树 是一棵…

STM32F103 GPIO和串口实战

本节我们将会对STM32F103的硬件资源GPIO和串口进行介绍。 一、GPIO 1.1 电路原理图 LED电路原理图如下图所示&#xff1a; 其中&#xff1a; LED1连接到PA8引脚&#xff0c;低电平点亮&#xff1b;LED2连接到PD2引脚&#xff0c;低电平点亮&#xff1b; 1.2 GPIO引脚介绍 STM32…

Statsmodels之OLS回归

目录 Statsmodels基本介绍OLS 回归实战实战1&#xff1a;实战2&#xff1a; Statsmodels基本介绍 Statsmodels 是 Python 中一个强大的统计分析包&#xff0c;包含了回归分析、时间序列分析、假设检验等等的功能。Statsmodels 在计量的简便性上是远远不及 Stata 等软件的&…

在 macOS 和 Linux 中,波浪号 `~`的区别

文章目录 1、在 macOS 和 Linux 中&#xff0c;波浪号 ~macOS示例 Linux示例 区别总结其他注意事项示例macOSLinux 结论 2、root 用户的主目录通常是 /root解释示例切换用户使用 su 命令使用 sudo 命令 验证当前用户总结 1、在 macOS 和 Linux 中&#xff0c;波浪号 ~ 在 macO…