科学问题
纹状体是调控运动与奖赏的核心脑区,但其亚区在细胞组成与分子梯度上极为复杂。以往研究多局限于动物模型或人类单一亚区,导致人脑稀有神经元亚群及其跨物种差异长期缺乏系统解析。本研究旨在系统绘制人类全纹状体高分辨率单细胞图谱,阐明跨亚区转录梯度,并阐明亨廷顿病等神经系统疾病在亚型与亚区层面的特异易感机制。
背景与领域脉络
纹状体由中型多棘神经元(MSN)主导,主要分为表达DRD1的直接通路与表达DRD2的间接通路。解剖学上,纹状体进一步被划分为纹状小体与基质两个亚隔室,同时在宏观上呈现背腹侧的功能分工。单细胞技术虽在啮齿类中发现了离群(outlier)等非经典神经元,但人类是否存在对应亚群仍存争议。此外,针对阿片成瘾易感位点及亨廷顿病三核苷酸重复扩增,经典的均质化分析无法解释特定细胞的选择性丢失。单细胞与空间组学技术的突破,为系统解析这些跨物种差异与亚区特异性机制提供了契机。
方法与技术路线
作者收集了69例人类供体的109个死后纹状体样本,涵盖伏隔核(39例)、壳核(45例)及尾状核(8例),并纳入22个小鼠样本进行跨物种比对。研究利用单核转录组测序分析了约67万个细胞核,基于BCL11B和PPP1R1B等标记鉴定出约25万个神经元。团队结合高分辨率空间转录组学(Visium HD)与多重荧光原位杂交(mFISH),对稀有亚群进行空间定位验证。最后,利用配对单细胞转录组与DNA重复扩增检测技术(scMOSAIC),系统评估早期亨廷顿病中的体细胞CAG扩增与亚型易感性。
主要结果
构建人类纹状体神经元多样性图谱
研究共分析了来自69位供体的109份人类样本,涵盖约67万个细胞核。作者从中鉴定出约25万个神经元,其中约90%为GABA能MSN(约21.9万个),并细分为9大分子亚型。数据还覆盖了约1.9万个中间神经元与约5000个纹状体相关神经元。这些发现全面揭示了背侧壳核、尾状核与腹侧伏隔核的神经元多样性。
鉴定非经典离群MSN亚型与空间分布
分析确立了D1与D2离群MSN亚型,分别占对应群体的约9%和约4%。组织验证显示,D1离群细胞在纹状小体中的富集度是基质的2倍(p = 0.0116,样本数Pt n=4, NAc n=3)。相比之下,D2离群细胞在基质与纹状小体间呈均匀分布(p = 0.2184,样本数Pt n=3, NAc n=2)。此外,约10%的D1离群神经元特异性共表达CRH与其受体CRHR2。
跨物种药理靶点与成瘾风险差异
跨物种分析涵盖了109例人类与22例小鼠样本,发现人类D1离群MSN高表达mu-阿片受体(OPRM1)。相比小鼠同源细胞,人类该亚群特异富集了成瘾风险位点,且标记基因在跨亚区比较中展现出显著上调(log2FC > 4, p < 0.05)。整合药理学数据进一步表明,抗精神病药物诱导的转录响应在腹侧相比背侧呈现显著偏差。
胆碱能神经元异质性与微结构岛特征
在胆碱能神经元分析中,研究解析出2种分子亚型,并发现神经肽GNRH1与ADCYAP1呈现异质性表达。在分析的9例样本中,有5例在伏隔核检测到成簇分布的胆碱能神经元核团。这类成簇神经元显著高表达MEPE与NGFR标记,与弥散分布神经元相比差异极显著(p < 0.0001)。空间转录组切片进一步在原位证实了这种神经肽异质性。
创新点
相比既往仅聚焦啮齿类或人类单一亚区(如仅分析尾状核或伏隔核)的工作,本研究首次绘制了覆盖人类背侧与腹侧全亚区的单细胞图谱。技术上,团队结合单核测序与高精度Visium HD空间转录组学,明确鉴定了以往争议颇大的离群MSN亚型。概念上,研究厘清了D1与D2离群细胞跨越纹状小体与基质边界的分布规律,并揭示了人类特异的神经肽受体表达模式。这填补了跨物种药理靶点与局部微结构认知上的关键空白。
意义与影响
该研究打破了以往将纹状体神经元粗略划分为D1与D2两大通路的传统框架。研究确立了非经典离群MSN在神经应激与成瘾回路中的核心地位,为理解阿片类物质成瘾机制提供了精准的细胞定位。同时,揭示的背腹侧转录梯度与药理靶点跨物种差异,为改进抗精神病药物设计并规避运动副作用奠定了转化基础。这些发现对神经退行性疾病与精神疾病的精准靶向治疗具有深远指导意义。
局限与待验证
受死后样本获取条件的制约,死后间隔与组织冻融可能影响某些低丰度或瞬时转录本的捕获效率。其次,虽然空间转录组明确了离群MSN的解剖定位,但受限于人体组织操作手段,其全脑长程投射模式仍有待逆行示踪技术进一步证实。此外,部分抗精神病药物的反应机制源自啮齿类药理实验,其在人类活体神经回路中的实际对应效应仍需前瞻性临床验证。
对我们的相关性
对于单细胞与空间组学研究者,本文展示了将单核测序、亚微米级Visium HD与mFISH多维整合的研究范式。研究者可直接借鉴其稀有细胞亚型分选与微结构解卷积的分析工作流。对疾病基因组学同行而言,文中将GWAS风险位点映射至细胞亚型差异表达基因的策略,为解释非编码突变提供了成熟方法。AI与计算生物学研究者亦可利用这批高质量的人鼠配对图谱,训练跨物种细胞对齐算法与疾病易感性预测模型。
术语速查
全文 PDF 已归档 Google Drive
04-学术文献/Paper/;原文版权归 Cell 及作者所有