终末分化心肌细胞的死亡是导致多种心血管疾病发展的重要因素。阿尔茨海默病（Alzheimer’s disease，简称AD）是老年人痴呆的主要原因，然而尽管Amyloid beta (Aβ) 和 Tau蛋白病变的特征表现较明确，不同细胞类型在AD进程中的角色仍未完全被理解。
10月14日发表在Nature Neuroscience 的文章《Integrated multimodal cell atlas of Alzheimer’s disease》，由西雅图艾伦脑科学研究所的研究团队完成，使用多组学和空间基因组学技术，全面剖析了中颞皮层（middle temporal gyrus，简称MTG）中细胞类型在AD进展中的变化。
阿尔茨海默病一直以来被认为是随着时间推移和特定神经解剖结构中病理蛋白的逐渐积累。在大脑中，β淀粉样蛋白通常首先在大脑皮层中沉积，而Tau蛋白则从脑干和边缘系统开始积累。然而，许多研究尚未深入了解在疾病发生的过程中，哪些特定细胞类型受到影响，以及这些细胞的分子特征变化。
- 研究对84位年龄平均为88岁的供体进行了深入分析，通过量化的神经病理学将他们置于疾病的拟进展评分中。
- 研究揭示了两个疾病阶段：早期阶段病理逐渐增多，并伴有炎症性小胶质细胞、反应性星形胶质细胞，和少突胶质细胞前体细胞的再髓鞘化反应；晚期阶段则病理呈指数级增加，并伴有兴奋性神经元及不同类型抑制性神经元的丧失。
这些变化在其他主要的AD研究中也有再验证。
该研究通过精细的细胞图谱为AD进展中的分子和细胞操作机制提供了新的见解。这有助于理解在不同疾病阶段，特定细胞的变化及可能的治疗干预点。
研究使用了最新的单细胞基因组学和空间转录组学技术，结合已经建立好的脑细胞分类和参考数据库，对AD患者的中颞叶组织进行了高分辨率的分析，以绘制出高精度的细胞图谱。
图1：MTG和SEA-AD队列描述的研究设计
实验设计（1a）：采用多种技术对中颞叶区进行系统分析，提供了一个详细框架以研究疾病进程中的细胞和分子变化。
人口统计学特征（1b）：供体按ADNC分组，数据显示年龄、性别、APOE4等多因素在不同AD病理阶段的分布。
病理学特征（1c）：通过热图和条形图描述了AD不同阶段的供体分布，突出痴呆和共病状态在病程中的角色。
数据质量（1d）：PCA展示了snRNA-seq与snATAC-seq数据的质量，显示了两个数据集之间的强相关性。
认知功能趋势（1e）：LOESS回归清楚说明了不同病理阶段供体认知评分的下降趋势，特别是在严重受影响组中下降更快。
神经元变化（1f-g）：NeuN免疫染色显示严重受影响供体中神经元数目显著减少，这与病理程度相关。
分子和染色质特征（1h-i）：分子标识符数量和染色质开放区域数据指示了特定病理阶段的基因表达变化。
图2：量化神经病理将供体按疾病伪进展排序
神经病理学分布（2a-b）：高倍显微图和免疫组化揭示不同病理阶段的细胞和蛋白质聚集变化。
相关性分析（2c）：相关矩阵显示神经病理学变量间的共相关，特别是AD蛋白病理与神经元活动的反相关。
病理和细胞变化（2d-e）：热图展示病理蛋白和细胞对象在不同CPS下的变化，指示病理负担随疾病进展增加。
认知与病理关联（2f）：将认知评分与病理阶段按CPS排序，揭示认知能力下降与病理进展的关联。
特定标记物趋势（2g-i）：AT8和6E10等病理标记物的变化趋势显示，随着CPS增加，神经元损失加剧，反映病理累积的影响。
图3：易感群体集中在MTG的浅层
分层映射程序（3a）：使用分层机器学习将SEA-AD核映射至大脑倡议(Brain Initiative)细胞分类，定义神经元超类型。展示了细胞亚类和超类型的颜色编码，识别出在AD中易受影响的细胞群。
超类型相对丰度变化（3b）：条形图显示MTG超类型相对丰度随认知状态、ADNC和CPS的变化效应值。红色表示在两个皮层区域有显著变化，灰色表示在一个区域有显著变化或无显著变化。这种模式指示AD进展过程中不同细胞类型的丰度变化及其对疾病的敏感性。
丰度动态（3c）：LOESS回归曲线展示了MTG和A9中受到显著变化的超类型相对丰度，突显了AD病理增加时不同细胞类型的变化动态。
数据之间的一致性验证（3d）：散点图比较MERFISH和snRNA-seq中易感Sst超类型丰度的相关性，验证了跨多种数据模式的研究结果一致性。
数据集比较（4a）：条形图展示各个公开snRNA-seq数据集供体的分布，包括不同神经病理学阶段及APOE4等位基因携带情况。提供了一种比较不同数据来源的基础。
数据集质量（4b）：散点图比较了公开数据集与SEA-AD数据集的质量，SEA-AD在数据质量和数量上表现优异，为细胞类型分析提供了更高的分辨率。
