人小胶质细胞图谱（Humica）揭示神经退行性疾病中小胶质细胞亚群的变化

作者与发表信息

本研究由Ricardo Martins-Ferreira（西班牙Josep Carreras白血病研究所）、Josep Calafell-Segura、Bárbara Leal等多名研究者合作完成，于2025年1月9日发表在《Nature Communications》（DOI: 10.1038/s41467-025-56124-1）。研究团队整合了来自全球多所机构的单核RNA测序（snRNA-seq）和单细胞RNA测序（scRNA-seq）数据，构建了首个跨神经退行性疾病的人类小胶质细胞综合图谱（Human Microglia Atlas, Humica）。

研究背景

小胶质细胞（Microglia）是中枢神经系统（CNS）的核心免疫调节者，参与神经发育、突触重塑和血脑屏障维持。然而，其异常激活会引发神经炎症，与阿尔茨海默病（Alzheimer’s disease, AD）、多发性硬化症（Multiple Sclerosis, MS）、自闭症谱系障碍（Autism Spectrum Disorder, ASD）等神经退行性疾病密切相关。过去的研究主要通过小鼠模型定义小胶质细胞的“疾病相关表型”（Disease-Associated Microglia, DAM），但人类样本中的异质性和技术限制（如单细胞数据量低）阻碍了对小胶质细胞亚群的系统性解析。

本研究的目标是通过整合19个公共数据集（共90,716个细胞/核），揭示人类小胶质细胞在健康和疾病中的多样性，并探索不同病理条件下亚群的分布差异。

研究方法与流程

1. 数据整合与预处理

研究整合了241份样本的snRNA-seq和scRNA-seq数据，涵盖AD、MS、ASD、癫痫、路易体病（Lewy Body Diseases, LBD）、COVID-19及健康对照。数据预处理步骤包括：
- 质量控制：过滤低质量细胞（如线粒体RNA含量>20%或核糖体RNA>5%）。
- 双重体剔除：使用DoubletFinder算法去除技术噪声。
- 细胞类型注释：基于经典标记基因（如P2RY12、CX3CR1）鉴定小胶质细胞和其他CNS细胞（神经元、少突胶质细胞等）。

2. Humica图谱构建与亚群鉴定

通过Seurat整合分析，研究者将小胶质细胞分为9个亚群，包括：
- 稳态亚群（Homeos1-3）：高表达P2RY12和CX3CR1，功能涉及GTP酶信号传导和B细胞分化调控。
- 疾病相关亚群：
- 炎症性DAM（Inflam.DAM）：高表达TMEM163和SPP1，富集抗原呈递和吞噬通路。
- 核糖体相关DAM（Ribo.DAM1/2）：与核糖体生物发生相关，可能参与病理状态下的蛋白质合成需求。
- 脂质代谢相关DAM（Lipo.DAM）：高表达GPNMB和PTRG，涉及溶酶体和脂质代谢通路，在AD和MS中显著扩增。
- 疾病炎症性巨噬细胞（DIMs）：源自外周单核细胞，高表达SLC2A3和CD83，富集IL信号通路。

3. 实验验证

通过RNAscope原位杂交技术，在AD和MS患者脑组织中验证了Lipo.DAM亚群的扩增。结果显示，GPNMB高表达细胞在AD中比例显著增加，且形态更接近激活的“阿米巴样”小胶质细胞，与稳态细胞的树枝状形态形成对比。

4. 转录因子与通路分析

利用VIPER算法预测亚群特异的转录因子（TF）：
- 稳态亚群：MYC和NF-κB活性降低，提示抗炎表型。
- DIMs：富集JUN、STAT1等促炎TF。
- Lipo.DAM：PPARA（调控脂质氧化的关键因子）特异性激活，可能具有神经保护潜力。

主要结果与结论

1. 跨病理的亚群分布差异：

   • Lipo.DAM在AD和MS中显著扩增，且与淀粉样斑块共定位，提示其参与病理蛋白清除。
     
   • COVID-19患者中，边界相关巨噬细胞（Border-Associated Macrophages, MAC）比例升高，可能与急性系统性炎症相关。
     

2. DAM表型的复杂性：研究发现人类DAM并非单一表型，而是包含多个功能亚群，挑战了小鼠模型中的“M1/M2极化”简化理论。

3. 技术价值：Humica是首个跨方法、跨疾病的人类小胶质细胞资源，为后续研究提供了标准化参考。

研究亮点

1. 大规模整合分析：克服单数据集样本量不足的限制，首次系统定义人类小胶质细胞亚群。
   
2. 病理特异性发现：揭示Lipo.DAM在AD/MS中的特异性扩增，为靶向治疗提供新方向。
   
3. 方法学创新：结合计算生物学（如Clustree聚类优化）和实验验证（RNAscope），提升了结果的可信度。
   

意义与展望

Humica不仅填补了人类与小胶质细胞研究的技术鸿沟，还为神经退行性疾病的机制研究和精准治疗策略（如靶向GPNMB或PPARA通路）奠定了基础。未来研究可进一步探索亚群的时空动态变化及其与遗传风险的关联。