当前位置: 首页 > news >正文

正刊分享(Xenium 5k)--糖尿病肾病的空间图谱揭示了一个富含B细胞的subgroup

作者,Evil Genius
五一我没有出去,因为在家带娃,女宝,生孩子住医院如果大家医保一直交的话,是不需要花钱的,国家统筹了,如果跟我一样gap了,那就需要自费了,我看了一下,正常顺产下来需要5000多,但如果是剖腹产,或者生产过程需要用一些特殊的药物什么的,费用会上万,如果再住医院vip什么的,那就上不封顶了,还好媳妇一直交,都花的媳妇的钱,想想自己的处境,真是有点窝囊。
有粉丝问可以提供一套免疫细胞亚型对应的细胞marker列表么?我这里给大家一份参考,大家可以拿去看看,把内容运用到项目中,我个人不太想什么东西都跟钱挂钩,能够保留一点纯粹的科研精神,为了发一点好的文章,拿到数据本身已经花了几十上百万了,分析虽然不太值钱,找公司打包做顶多也就几万,但是正是分析部分,决定了大家文章的高度。
细胞亚型典型 marker 基因
CD4+ naive T cells (CD4+Tn)CD4, CCR7, SELL (CD62L), LEF1, TCF7, PTPRC (CD45RA)
CD8+ naive T cells (CD8+Tn)CD8A, CD8B, CCR7, SELL, LEF1, TCF7, PTPRC (CD45RA)
CD4+ follicular helper T cells (CD4+Tfh)CD4, CXCR5, PDCD1 (PD-1), BCL6, ICOS, IL21, TOX2
CD4+ regulatory T cells (CD4+Treg)CD4, FOXP3, IL2RA (CD25), CTLA4, IKZF2 (HELIOS), TIGIT
CD4+ central memory T cells (CD4+Tcm)CD4, CCR7, SELL (CD62L), IL7R (CD127), PTPRC (CD45RO), TCF7
CD8+ effector T cells (CD8+Teff)CD8A, CD8B, GZMB, PRF1, IFNG, KLRG1, KLRD1, TBX21 (T-bet)
CD8+ exhausted T cells (CD8+Tex)CD8A, PDCD1 (PD-1), LAG3, TIGIT, HAVCR2 (TIM-3), TOX, ENTPD1 (CD39), CTLA4
CD4+ or CD8+ interferon response T cells (Tisg)CD4 / CD8, ISG15, IFI6, IFIT1, IFIT3, MX1, STAT1, OAS1, IRF7
CD4+ or CD8+ stress response T cells (Tstr)CD4 / CD8, HSPA1A, HSP90AA1, HSPA1B, JUN, FOS, DNAJB1, ATF3
今天我们分享文献

知识积累
糖尿病肾病(DKD)是导致肾衰竭的首要原因,其临床和分子水平上均具有高度异质性,使得治疗方法的开发极为困难。
肾脏功能与CKD特征
人类肾脏通过三维结构维持体液电解质平衡、排泄废物、调节血压。
慢性肾脏病(CKD)表现为肾小球滤过率(GFR)持续下降、毒素蓄积、水钠潴留、电解质及激素失衡,若不治疗可进展为终末期肾衰竭,需透析或移植。
DKD的普遍性与治疗进展
糖尿病肾病(DKD)是CKD的首要病因,约40%的糖尿病患者会发生DKD。
近期治疗进展(SGLT2抑制剂、非甾体类盐皮质激素受体拮抗剂、选择性内皮素受体拮抗剂)可延缓疾病进展。
DKD的异质性与精准治疗需求
尽管治疗有进展,终末期肾衰竭仍常见,反映DKD具有高度异质性(进展速度从快速恶化到长期稳定不等)。
随着糖尿病全球负担增加,迫切需要对DKD进行机制驱动的精准分层与治疗。
临床预测因素的局限性
年龄、性别、eGFR、蛋白尿等临床因素可预测结局,但无法揭示潜在生物学机制。
遗传风险评分在风险预测或治疗指导方面价值有限。
TNF受体的关联及空间背景不明
循环中TNF受体1和2水平与肾功能下降及终末期肾衰竭密切相关。
但DKD肾脏炎症的细胞和空间背景仍不清楚,限制了靶向治疗的转化。
空间转录组技术的优势
新一代单细胞空间转录组学可在完整组织中实现真正细胞分辨率、近全基因范围的表达谱分析。
能保留空间背景,直接从临床活检中揭示疾病相关组织结构和独特病理亚型。
结果1、细胞分辨率的空间图谱
CosMx(1,000个基因)和Xenium(5,100个基因) + snRNA-seq。

