← 最新论文
🧠 neuroscience

High-Dimensional Multi-omic Mapping of Post-Mortem Human Brain Using Iterative Indirect Immunofluorescence Imaging on Xenium-Processed Tissues

本研究提出了一种稳健的后处理工作流,该工作流将 Xenium 空间转录组学与针对 FFPE 人脑组织进行的迭代间接免疫荧光成像 (4i) 相结合,通过将 RNA 数据与详细的基于蛋白质的形态特征表征相结合,实现对复杂病理微环境(如在脑淀粉样变性中发现的微环境)的高维、多组学制图。

原作者: Karaahmet, B., Lama, T., Wang, A., Cao, W., Menon, V., Klein, H.-U., Bennett, D. A., De Jager, P., Zhang, Y., Taga, M.

发布于 2026-09-23
📖 1 分钟阅读☕ 轻松阅读

原作者: Karaahmet, B., Lama, T., Wang, A., Cao, W., Menon, V., Klein, H.-U., Bennett, D. A., De Jager, P., Zhang, Y., Taga, M.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

人类大脑是一个极其复杂的景观,数十亿个细胞协同工作,创造了思想、记忆和运动。几十年来,科学家们一直试图通过研究单个细胞来理解这一景观,但一个主要的局限在于位置信息的丢失。当研究人员提取细胞以研究其遗传指令时,他们实际上是在将一张地图撕成碎片,从而失去了每个碎片原本所属的位置背景。近年来,一种被称为空间转录组学的新一代技术,使得科学家能够在细胞仍处于组织切片原始位置的情况下,读取其遗传指令。这是一项突破性的进展,揭示了不同类型的细胞是如何排列以及它们是如何相互作用的。然而,仅仅读取遗传代码并不总是足够的。基因是蓝图,但它们构建的蛋白质才是定义细胞形状和功能的实际工人与结构。在像阿尔茨海默病这样大脑架构被蛋白质团块和缠结纤维破坏的疾病中,如果只知道遗传代码而看不见物理结构,就像是通过阅读电话簿来试图了解一座城市,却从未见过其中的建筑。

为了弥补这一差距,来自哥伦比亚大学和拉什大学(Rush University)的一个研究小组开发出一种方法,将两种强大的技术结合在同一块脑组织上。他们首先使用了一种名为 Xenium 的高科技成像系统,该系统能在单个组织切片中以惊人的细节读取数千个基因的遗传活动。通常情况下,一旦这个过程完成,组织就被视为已“用尽”,无法再进行进一步的蛋白质分析。然而,研究人员发现了一种保留组织进行第二轮调查的方法。在遗传读取完成后,他们应用了一系列精心设计的化学处理程序,使用专门的缓冲液去除遗传探针,然后用能使特定蛋白质发光的抗体对同一组织进行染色。通过重复这个循环(染色、成像和剥离)五次,他们创建了一个与已收集的遗传数据完美重叠的高清蛋白质图谱。这使他们不仅能看到哪些基因在活跃,还能看到细胞的形态,以及它们是否被困在阿尔茨海默病的病理陷阱之中。

研究人员在来自“宗教团体研究”(Religious Orders Study, ROS)和“拉什记忆与衰老项目”(Rush Memory and Aging Project, MAP)的逝世参与者的大脑组织(位于负责视觉的枕叶皮层区域)上测试了这种方法。他们重点关注已知包含阿尔茨海默病特征的区域,如淀粉样蛋白斑块和 tau 蛋白缠结,以及血管异常。团队设计了一个标记面板,用于识别大脑中的主要细胞类型,包括神经元、星形胶质细胞、小胶质细胞和少突胶质细胞,以及特定的疾病迹象。他们先进行遗传测序,然后使用一种专门的化学缓冲液在不损坏组织或其下方蛋白质的情况下去除遗传探针。随后,他们应用了一组新的抗体来点亮特定蛋白质,拍摄高分辨率照片,并重复剥离和染色过程四次。这种被称为 4i 的迭代过程,使他们能够在完全相同的组织切片上捕捉到总计十五种不同的蛋白质标记,从而为大脑的微环境提供了一个丰富的、多层级的视角。

这项工作的最显著成果之一是能够比以前更准确地识别细胞类型。在标准的遗传研究中,科学家通常只能根据哪些基因被激活来猜测他们正在观察哪种细胞,这可能会产生噪声且令人困惑。通过加入蛋白质数据,研究人员可以利用细胞的物理形状和蛋白质标记来确认其身份。他们训练了一个计算机程序,根据蛋白质图像来识别不同细胞核的形状。该程序学会了区分具有特定形状和蛋白质特征的神经元,以及看起来不同且携带不同标记的大脑免疫细胞——小胶质细胞。当他们测试该系统时,它在绝大多数情况下都能正确识别主要的细胞类型,为遗传数据提供了坚实的基础。这意味着当研究人员观察特定细胞的遗传活动时,他们可以更加确信该细胞究竟是什么。

研究还揭示了细胞的物理边界如何影响遗传数据的读取。在大脑中,细胞通常拥有向外延伸、触碰邻居的长而分支的臂。当科学家尝试将遗传信息分配给一个细胞时,他们必须决定从细胞中心向外画线到什么程度。如果线条画得太小,会遗漏重要的信息;如果画得太大,则可能会误计邻居的信息。通过将遗传数据与清晰的细胞蛋白质轮廓进行对比,研究人员发现,将细胞边界向外扩展一个微小的固定量——即五微米——效果最好。这种简单的调整能够准确捕捉遗传信息,而不会与相邻细胞的信息混淆,解决了空间生物学中的一个常见问题。

或许最重要的一点是,这种方法让团队能够观察不同细胞相对于阿尔茨海默病造成的损伤是如何定位的。他们可以精确绘制淀粉样蛋白斑块和 tau 缠结的位置,并观察哪些特定类型的细胞聚集在周围。他们观察到某些免疫细胞和支持细胞聚集在这些病理特征附近,形成了一个特定的疾病微环境。由于所有这些信息都来自同一张组织切片,遗传活动、蛋白质标记与疾病物理位置之间的联系是直接且无可争议的。研究人员证明了这一工作流程是稳健的,并且可以应用于保存在福尔马林中的人类脑组织,而这正是大多数医学档案存储脑样本的标准方式。

这项工作并不声称治愈了阿尔茨海默病或解开了该疾病之谜。相反,它提供了一个更精确的观察大脑的新工具。通过在同一组织上结合遗传读取与蛋白质成像,研究人员展示了构建大脑细胞景观全景图的可能性。这张地图包含了遗传指令、物理结构以及疾病迹象,且全部汇聚于一处。该方法具有灵活性,可以进行调整以观察不同的蛋白质或不同的疾病,为以这种此前无法实现的细节水平来研究大脑的复杂性提供了一种途径。对于研究衰老大脑的科学家来说,这种方法为观察细胞在病理存在下如何变化及相互作用提供了一个更清晰的窗口,从而可能带来对这些疾病进展过程更深层次的理解。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →