绘制AD病理特征蛋白质的新空间分布图谱

阿尔兹海默症 (Alzheimer's disease, AD) 是一种逐步进展的神经退行性疾病，是造成老年人痴呆的最常见原因，也是在发达国家耗费社会资源最多的一种疾病【1】。广泛沉积的淀粉样蛋白β (amyloid-β, Aβ) 斑块和神经纤维缠结 (hyperphosphorylated tau, p-tau) 是AD的主要神经病理学特征【2】。AD研究的一个关键问题是组织病理特征  (Aβ斑块和 p-tau) 如何与驱动神经退行性病变的分子紊乱相关联。

2023年2月2日，Broad Institute of MIT and Harvard的Xiao Wang 团队与Morgan Sheng团队合作 (曾虎博士，黄家浩和周皓文是本文共同第一作者) 在Nature Neuroscience上发表了题为 Integrative in situ mapping of single-cell transcriptional states and tissue histopathology in a mouse model of Alzheimer’s disease 的文章。

该研究建立了新型空间测序技术，可同时测定空间转录组与蛋白质信号。将该技术用于AD小鼠模型，绘制了AD小鼠脑组织的单细胞空间图谱和AD病理特征蛋白质的空间分布，揭示了AD小鼠脑组织中Aβ斑块和p-tau蛋白附近的关键细胞结构和基因表达变化。

相关阅读：

Cell：庄小威团队绘制单细胞分辨率下小鼠大脑重要脑区衰老的分子和空间特征图谱

研究人员基于Xiao Wang等之前开发的空间转录组测序技术STARmap (spatially resolved transcript amplicon readout mapping)【3】，开发新的空间测序技术STARmap PLUS (STARmap with protein localization and unlimited sequencing) (图1)，可在同一组织切片同时测定空间转录组与蛋白质信号，并且将编码容量从1,024提升至106，足够进行全转录组 (20,000-30,000个基因) 测序。

图1. STARmap PLUS原理图

研究人员将STARmap PLUS用于AD小鼠模型 (TauPS2APP) 在疾病的8个月和13个月两个不同阶段的脑组织，并且同时测定了对应年龄的正常小鼠用于比较。基于STARmap PLUS测序结果的单细胞分辨率，研究人员定义了AD小鼠脑中的13种主要细胞类型和33种亚细胞类型。基于STARmap PLUS结果的高空间分辨率，研究人员观察到在8个月早期阶段， Aβ斑块被疾病相关的小胶质细胞 (disease-associated microglia, DAM)【4】直接包围，DAM在距离Aβ斑块0-10 µm区域富集。基因表达的空间特征分析进一步显示出离Aβ斑块较近的小胶质细胞显示出与神经退行性变有关的遗传特征。

在13个月阶段，研究人员观察到和疾病相关的星形胶质细胞类似细胞 (disease-associated astrocyte-like, DAA-like)【5】在Aβ斑块与DAM复合结构周围出现，富集在距离Aβ斑块10-40 µm区域。对少突状胶质细胞系细胞的空间分析结果显示，少突状胶质细胞前体细胞 (oligodendrocyte precursor cells, OPCs) 富集在距离Aβ斑块10-20 µm区域，少突状细胞富集在距离Aβ斑块10-40 µm区域。对于神经元细胞的空间分析结果显示，在Aβ斑块周围神经元密度显著下降。

基于以上观察到的Aβ斑块周围细胞分布的空间特征，研究人员提出了环绕Aβ斑块的核壳结构 (Core–shell structures) (图2)：在AD疾病早期，DAM细胞在Aβ斑块周围出现作为核结构，壳结构是胶质细胞生发区域，并且富集有DAA-like、OPCs和少突状胶质细胞。壳结构在AD疾病后期形成，并且可能依赖于内环核结构的DAM细胞。

p-tau蛋白相关的空间分析结果显示p-tau蛋白主要富集在海马区域的CA1神经元胞体及其周围的神经纤维区域 (alveus)。少突状胶质细胞在p-tau蛋白密度高的区域显著富集，尤其是在海马神经纤维区域 (图2)，显示神经纤维的p-tau蛋白和与少突胶质细胞之间存在潜在的相关性。

图2. Aβ斑块和 p-tau蛋白周围细胞组成示意图

本研究将STARmap PLUS用于AD小鼠模型，揭示了AD病理特征蛋白质周围的细胞组成和基因表达改变。STARmap PLUS将单细胞基因表达与组织病理连接起来，为精确定位病理过程中分子和细胞层面的改变提供了工具。STARmap PLUS可用于人体组织，对其他复杂疾病的研究也具有重大潜力，比如系统探究肿瘤微环境的细胞组成和基因表达特征等。