frontier-banner
前沿速递
首页>前沿速递>

Nature Genetics | 单细胞与空间转录组学揭示克罗恩病纤维化相关网络

Nature Genetics | 单细胞与空间转录组学揭示克罗恩病纤维化相关网络
--

小赛推荐:

该研究通过单细胞和空间转录组学技术,全面解析克罗恩病肠纤维化的细胞类型组成、基因表达特征及空间组织模式,揭示了炎症相关成纤维细胞(IAF)与免疫细胞、内皮细胞之间的相互作用网络,为纤维化疾病的机制研究和治疗策略提供新视角。

 

文献概述

本文《Single-cell and spatial transcriptomics of stricturing Crohn’s disease highlights a fibrosis-associated network》,发表于《Nature Genetics》杂志,回顾并总结了克罗恩病(CD)相关肠纤维化的细胞与基因表达图谱。研究基于61个样本,涵盖21名CD患者和10名非-IBD对照,利用单细胞RNA测序(scRNA-seq)和空间转录组学技术(Visium)揭示了纤维化区域中成纤维细胞、免疫细胞及肠神经系统的动态变化,并识别了与克罗恩病风险基因模块高度相关的组织微环境。

背景知识

克罗恩病是一种慢性肠道炎症疾病,常伴随长期炎症后出现的纤维化并发症,导致肠腔狭窄及功能障碍。目前缺乏有效的抗纤维化治疗手段,且传统小鼠模型难以真实模拟人类CD的复杂病理。近年来,单细胞测序和空间转录组技术成为解析疾病微环境的关键工具,可识别细胞亚型、其基因表达程序及细胞间通讯网络。本研究结合两种组学方法,首次在单细胞分辨率下揭示克罗恩病纤维化组织的空间组织模式,并识别与疾病进展相关的多细胞网络,为理解肠纤维化机制提供了新思路。

 

赛业生物提供多种基因敲除小鼠模型,适用于研究全身或特定组织基因功能,支持基础生物学、疾病模型构建及药物筛选。

 

研究方法与实验

研究纳入21名CD患者和10名非-IBD对照个体的61份肠组织样本,包括活检和手术切除组织。样本根据宏观病理和内镜评分分为非-IBD、非狭窄、炎症未狭窄和狭窄四类。采用scRNA-seq对上皮和非上皮细胞进行分离测序,结合空间转录组学(Visium)对组织切片进行基因表达定位分析。通过Bray-Curtis差异分析、Dirichlet回归、Lasso回归建模等方法评估细胞类型组成变化和基因表达模式,并构建炎症相关成纤维细胞(IAF)评分系统以识别与纤维化相关的核心细胞程序。

关键结论与观点

  • 在狭窄组织中,IgG+浆细胞、CCR7-hi CD4+ T细胞和炎症成纤维细胞显著增加,而肠上皮细胞和M2巨噬细胞减少
  • 空间转录组分析揭示狭窄组织中三级淋巴样结构(TLS)富集,包括B细胞、Tfh细胞和树突状细胞的共定位
  • 成纤维细胞亚型在空间上呈现不同分布:IL11+炎症成纤维细胞聚集于上皮损伤区域,而COL1A1+胶原高表达成纤维细胞靠近肌层和浆膜层
  • IAF评分与GZMB-hi pDC、T细胞增殖及Tfh细胞频率显著相关,提示其在局部免疫活化中的作用
  • 空间分析显示,CD风险基因在上皮、淋巴滤泡及炎症区域呈现特异性富集,且在与T细胞或成纤维细胞共定位时表达增强

研究意义与展望

本研究首次在单细胞和空间尺度上揭示克罗恩病肠纤维化的细胞组成和基因网络,强调了成纤维细胞与免疫细胞的相互作用在纤维化中的关键角色。未来研究可进一步探索IAF程序的动态调控机制,并利用高分辨率空间技术验证RNA亚细胞定位,为抗纤维化治疗提供潜在靶点。此外,结合多组学与纵向研究,可追踪纤维化进展并评估治疗响应的分子特征。

 

赛业生物提供iPSC基因编辑服务,支持无痕基因修复及定向分化,适用于疾病模型构建、药物筛选及再生医学研究。

 

结语

该研究通过整合单细胞与空间转录组学方法,系统描绘了克罗恩病狭窄组织中的细胞异质性和基因表达程序,识别了与肠纤维化高度相关的成纤维细胞亚型及其空间定位模式。研究还揭示了三级淋巴结构的基因模块富集及CD风险基因的空间特异性表达,为肠纤维化机制研究和治疗干预提供了关键线索。这些结果不仅深化了对CD相关纤维化的理解,也为其他纤维化疾病(如肺纤维化、肝硬化)提供了可借鉴的分析框架。

 

文献来源:
Lingjia Kong, Sathish Subramanian, Åsa Segerstolpe, Christopher S Smillie, and Ramnik J Xavier. Single-cell and spatial transcriptomics of stricturing Crohn’s disease highlights a fibrosis-associated network. Nature genetics.
蛋白折叠稳定性评估
通过蛋白序列逆折叠模型ESM-IF,预测蛋白质的绝对稳定性ΔG。 传统的物理方法(如FoldX、Rosetta等)预测蛋白稳定性ΔG,依赖于高置信度结构pdb,如果突变太多,结构置信度降低,预测结果较差。在ProteinGym的benchmark结果表明,生成模型ESM-IF在zero-shot预测DMS数据的蛋白突变稳定性ΔΔG达到同类最佳水平。该方法是在突变预测基础上的延伸,利用ESM-IF模型直接预测完整蛋白折叠稳定性的绝对ΔG值。 经过测试,预测误差RMSE ≈ 1.5 kcal/mol,相关系数为0.7,是预测蛋白质的折叠稳定性ΔG的重大突破。
0