Brain cell type nuclei enrichment without fixative for nanoCUT&Tag and other omics approaches

该研究建立了一种无需固定剂的脑细胞核富集工作流程，结合荧光激活核分选（FANS）与基于纳米抗体的 nanoCUT&Tag 技术，实现了对人及小鼠冷冻脑组织中多种神经血管单元细胞类型的高灵敏度表观基因组及多组学分析。

要点

这篇论文介绍了一种非常巧妙的“大脑细胞寻宝”新方法。为了让你更容易理解，我们可以把大脑想象成一个巨大的、拥挤的超级城市，里面住着各种各样的“居民”（细胞），比如负责思考的“神经元”、负责免疫的“小胶质细胞”，以及负责给城市供水的“血管细胞”。

以前，科学家想研究这些居民，就像想调查城市里某个特定街区的居民情况，但面临两个大难题：

1. 居民太混了：把整个城市（大脑）搅碎后，所有居民混在一起，很难单独把稀少的“血管居民”找出来。
2. 居民太脆弱：传统的调查方法需要给居民“做防腐处理”（固定），但这会破坏他们原本的样子，而且需要几百万个居民才能做实验，对于稀有的血管细胞来说，根本凑不够数。

这篇论文提出的新方法，就像是一套**“无损冷冻 + 智能分拣 + 超级放大镜”**的组合拳。

1. 无损冷冻：保持“新鲜”的冷冻库

• 传统做法：像把食物煮熟再冷冻，虽然能保存，但口感（细胞状态）变了。
• 新方法：直接把大脑组织像速冻水饺一样，在极低温下快速冷冻，不做任何防腐处理。
• 好处：这样能最大程度保留细胞原本的样子和内部的“秘密文件”（基因调控信息），而且可以直接从医院切除的样本或去世后的捐赠样本中获取，非常灵活。

2. 智能分拣（FANS）：给细胞发“身份证”并过安检

• 比喻：想象大脑被搅碎后，所有细胞混在一个大池子里。科学家给不同的细胞贴上不同的荧光“身份证”（比如给血管细胞贴红色的，给神经元贴蓝色的）。
• 操作：
  • 先通过特殊的“捣碎”和“清洗”步骤，把那些紧紧粘在血管壁上的难搞细胞（血管内皮细胞、周细胞）强行“释放”出来。
  • 然后让这些细胞流过一台超级灵敏的安检机（流式细胞仪）。
  • 机器会根据“身份证”颜色，像自动分拣机器人一样，只把我们要找的特定细胞（比如血管细胞）精准地抓出来，扔进一个小管子里。
• 成果：哪怕血管细胞在脑子里只有 1%，也能把它们单独挑出来，而且只需要很少的数量（几千到几万个）就够用了。

3. 超级放大镜（nanoCUT&Tag）：用“纳米机器人”读取秘密

• 传统难题：以前要读取这些细胞的基因信息，需要几百万个细胞，而且如果细胞上已经贴了“身份证”（抗体），传统的读取机器会搞混，读错数据。
• 新方法（nanoCUT&Tag）：
  • 科学家发明了一种**“纳米机器人”（Tn5 转座酶），它身上装了一个“万能识别器”（纳米抗体）**。
  • 这个识别器非常聪明，它只认特定的“锁”（比如我们要研究的基因开关），而完全无视之前给细胞贴的“身份证”（FANS 用的抗体）。
  • 这就好比：你给一个人贴了“我是张三”的标签，然后派一个机器人去读他口袋里的日记。这个机器人只读日记，完全不在乎那个标签，所以不会读错。
• 过程：纳米机器人找到目标基因区域，把那里的 DNA 剪下来，加上“条形码”，最后通过测序仪读出内容。

这项技术有什么用？（为什么重要？）

1. 揭开阿尔茨海默病（老年痴呆）的真相：
   以前大家觉得老年痴呆主要是神经元的问题。但这项技术发现，血管细胞（大脑的供水系统）和免疫细胞（小胶质细胞）在疾病中也扮演了关键角色。就像发现城市瘫痪不仅仅是因为路灯坏了，还因为水管漏水了。