标注和特征一致性（4c）：箱线图展示各数据集中超类型标注的信心度和与SEA-AD的特征分数相关性，验证了跨数据集标注的一致性。
UMAP整合（4d）：UMAP展示了来自SEA-AD和其他数据集的细胞集成表示，分析不同数据集来源和细胞类型的聚集特征。
超类型丰度变化（4e）：热图比较SEA-AD和其他研究中的A9超类型相对丰度变化，红色标识在所有研究中显著变化的超类型，验证了重复性研究的重要性。
超类型捕获率（4f）：箱线图显示不同研究中每个超类型被捕获的供体比例，揭示研究捕获效率的差异。
效应值与捕获率的关系（4g）：散点图展示超类型效应值与供体捕获比例的关系，强调在大多数研究中一致性较低的超类型捕获率。
图5：表层易感MGE来源的抑制性中间神经元的变化与共同电生理特征
UMAP和超类型变化（5a）：UMAP展示分子相似的MGE来源抑制性神经元，按超类型和丰度变化效应值进行颜色编码。揭示了AD进展中不同超类型的动态变化。
皮层深度关联（5b）：散点图显示超类型丰度变化效应值与皮层深度的关系，指出表层神经元易感性。
MERFISH数据示例（5c）：早期CPS的可视化展示细胞位置和边界，识别浅层中易感Sst神经元的丢失。
电生理特征（5d）：展示Sst神经元尖峰后电位过度极化轨迹和Sag分布，表明这些细胞具有特定电生理特征差异。
HCN1表达（5e-f）：小提琴图和散点图显示HCN1在易感Sst超类型中高表达，突出其在浅层细胞中的集中性。
神经元形态和基因表达（5g-h）：展示非AD供体中间神经元的形态重建和基因表达变化，突显易感神经元的特异性分子特征。
基因表达动态（5i）：LOESS回归图展示基因表达随CPS变化，特别是易感Sst超类型中神经生长因子(NGF)和金属蛋白酶(MME)表达下降。
图6：早期微小胶质细胞和星形胶质细胞激活在公开数据集中的比较
微小胶质细胞状态（6a-b）：UMAP和热图展示疾病相关微小胶质细胞状态及其在不同数据集间的一致性。
标记基因表达（6c）：热图显示标记基因在微小胶质细胞超类型中的表达模式，指出疾病相关基因上调。
基因效应值（6d-e）：散点图和累积分布图比较基因在早期和晚期CPS中效应值，分析转录因子的调控作用。
基因表达动态（6f）：LOESS回归图展示非神经元细胞中的特定基因表达模式，分析AD进展中的分子变化。
星形胶质细胞状态（6g-h）：UMAP和热图比较星形胶质细胞状态，显示原浆型星形胶质细胞的疾病相关增加。
基因表达变化（6i-k）：热图和散点图展示星形胶质细胞基因表达变化以及APOE基因在不同阶段的表达模式。
图7：少突胶质细胞和OPCs在公开数据集中早期丢失和再髓鞘化程序
少突胶质细胞和OPC超类型（7a）：UMAP中展示了MTG的少突胶质细胞和OPC超类型，强调了在AD中易感和改变的细胞类型。
标记基因表达（7b）：热图显示少突胶质细胞和OPC中标记基因的表达模式，指明了疾病早期的特征表达变化。
数据集一致性（7c）：热图比较文献13和14中的标注与SEA-AD分类，验证跨数据集的超类型变化一致性。
分泌酶及APP表达（7d）：箱线图显示β和γ-分泌酶组分以及APP基因在不同细胞亚类中的表达分布，突出了基因在疾病背景下的表达变化。
基因效应值随时间变化（7e）：散点图比较了少突胶质细胞和OPC中基因的效应值变化，揭示脂肪酸、胆固醇合成及再髓鞘化基因在疾病不同阶段的变化。
转录调控（7f）：散点图和累积分布图分析转录因子的调控作用及相应基因的效应值，指示OPCs的早期反应机制。
基因表达动态（7g-i）：LOESS回归图和点图展示特定基因在不同细胞亚类中的表达模式和动态，尤为关注髓鞘相关基因的调控。
图8：MTG受AD影响的细胞主要定位在表层，可分为早期和晚期阶段
神经元逐渐丢失（8a）：示意图展示早期和晚期AD阶段的神经元丢失模式，表明不同细胞类型在疾病进展中的易感性。
病理和细胞变化动态（8b）：将AD进展划分为早期和晚期，分别总结每一阶段的神经病理学和细胞变化：早期阶段——Aβ斑块稀疏且增大，ETC和核糖体基因广泛下调，表层中间神经元丢失。晚期阶段——斑块和NFTs数量显著增加，多种神经元包括长程投射神经元丢失，非神经元细胞如原浆星形胶质细胞增加，伴随炎症基因上调。
这项研究标志着一个综合的、随疾病进展而变化的、跨多种模态的阿尔茨海默氏病细胞图谱的创建。研究成果为理解阿尔茨海默病的细胞和分子基础提供了一个强有力的参考框架。
作者总结认为，尽管阿尔茨海默症的一个特征是不同病理蛋白的逐渐积累，但其背后隐藏的分子和细胞层级变化错综复杂。通过单细胞和空间技术结合的策略，该研究展示了在疾病不同阶段有哪些细胞类型首先容易受到疾病的影响，并探讨了可能的神经环路失衡及可能引发的后续病理进展。研究为AD领域提供了一个全新的基准，并强调了对特定细胞类型的关注可能为未来的治疗研究带来新的方向。