结果2、微环境解码组织结构
微环境定义与识别方法
空间转录组学发现的细胞组织模式称为“微环境(niches)”。
以20–80 µm半径聚集细胞关系,用机器学习识别出11种在两种平台(Xenium/CosMx)中一致的细胞邻域。
主要微环境类型及其特征
肾小球微环境:含足细胞、内皮细胞、壁上皮细胞、系膜细胞,富集肾病综合征/局灶节段性肾小球硬化相关基因。
血管微环境:含内皮细胞和血管平滑肌细胞,富集肌肉收缩和钙调控通路。
肾小管相关微环境:分为PT、DCT、CNT、LOH、CD及损伤型(iPT、iLOH)。其中PT富集转运/脂质代谢基因,iPT富集凋亡/STAT3信号。
通过COVET框架、NicheCompass深度学习等方法验证了微环境分类的生物学合理性。
微环境频率与肾功能的相关性
DCT和PT微环境频率与eGFR正相关(r≈0.6/0.5)。
免疫微环境和iPT微环境频率与eGFR负相关(r≈-0.6/-0.5)。
频率变化反映上皮完整性丧失和炎症,可作为肾功能/疾病严重程度的定量指标。
DKD相关的转录和信号变化
血管微环境中出现ECM重塑、粘附、炎症、新生血管相关的特异性改变。
DKD中增强的基因相关性:COL1A1–SERPINE1、CXCL12–MHCI、JUNB–CD74等。
肾小球微环境中系膜细胞和免疫细胞轻度增加,两者呈正相关(r=0.32),且系膜-免疫相互作用增强(如COL3A1–ITGB8等)。
细胞间相互作用与肾功能/疾病严重度的关系
NRG1–ERBB3、CXCL9–DPP4相互作用与肾功能正相关。
肾小球内皮细胞与足细胞之间的PLAU–PLAUR、IL-6–IL-6R信号在重度DKD中富集,提示潜在治疗靶点。
结论与意义
空间转录组学通过多种方法揭示了肾脏微环境,重现已知结构并发现新功能域。
该框架可为定义疾病相关的组成和信号变化、发现治疗靶点提供分子依据。

结果3、DKD中的促纤维化微环境
除了识别空间微环境(niches),空间转录组学还能捕捉细胞状态及其基因表达如何随其直接周围环境——即“微环境(microenvironment)”——而变化。
与多细胞的微环境(niches)不同,微环境反映的是特定细胞类型内部依赖于局部背景的变化。
五种损伤肾小管微环境及其特征
近端小管微环境:相邻细胞以PT、DCT为主,中心细胞为相对健康的iPT/iTAL,表达CUBN、APOE、GPX3、EGF、COL6A1。
远端微环境:相邻细胞以TAL、DTL/ATL、PC、CNT、IC为主,中心细胞为UMOD⁺/EGF⁺ iTAL和KRT19⁺/SLC39A8⁺ iPT。
肾小球周微环境:毗邻肾小球细胞,中心细胞为SPOCK2⁺/DUSP1⁺/IGFBP7⁺ iPT和CCN2⁺/BCAM⁺ iTAL,提示早期应激和基质重塑。
血管周微环境:相邻细胞富集EC_DVR和VSMC,中心细胞为SERPINA1⁺/PFKFB3⁺ iPT/iTAL,与缺氧驱动的代谢重编程一致。
促纤维化微环境:富含免疫细胞和成纤维细胞,中心细胞为MMP7⁺/HAVCR1⁺/HIF1A⁺ iPT和MMP7⁺/ANXA2⁺/CLU⁺/ITGB6⁺ iTAL,显示促炎/促纤维化激活。五种损伤肾小管微环境及其特征
近端小管微环境:相邻细胞以PT、DCT为主,中心细胞为相对健康的iPT/iTAL,表达CUBN、APOE、GPX3、EGF、COL6A1。
远端微环境:相邻细胞以TAL、DTL/ATL、PC、CNT、IC为主,中心细胞为UMOD⁺/EGF⁺ iTAL和KRT19⁺/SLC39A8⁺ iPT。
肾小球周微环境:毗邻肾小球细胞,中心细胞为SPOCK2⁺/DUSP1⁺/IGFBP7⁺ iPT和CCN2⁺/BCAM⁺ iTAL,提示早期应激和基质重塑。
血管周微环境:相邻细胞富集EC_DVR和VSMC,中心细胞为SERPINA1⁺/PFKFB3⁺ iPT/iTAL,与缺氧驱动的代谢重编程一致。
促纤维化微环境:富含免疫细胞和成纤维细胞,中心细胞为MMP7⁺/HAVCR1⁺/HIF1A⁺ iPT和MMP7⁺/ANXA2⁺/CLU⁺/ITGB6⁺ iTAL,显示促炎/促纤维化激活。
促纤维化微环境的临床相关性
在DKD中显著扩增,与eGFR呈负相关(r = –0.6)。
富集炎症和纤维化通路(如黏着斑、IL-7信号)。
空间验证显示与COL1A1沉积共定位,且该微环境中的成纤维细胞COL1A1表达更高。
关键的配体-受体相互作用
与损伤(HAVCR1)正相关:HBEGF–EGFR、TNFSF10–TNFRSF10B,提示基质细胞通过EGFR和死亡受体信号促进上皮损伤。
与纤维化(COL1A1)正相关:JAG2–NOTCH、PDGFβ–PDGFRβ,通过Notch和PDGF通路促进基质产生。
外部RNA-seq数据验证了这些相关性。