2. 精准医疗：
   因为能单独分析每种细胞，医生未来可以针对特定的细胞类型（比如专门修复血管细胞）开发药物，而不是“一刀切”地治疗整个大脑。

3. 适用性广：
   这套方法不仅适用于老鼠，也适用于人类的脑组织（包括手术切除的或去世捐赠的）。这意味着我们可以直接研究人类大脑的真实情况，而不仅仅是靠猜。

总结

简单来说，这篇论文发明了一套**“从冷冻大脑中，精准抓取稀有细胞，并读取其基因秘密”**的新技术。

它就像是在一个巨大的、混乱的冷冻菜市场里，不用把菜切碎，而是用智能机器手精准挑出几颗稀有的“人参”（血管细胞），然后用超级显微镜看清它们内部的构造，从而帮助人类更好地理解大脑疾病，找到治愈的方法。

技术摘要

1. 研究背景与核心问题 (Problem)

• 稀有细胞类型难以分离： 大脑中的神经血管单元细胞（如脑内皮细胞、周细胞/平滑肌细胞）以及小胶质细胞等，在脑组织中占比低（例如小胶质细胞仅占约 5%），且血管细胞紧密附着在血管基底膜上，难以从固定组织或常规裂解中释放。
• 现有技术的局限性：
  • ChIP-seq： 需要大量细胞（>50 万个核），且通常依赖甲醛固定，限制了其在稀有细胞和单细胞/低输入量分析中的应用。
  • 传统 CUT&Tag： 虽然输入量要求较低，但传统方法使用 Protein A 融合 Tn5 转座酶，容易受到用于 FANS 分选的转录因子（TF）抗体的干扰，导致背景噪音。
  • 固定剂的影响： 甲醛固定会破坏 RNA 完整性，并可能影响某些染色质因子的结合，限制了多组学（如 RNA+ATAC/Chromatin）的联合分析。
• 研究目标： 开发一种无需固定剂（unfixed）的脑组织核提取流程，结合荧光激活核分选（FANS）和 nanoCUT&Tag 技术，实现对包括血管细胞在内的多种脑细胞类型的高灵敏度、细胞类型特异性表观基因组 profiling。

2. 方法论 (Methodology)

该工作流程主要分为三个核心阶段：

A. 无需固定剂的细胞核提取与血管核释放 (Unfixed Nuclei Isolation)

• 样本处理： 使用新鲜冷冻（fresh-frozen）的人或小鼠脑组织（100-500 mg）。
• 机械解离： 将组织剪碎至 1 mm，使用 Dounce 匀浆器（先松后紧）进行温和匀浆。
• 血管核释放（关键创新）： 将匀浆液通过 70 µm 和 40 µm 滤网，保留在滤网上的血管碎片通过注射器橡胶头轻柔捣碎（mashing），以释放被截留的血管细胞核。
• 去杂质： 使用**18% 葡聚糖（Dextran）**密度梯度离心去除髓鞘和细胞碎片，提高核纯度。
• 优势： 避免了甲醛固定，保持了核膜完整性和 DNA 结合蛋白（如转录因子、组蛋白）的天然状态，兼容 RNA 提取。

B. 基于 FANS 的细胞类型富集 (FANS Enrichment)

• 抗体标记： 使用针对特定核蛋白的一抗进行过夜标记（4°C）。
  • 内皮细胞： ERG/FLI1
  • 周细胞/平滑肌细胞： 人源用 NOTCH3，小鼠用 SUR2B
  • 小胶质细胞： PU1
  • 神经元： NeuN
  • 少突胶质细胞： OLIG2
  • 星形胶质细胞： 人源用 RFX4（新标记，覆盖更广），小鼠用 LHX2
• 分选策略： 使用流式细胞分选仪（FACS/FANS）收集 5,000 - 50,000 个特定细胞类型的核。
• 多色策略： 通过组合标记（如 NeuN- 且 PU1- 且 ERGhigh）来精确区分内皮细胞，排除共表达干扰。

