人類細(xì)胞圖譜的任務(wù)是創(chuàng)建所有人類細(xì)胞的綜合參考地圖，以描述和定義健康和疾病的細(xì)胞基礎(chǔ)。

來(lái)自加州大學(xué)歐文分校生物化學(xué)助理教授Kai Kessenbrock博士，是人類乳腺細(xì)胞圖譜項(xiàng)目的聯(lián)合首席研究員，其項(xiàng)目旨在用單細(xì)胞和空間分辨率繪制人類乳腺組織中存在的所有細(xì)胞類型和狀態(tài)。

來(lái)了解下他的團(tuán)隊(duì)是如何將空間分析與單細(xì)胞RNA測(cè)序結(jié)合起來(lái)構(gòu)建人類乳腺的空間分辨率單細(xì)胞多組學(xué)圖譜的。

圖片來(lái)自Kessenbrock博士演講報(bào)告

每個(gè)細(xì)胞都不是一座孤島

細(xì)胞被嵌入一個(gè)復(fù)雜的三維微環(huán)境中，由細(xì)胞外基質(zhì)和其他類型的細(xì)胞組成，可能與感興趣的細(xì)胞形成緊密的細(xì)胞間相互作用。乳腺上皮系統(tǒng)由嵌入乳腺內(nèi)富含脂肪組織的導(dǎo)管上皮網(wǎng)絡(luò)組成。該系統(tǒng)包含幾個(gè)不同的感興趣的區(qū)域，包括小葉單位、結(jié)締組織、導(dǎo)管和脂肪組織。

該團(tuán)隊(duì)此前使用了大量分析工具，包括Western blot、定量PCR和大量RNA測(cè)序。這些方法可以分析數(shù)萬(wàn)到數(shù)百萬(wàn)個(gè)細(xì)胞，但提供的細(xì)胞群體的平均值可能會(huì)錯(cuò)過(guò)細(xì)胞群子集中的底層細(xì)胞狀態(tài)。Kessenbrock博士強(qiáng)調(diào)，單細(xì)胞水平分析使其能夠識(shí)別和描述以前未被發(fā)現(xiàn)的不同細(xì)胞群。

他的目標(biāo)不僅是在單個(gè)細(xì)胞水平上描述每個(gè)細(xì)胞類型，而且還要了解它們?cè)诮M織中的位置。他們使用的策略包括分離細(xì)胞和進(jìn)行單細(xì)胞RNA測(cè)序，以觀察細(xì)胞在組織中的維持方式。然而，該團(tuán)隊(duì)也對(duì)了解組織內(nèi)局部維持的間充質(zhì)細(xì)胞類型的譜系感興趣。
 

構(gòu)建人類乳腺的空間分辨率單細(xì)胞多組學(xué)圖譜

Kessenbrock博士指出，在人類個(gè)體的生命周期中，從青春期到懷孕、哺乳期、更年期，乳房都要經(jīng)歷相當(dāng)劇烈的重建。這是非常明顯的組織重組階段。因此，密切關(guān)注每一個(gè)被剖析的樣本是很重要的。該項(xiàng)目的最終目標(biāo)是建立一個(gè)更精確的參考圖譜，使研究人員能夠確定組織何時(shí)偏離正常，從而提高乳腺癌的早期檢測(cè)。

單細(xì)胞RNA測(cè)序使捕獲乳腺組織中的大多數(shù)重要細(xì)胞類型成為可能。但是，該研究小組分析單細(xì)胞RNA-seq數(shù)據(jù)后發(fā)現(xiàn)，成熟的脂肪細(xì)胞不足。他們得出的結(jié)論是，大多數(shù)成熟的脂肪細(xì)胞無(wú)法在單細(xì)胞RNA測(cè)序中嚴(yán)苛的分離過(guò)程中存在。為了解決這個(gè)問(wèn)題，研究小組使用了單核RNA測(cè)序技術(shù)，從而可以捕獲脂肪細(xì)胞和其他以前未被發(fā)現(xiàn)的免疫細(xì)胞，包括肥大細(xì)胞，這些細(xì)胞已知存在于上皮細(xì)胞的導(dǎo)管中。

單細(xì)胞和單核RNA測(cè)序的結(jié)合提供了一個(gè)全面覆蓋乳腺所有細(xì)胞類型的數(shù)據(jù)集，但是缺乏空間信息。該團(tuán)隊(duì)與Akoya合作，使用CODEX平臺(tái)構(gòu)建了一個(gè)有34個(gè)抗體的面板，用于多重免疫熒光的乳腺組織空間圖譜分析。

對(duì)CODEX成像數(shù)據(jù)進(jìn)行評(píng)估

CODEX乳腺組織成像顯示了四個(gè)明顯的感興趣區(qū)域:小葉單位、結(jié)締組織、導(dǎo)管和脂肪組織。

研究小組利用Stardist Pipelines進(jìn)行分割，捕獲細(xì)胞核和細(xì)胞質(zhì)標(biāo)記物，并通過(guò)蛋白基質(zhì)將成像數(shù)據(jù)轉(zhuǎn)化為細(xì)胞。

無(wú)偏降維和集群數(shù)據(jù)需要對(duì)許多集群進(jìn)行需要標(biāo)記。Kessenbrock博士的團(tuán)隊(duì)目前正在研究自動(dòng)標(biāo)記算法，以拉入RNA測(cè)序信息，自動(dòng)標(biāo)記集群。細(xì)胞被分割和標(biāo)記后，每個(gè)細(xì)胞在組織樣本中都有自己的身份和二維坐標(biāo)，使多重免疫熒光數(shù)據(jù)的定量分析成為可能。

研究小組發(fā)現(xiàn)，乳腺導(dǎo)管和小葉的細(xì)胞密度和多樣性最高。Voronoi分析說(shuō)明了組織內(nèi)細(xì)胞生態(tài)系統(tǒng)的結(jié)構(gòu)。Kessenbrock博士恰當(dāng)?shù)貙⑿∪~單位的高細(xì)胞密度和多樣性與城市和大都市地區(qū)的高人口密度和多樣性進(jìn)行了比較，而管道對(duì)應(yīng)于州際公路。結(jié)締組織和脂肪組織表現(xiàn)出與郊區(qū)和農(nóng)村相同的低密度和多樣性。

觀看由Kessenbrock博士帶來(lái)的《人類細(xì)胞圖譜：構(gòu)建人類乳腺的空間分辨率單細(xì)胞多組學(xué)圖譜》的網(wǎng)絡(luò)講座，獲得更多應(yīng)用細(xì)節(jié)。

掃碼觀看完整視頻了解以上應(yīng)用更多細(xì)節(jié)