结果4、免疫景观的空间映射
聚焦免疫细胞,因为其功能、空间组织和转录异质性此前难以解析。
免疫细胞图谱构建
识别出11个免疫群体(T、NK、树突状、B、浆细胞、巨噬细胞、嗜碱性粒细胞/肥大细胞、中性粒细胞)。
DKD中免疫细胞增多,浆细胞(↑3.1倍)和B细胞(↑2.4倍)增加最显著。
免疫细胞空间分布
巨噬细胞和浆细胞分布广泛;CD4+/CD8+ T细胞及B细胞呈局部聚集。
B细胞具有最高比例的免疫邻居,提示其位于密集免疫微环境中。
免疫微环境分类
按局部细胞背景分为:纤维化、损伤肾小管、血管、肾小球免疫微环境。
两个免疫密集微环境:T细胞为主(CD4+/CD8+)和B细胞为主(富集B细胞+少量CD4+ T细胞)。
居住免疫微环境:几乎无免疫或实质细胞邻居,主要由巨噬细胞+少量CD8+ T细胞组成,对应于组织驻留免疫细胞。健康儿童肾脏及DKD中均稳定存在。
巨噬细胞亚型特征
居住巨噬细胞:高表达抗炎/驻留标志(MRC1、CD163、GPR34、STAB1等)。
非居住巨噬细胞:高表达炎症/抗原呈递基因(LYZ、S100A4、ITGAX、STAT1等)。
肾小球微环境中的免疫变化
DKD中肾小球内巨噬细胞和CD8+ T细胞数量显著增加。
配体-受体分析:系膜FN1–巨噬细胞ITGA4/ITGB7与eGFR负相关(促纤维化/巨噬细胞归巢);足细胞BMP4–CD8+ T细胞BMPR2与eGFR正相关(抗炎)。
损伤肾小管免疫微环境
DKD中该微环境浆细胞数量增加。
信号变化:ANXA1–FPR3减弱(炎症消退受损);CXCL12–CXCR4和TNFSF13–TNFRSF13B增强(浆细胞募集/存活)。
外部RNA-seq验证了与浆细胞标志物XBP1的正相关。