C. nanoCUT&Tag 表观基因组分析 (Epigenomic Profiling)

• 核心技术： 使用纳米抗体（nanobody）偶联的 Tn5 转座酶（nanoTn5）。
  • 原理： 纳米抗体作为“二抗”，特异性识别一抗的宿主物种（兔或鼠），从而招募 Tn5 到目标位点。
  • 优势： 这种设计使得用于 FANS 分选的抗体（如 PU1）不会干扰后续的 CUT&Tag 信号，因为 nanoTn5 只结合用于检测组蛋白修饰或特定 TF 的不同宿主物种的一抗。
• 流程：
  1. 核结合到 Concanavalin A 磁珠上。
  2. 一抗孵育（针对组蛋白修饰如 H3K27ac, H3K4me3 或 TF）。
  3. 加入物种匹配的 nanoTn5 进行原位片段化（Tagmentation）。
  4. 线性 PCR扩增（引入 i5 条形码），提高灵敏度。
  5. 二次 Tagmentation 和指数 PCR（引入 i7 条形码）构建最终文库。
• 兼容性： 该流程可无缝对接 snRNA-seq、snATAC-seq 及 10x Genomics Multiome（RNA+ATAC）流程。

3. 关键贡献 (Key Contributions)

1. 血管核释放优化： 改进了从冷冻脑组织中释放血管细胞核的方法（捣碎步骤 + 葡聚糖清洗），显著提高了脑内皮细胞和周细胞的回收率，解决了以往难以分离血管细胞的问题。
2. 新型核标记物： 验证并应用了 RFX4 作为人源星形胶质细胞的新核标记，比传统的 LHX2 能更好地覆盖星形胶质细胞的异质性。
3. 低输入量 nanoCUT&Tag 方案： 成功将 nanoCUT&Tag 应用于 FANS 分选的稀有细胞核（低至 5,000 个核），并解决了传统 CUT&Tag 中 FANS 抗体干扰的问题。
4. 多组学整合能力： 证明了该未固定核提取流程可同时用于染色质可及性（ATAC）、组蛋白修饰（CUT&Tag）和转录组（RNA-seq）分析，甚至实现了单细胞水平的 Multiome 分析。
5. 临床样本适用性： 验证了该流程适用于**尸检（post-mortem）和手术切除（resected）**的人脑组织，为神经退行性疾病（如阿尔茨海默病）的研究提供了关键工具。

4. 实验结果 (Results)

• 核产量： 从 100 mg 小鼠脑组织中可获得约 18,300 个内皮细胞核和 12,000 个周细胞核；人脑样本产量略低，但通过增加起始组织量（>250 mg）可获得足够的稀有细胞核（~10,000 个）。
• 数据质量：
  • 组蛋白修饰： H3K27ac（增强子）、H3K4me3（启动子）和 H3K27me3（抑制区）在各类细胞中显示出高度的细胞类型特异性。FRiP（峰内读段分数）>15%，重复率<45%。
  • 转录因子： 成功检测了 PU1（小胶质细胞）、ERG/FLI1（内皮细胞）和 OLIG2（少突胶质细胞）的结合位点。
  • 单细胞分析： 在单细胞水平（snNanoCUT&Tag）成功区分了血管相关细胞（内皮、周细胞、星形胶质细胞），并与基因表达数据（Multiome）完美整合，提高了细胞注释的准确性。
• 疾病关联： 该方法已被用于揭示阿尔茨海默病（AD）的遗传风险主要富集在小胶质细胞/髓系细胞，而小血管疾病（SVD）则与血管细胞（内皮、周细胞、星形胶质细胞）密切相关。

5. 意义与影响 (Significance)

• 填补技术空白： 提供了一种标准化的、无需固定的脑细胞核提取和表观基因组分析方案，特别适用于稀有细胞类型（如血管细胞）的研究。
• 推动神经退行性疾病研究： 使得研究人员能够在细胞类型分辨率下，直接分析人脑（包括尸检样本）的表观遗传调控机制，这对于理解 AD、精神分裂症等复杂疾病的非编码区风险变异至关重要。
• 药物研发潜力： 通过整合基因表达和表观遗传数据，能够更精准地识别疾病特异性通路，从而优先筛选可重定位的治疗药物。
• 技术通用性： 该流程不仅限于 CUT&Tag，还可扩展至 RNA-seq、ATAC-seq 和蛋白质组学，为多组学整合研究提供了灵活的实验框架。

总结： 该论文建立了一套从组织解离、核提取、细胞分选到表观基因组测序的完整工作流，克服了脑血管细胞难分离和稀有细胞低输入量分析的瓶颈，为深入解析人脑神经血管单元的表观遗传景观及其在疾病中的作用提供了强有力的工具。