Nature 子刊| 单细胞转录组揭示从猴到人的进化过程

最新推荐文章于 2024-07-31 15:14:17 发布

SHANGHAILINGEN

最新推荐文章于 2024-07-31 15:14:17 发布

阅读量123

点赞数

文章标签：测序组学

本文链接：https://blog.csdn.net/SHANGHAILINGEN/article/details/134945178

版权

期刊：Nature Ecology & Evolution
IF：16.8
发表时间：2023
DOI号：10.1038/s41559-023-02186-7

研究背景

据推测，人类认知功能的增强是由于皮质扩张和细胞多样性增加所致。然而，推动这些表型创新的机制仍然知之甚少，部分原因是缺乏人类和非人类灵长类动物的高质量细胞分辨率数据。凌恩生物特别推出前沿的单细胞核转录组测序技术，可以精准获得每个细胞的表达谱特征。通过该技术，可以揭示细胞异质性，发现新的亚型、研究细胞发育和分化过程、探索细胞类型和功能，这对深入了解样本中细胞间的类型划分和相互作用意义深远。

实验设计思路

通过比对BRAIN Initiative Cell Census Network（BICCN）数据库，对来自五种灵长类动物（人类、黑猩猩、大猩猩、猕猴和狨猴）3到7个供体大脑中分离的颞中回（MTG）样本进行单细胞核转录组学（snRNA-seq）分析生成MTG的高分辨率转录组图，并鉴定了57种同源细胞类型，并生成了细胞类型特异性基因共表达网络进行比较分析。

图1 实验设计概述示意图

研究结果

1、灵长类动物MTG分类的共识

总共有574156个细胞核通过了质量控制（图2a），每个物种的细胞分为三类（非神经元、兴奋性和抑制性神经元）和24个亚类。同时作者识别了物种内和物种间具有高度相似转录特征的细胞类型。作者应用MetaNeighbor来识别物种间高度可复制的簇，这形成了共识细胞类型的初始库，接下来把每个模糊匹配的簇分配给包含大多数转录相似细胞簇的共有细胞类型（图2c），所有灵长类动物共享86个跨物种簇中的57个。作者将这些共享簇称为同源细胞类型，它们包含来自每个物种的80%以上的簇（图2d）。

图2 五种灵长类动物的同源细胞类型

2、描述灵长类动物的基因表达模式

研究根据转录组相似性将57种同源细胞类型进行层次聚类（图3a），并观察到细胞类型之间的层次关系大致反映了它们的发育起源。作者使用在57种匹配的细胞类型上计算的expressolog得分来衡量不同物种的基因功能保守性。研究发现，直系同源基因在不同细胞类型中表现出高度相似的表达变异模式，并且在整个系统发育中高度保守。并且同种异构体在灵长类动物中具有可复制的转录特征，同种异构体在不同物种中表现出相似的表达谱（图3f）。

图3同源基因在灵长类动物中具有保守的表达谱

3、利用共表达评估基因活性保守

可以通过量化物种间基因共表达邻域的相似性来评估共同转录模式下调控机制的保守性，作者为五种灵长类动物中的每一种构建了基因共表达网络（图4a），观察到基因共表达区在灵长类动物中是高度保守的（图4b），揭示了灵长类动物MTG区域的高度保守的细胞结构。与表达谱相似性相似，作者发现共表达邻域相似性也与灵长类动物的系统发育相关。

作者通过聚合来自Gemma数据库的bulk人脑数据的数据集，生成了人脑共表达网络（图4c），揭示了基因在不同细胞类型分辨率水平下的功能守恒（图4c）。这表明对单细胞和大量转录组数据的综合分析有可能揭示人类谱系中隐藏在新表达谱基础上的微妙调节变化。

图4利用共表达保守性来表征调控过程

4、人类特异性表达的候选基因

作者对高分辨率单核和bulk转录组数据进行综合分析，可以将不同细胞类型的表达特异性与不同物种间共表达邻域的相似性结合起来，以检测进化背景下人类特异性调控变异。作者鉴定了具有潜在人类特异性共表达模式的基因（图5a）。选择了低expressolog得分（AUROC＜0.55）的基因--这3383个基因在人类、非人类灵长类动物或所有灵长类动物中表现出不同的表达谱。作者在单细胞和bulk转录组数据中鉴定出139个基因具有一致的人类特异性功能差异，与跨物种进化保守一致。

最后，作者试图评估139个人类基因的基因特性，这些基因可能与人类特定的功能差异有关。这些观察结果表明，不同的基因主要在相对宽松的进化约束下进化，少数基因在正选择下获得新的调控特征（如HARs）。

图5 单核和bulk转录组数据的综合分析检测出具有人类特异性调控差异的基因

研究结论

人类和四种非人类灵长类动物MTG的单核转录组学分析提供了一个前所未有的机会，可以确定灵长类动物保守细胞身份的核心转录特征，并分离出与人类谱系中细胞多样性和性状进化相关的人类特异性转录特征。

参考文献

Suresh H, et al. Comparative single-cell transcriptomic analysis of primate brains highlights human-specific regulatory evolution. Nature Ecology & Evolution ,2023.