结果5、B细胞微环境标记DKD亚群
在DKD中,B细胞数量显著增加,并且在免疫细胞类型中表现出最高程度的空间组织性。
B细胞为主的免疫微环境及其结构特征
DKD中B细胞数量显著增加且空间组织程度最高,部分患者形成独特的B细胞为主免疫微环境。
该微环境嵌入在促纤维化肾小管微环境内,将B细胞聚集与损伤、纤维化区域直接关联。
空间上共表达CXCL13–CXCR5(TLS形成的关键趋化因子轴),CD4+ T细胞表达CXCR5和PDCD1(TFH样表型),以及TNFSF13B–TNFRSF13C信号提示活跃的B细胞存活/分化——所有这些共同提示该微环境为类似三级淋巴结构(TLS)。
蛋白质水平验证及B细胞亚型
成像质谱流式(IMC)证实该微环境富含CD20+ B细胞和CD4+ T细胞,罕见CD8+ T细胞和浆细胞。
整合单细胞RNA-seq数据鉴定出初始、记忆和非典型记忆B细胞,其中IgD+初始B细胞显著富集。
IMC及Ki-67染色显示CD20+ B细胞增殖,而CD4+ T细胞不增殖。
Xenium检测到AICDA(类别转换重组)和IRF4(浆细胞分化),表明肾脏内存在局部B细胞活化及向抗体分泌细胞的分化。
功能后果:免疫复合物与组织损伤
提取B细胞为主微环境的空间基因特征,应用于bulk RNA-seq数据可识别B细胞富集样本。
免疫沉淀+质谱显示该类样本中免疫效应蛋白(颗粒酶、补体C3/C4A/C8B) 强烈富集,提示参与组织损伤。
临床相关性:疾病严重程度与预后
空间B细胞特征与间质纤维化呈强正相关。
在TRIDENT队列中,B+ DKD患者占8.4%,其三年内达到肾衰竭终点的速度显著更快(Kaplan–Meier分析)。
B+ DKD患者高表达:B细胞标志物(CD19、CD79A、PAX5)、TLS相关趋化因子(CXCL13、LTA、LTB)、浆细胞基因(MZB1、CD38、PRDM1)、BAFF/APRIL受体及TFH标志物(CXCR5、PDCD1、CD40LG)。
循环生物标志物及临床转化潜力
基于血浆蛋白质组和弹性网络模型筛选出14种蛋白组成的B+ DKD蛋白集。
该蛋白集在Cox模型中优于临床特征,可改善肾脏结局预测。
在UK Biobank糖尿病参与者(n=3,309)外部验证中,AUC达0.70(优于肾衰竭风险方程的0.63)。
蛋白评分最高四分位患者进展风险显著更高,提示可用于筛选B细胞靶向治疗的候选患者。
DKD中存在一个以B细胞为主、具TLS样结构的免疫微环境,定义了一个进展快速、预后差的DKD亚组。
该亚组可通过组织/血浆蛋白标志物识别,有望指导未来的B细胞靶向治疗患者选择。

最后,来看看方法
单细胞数据和高精度空转的整合分析

针对niche的注释

生活很好,有你更好。
http://www.jsqmd.com/news/749102/

相关文章:

  • AD5593R模块除了当DAC,还能这么玩?用STM32F103配置它的ADC和GPIO模式
  • 分布式系统自适应路由优化:RouteMoA架构解析
  • 终极指南:CyberpunkSaveEditor - 免费开源《赛博朋克2077》存档编辑器完全教程
  • 答辩前3天,我的PPT还一团糟?直到发现了百考通AI
  • Claude Code BMAD技能包:AI驱动开发流程标准化实践指南
  • 告别命令行:用C语言封装AD9361 IIO驱动,打造你的专属配置库
  • SAP采购订单税码自动化:除了BADI,还有这3种配置方案你可能没想到
  • Otter.ai CLI工具:为开发者与AI智能体打造自动化会议管理方案
  • 答辩前夜不再手忙脚乱,百考通AI 如何搞定你的PPT“面子”与“里子”
  • Windows系统wpnapps.dll文件丢失找不到无法启动程序解决
  • 网商银行年营收206亿:净利33亿 万向三农与复星卖老股
  • Python设备故障预测落地全流程:从数据清洗到模型上线的7步黄金法则
  • KV260边缘端YOLOv5实时检测实战:基于Vitis AI Library的C++应用开发与性能调优
  • AI代理安全加固实战:从最小权限到纵深防御的工程实践
  • 量子计算编程框架QUASAR:强化学习优化汇编代码生成
  • 答辩前夜不再崩溃:百考通AI如何轻松搞定毕业答辩PPT
  • 基于MCP协议构建Gemini研究助手:工具调用与智能体开发实践
  • 别再只用Sprite了!用CocosCreator Graphics组件手搓一个可交互的“刮刮乐”与动态数据图表
  • 【Python WASM 冷启动优化白皮书】:实测对比Emscripten/LLVM/WASI-NN,3种方案延迟数据首次公开
  • QUOKA:革新LLM预填充效率的稀疏注意力算法
  • Python日志把磁盘写爆了?一个真实案例教你用logrotate和find命令优雅管理日志文件
  • WinForms 参数界面封装(一)
  • 机器学习中的不确定性管理与量化方法
  • 实战演练:基于快马平台构建可部署的客户反馈分析超级技能系统
  • 诚益生物冲刺港股:年亏损4460万美元 业务深度绑定阿斯利康
  • 5分钟上手SMUDebugTool:释放AMD Ryzen处理器隐藏性能的免费开源神器
  • 别再乱试了!PyInstaller打包的exe文件反编译,正确工具链就选pyinstxtractor+uncompyle6(避坑指南)
  • 自动驾驶路线规划算法测试平台MobilityBench解析
  • 毕业设计实战:用STM32F103C8T6+ESP8266+OneNet MQTT,七天免费搞定一个智能家居原型(附完整代码)
  • 别再手动点测试了!用GitLab Pipeline Schedule给dev分支做个『小时级健康检查』