当前位置: 首页 > news >正文

单细胞+空间转录组,揭示卵巢衰老背后的关键密码:FOXP1基因与槲皮素的潜在作用

女性卵巢衰老的速度为什么远快于身体其他器官?在这个过程中,卵巢内部的微环境和细胞究竟到底发生了哪些不为人知的变化呢?

2024年4月9日,Nature Aging杂志发表了华中科技大学同济医学院附属同济医院王世宣、戴君和李艳团队的研究成果,该研究利用时空转录组技术揭示了人类卵巢衰老的细胞分子机制以及关键调控因子FOXP1的作用。

今天我们就来拆解一下这篇文章:Spatiotemporal transcriptomic changes of human ovarian aging and the regulatory role of FOXP1

研究概述

本研究通过联合单细胞转录组测序(scRNA-seq)和空间转录组(ST-seq)技术,系统绘制了人类卵巢跨越育龄期(18–28岁)、中年(36–39岁)和高龄(47–49岁)三个阶段的时空动态图谱。研究团队不仅鉴定了八类主要卵巢细胞及其亚型的分子特征和空间定位,还发现了DNA损伤反应是卵子衰老的关键通路,并且确定了转录因子FOXP1在抑制细胞衰老中的核心作用。

实验设计

该研究收集了15例健康人类卵巢组织,按年龄分为三组,利用10x Genomics平台和Visium空间技术获取单细胞和空间表达数据。在生物信息学分析的基础上,研究者还通过siRNA干扰、染色质免疫共沉淀(ChIP)和双荧光素酶报告实验验证其分子机制。随后,通过构建颗粒细胞特异性敲除FOXP1的小鼠模型,观察其对卵巢储备的影响,并测试了槲皮素等药物在延缓卵巢衰老中的潜力。

研究结果

Fig 1:建立了人类卵巢单细胞和空间转录组图谱,明确了卵子、颗粒细胞及间质细胞等八类细胞的空间分布特征。


Fig 2:通过随人类肌肉衰老新出现的肌核群的转录组特征,发现衰老过程中卵巢各类细胞的衰老信号通路普遍激活,且细胞衰老标志物CDKN1A表达显著上调。


Fig 3:肌核的衰老轨迹与基因调控网络揭示衰老卵子中DNA损伤积聚、修复能力下降,且MDK-LRP1介导的炎症性细胞通讯增强。


Fig 4:三种颗粒细胞亚型功能各异,衰老过程中向凋亡相关亚型转化,细胞衰老特征显著;


Fig 5:五种卵泡膜-基质细胞亚型具有不同空间定位和功能,衰老后呈现炎症、凋亡相关转录特征;


Fig 6:FOXP1随年龄增长表达下降,通过结合CDKN1A启动子抑制其转录,敲低FOXP1诱导卵巢细胞衰老;


Fig 7:颗粒细胞FOXP1敲除小鼠卵巢体积缩小、卵泡储备减少,生育能力下降;


Fig 8:槲皮素可激活FOXP1表达,减少细胞衰老,改善中年小鼠卵巢储备和生育能力。

数据分析

生信分析

该研究涉及scRNA-seq、ST-seq、体外实验的Bulk RNA-seq和染色质免疫沉淀-定量PCR(ChIP-qPCR)。

分析流程

原始数据经CellRanger/Space Ranger处理,Seurat包进行细胞聚类与注释,通过UMAP降维可视化;差异表达基因筛选采用Wilcoxon秩和检验,功能富集分析使用GO/KEGG数据库;接着利用Monocle2进行伪时间轨迹分析,CellChat预测细胞间通讯,PYSCENIC构建转录调控网络,以及计算AddModuleScore评估衰老通路得分。

统计分析

实验数据通过GraphPad进行处理,采用非配对t检验或单因素方差分析(ANOVA)评估组间差异,并使用Spearman或Pearson系数进行相关性分析。

总结

研究意义

本项工作首次提供了人类卵巢衰老的高分辨率时空图谱,解析了卵子及体细胞衰老的分子特征。研究鉴定出FOXP1是维持卵巢储备的核心保护因子,并证实槲皮素具有干预卵巢衰老的临床应用潜力,为女性生殖健康提供了新的治疗思路。

文章复现

这篇文章的原始数据和生信分析代码都公开了,非常全面。

• GEO数据库:GSE255690

• 代码:https://zenodo.org/doi/10.5281/zenodo.10867453

• 补充代码:https://github.com/Sxw3078/Human_Ovary_Aging/tree/main

推荐阅读

中国银河生信云平台(UseGalaxy.cn)致力于零代码生信分析。平台拥有海量计算资源、3000 多个生信工具和数十条生信流程,并且为用户提供 200G 免费存储空间。进群交流请先加 usegalaxy 为好友。我们还为进阶用户提供高质量培训课程:

RNA-seq数据分析实战 | 2026年第1期,开启你的生信学习之旅

http://www.jsqmd.com/news/218241/

相关文章:

  • 5步优化M2FP响应速度:从15秒到6秒的实战调优记录
  • 中英技术文档翻译:CSANMT专业术语处理能力测试
  • M2FP在数字营销中的用户互动应用
  • 如何评估翻译质量?CSANMT人工评测结果显示92%准确率
  • 为什么强调环境稳定?CSANMT锁定依赖防冲突
  • M2FP模型轻量化方案对比分析
  • M2FP模型跨平台部署:Windows/Linux/macOS对比
  • 对比测试:CSANMT vs 百度翻译API,准确率与成本分析
  • M2FP模型在虚拟时装设计中的实际应用
  • CSANMT模型压缩技术:如何在保持质量的同时减小体积
  • M2FP模型在医疗康复中的应用:患者动作评估系统
  • M2FP模型处理遮挡场景的3大解决方案
  • 从PyTorch到生产:M2FP模型服务化实践
  • 多场景验证:CSANMT在法律、医疗、科技领域的翻译表现
  • API响应延迟优化:从3秒到300毫秒的性能飞跃
  • 无需GPU!轻量级AI翻译镜像发布,支持API调用与网页交互
  • 无需GPU!轻量级AI翻译镜像在普通服务器流畅运行
  • M2FP模型部署:物联网设备适配指南
  • 暗黑模式支持:用户体验细节优化
  • M2FP模型版本对比:选择最适合的部署方案
  • 开发者福音:CSANMT提供稳定API接口,集成仅需5行代码
  • 基于M2FP的智能健身动作计数系统开发
  • 2024多语言AI趋势:开源翻译镜像+WebUI双栏界面成新标配
  • 与Google Translate对比:长句处理能力差异
  • M2FP模型在智能家居中的应用:人体姿态识别系统
  • 开源中英翻译模型部署教程:3步实现CPU环境快速接入
  • M2FP模型在虚拟现实中的创新应用:全身动作捕捉
  • 5个高可用翻译镜像推荐:CSANMT开源部署,API调用免配置
  • M2FP模型在智能交通中的应用:行人流量统计系统
  • 边缘设备能跑大模型?轻量镜像打开IoT新可能