::: block-1
文献介绍
文献题目 A high-resolution transcriptomic and spatial atlas of cell types in the whole mouse brain \
钻研团队 曾红葵（Allen 脑科学研究所）\
发表工夫 2023-03-06 \
发表期刊 Nature \
影响因子 64.8 \
DOI 10.1038/s41586-023-06812-z
:::
摘要
哺乳动物大脑由数百万到数十亿个细胞组成，这些细胞分为多种具备特定空间分布模式、构造和性能个性的细胞类型。了解大脑性能的重要一步是取得部件清单，即大脑细胞类型目录。在这里，作者报告了整个成年小鼠大脑的全面和高分辨率的转录组和空间细胞类型图谱。细胞类型图谱基于两个单细胞程度、全脑规模数据集的组合创立：约 700 万个细胞的单细胞 RNA 测序（scRNA-seq）数据集和约 430 万个细胞应用 MERFISH 进行空间分辨率转录组数据集。图谱被分层组织为五个嵌套级别的分类：7 个分区、32 个类、306 个子类、1,045 个超类型和 5,200 个簇。作者系统地剖析了整个大脑中神经元、非神经元和不成熟神经元细胞类型，并确定了每个细胞类型的转录组身份和空间特异性之间的高度一致性。后果揭示了不同脑区的细胞类型组织的独特特色，特地是脑的背侧和腹侧之间的二分法：背侧局部含有绝对较少但高度不同的神经元类型，而腹侧局部则含有更多的神经元类型，它们之间更密切相关。作者还系统地表征了神经递质、神经肽和转录因子的细胞类型特异性表白。该钻研揭示了不同脑部细胞类型中神经递质和神经肽表白及共表达模式的极大多样性和异质性，表明它们介导了大量的细胞间通信模式。最初，作者发现转录因子是成年小鼠大脑细胞类型分类的次要决定因素，并确定了一个组合转录因子代码，该代码定义了大脑各个部位的细胞类型。整个小鼠大脑的转录组和空间细胞类型图谱建设了一个基准参考图谱和一个深刻整合钻研哺乳动物大脑细胞类型和环路性能、发育和进化的根底资源。
钻研后果
1. 小鼠全脑的转录组细胞类型分类学
(a) 这是一个蕴含 306 个 subclasses 的转录组分类树状图（10xv2: n = 1,708,450 个细胞；10v3 n = 2,349,599 个细胞）。色彩块将树状图分为次要的细胞 divisions。从左到右，条形图示意 class、次要神经递质类型（NT type）、所剖析细胞的区域散布（Broad region）、clusters 数目、RNA-seq 细胞数目、MERFISH 细胞数。带有橙色点标记的 subclasses 示意高度独特的 subclasses，灰色点标记的 subclasses 示意蕴含性别劣势聚类的 subclasses。对于每个细胞，在降维空间中确定了 15 个 nearest neighbors，并由 subclass 汇总。高度独特的 subclass 被认为是没有被调配到其余 subclass 的 nearest neighbors 或造成高度独特分支的 subclass。通过计算每个聚类的男女散布的概率和 log P value 来辨认 subclass 中的性别劣势聚类。具备 odds < 0.2 和 logPval <-10 的聚类被标记为性别劣势聚类。\
(b-e) 所有细胞类型的 UMAP 示意，按 division（b）、class（c）、subclass（d）、brain region（e）着色。
2. 整个大脑中神经元细胞类型分类和散布
Pallium glut (a,f)、Subpallium GABA (b,g)、PAL-sAMY-HY (c,h)、TH-EPI (d,i)、MB-HB-CB (e,j) 的 UMAP 和 MERFISH 展现，按 subclass 着色。
3. 神经递质类型及其在小鼠大脑中的散布
(a-c) UMAP 代表神经元 subclasses，蕴含开释 glutamate-GABA 双递质的 clusters。UMAPs 按 subclass (a), neurotransmitter type (b), and cluster (c) 着色。\
(d) UMAPs 代表 glutamate, GABA, glycine 的神经递质转运体基因的表白。\
(e-g) UMAP 代表神经元 subclasses，蕴含开释调节性神经递质的 clusters 以及它们与 glutamate and/or GABA 的各种组合。UMAPs 按 subclass (e), neurotransmitter type (f), and cluster (g) 着色。\
(h) 代表 glutamate, GABA, modulatory neurotransmitters 基因表白的 UMAPs。\
(i-j) 具备代表性的 MERFISH 切片显示具备 glutamate, GABA, modulatory neurotransmitters 的神经元类型的地位。
4. 非神经元细胞类型和未成熟的神经元类型
(a) 点图显示了转录因子 marker gene 在非神经元 subclasses 中的表白。点的大小和色彩别离示意各 subclasses 中表白细胞的比例和均匀表白程度。\
(b) UMAP 示意按 subclass 着色的非神经元细胞类型。咱们强调并进一步钻研了三个亚群：astrocytes (c), ependymal cells (d), VLMC (e)。\
(c-e) astrocytes (c), ependymal cells (d), VLMC (e) 的 UMAP 展现和 MERFISH 切片展现，按 cluster 着色和编号，圈圈示意 subclasses。\
(f) VLMC cluster 5181、Tanycyte cluster 5133 在 MERFISH 切片上的共定位。\
(g) VLMC cluster 5180、CHOR cluster 5142、Ependymal clusters 5137 and 5138 共定位。\
(h) VLMCs、Interlaminar astrocytes(ILA) 的共定位。\
(i) UMAP 示意未成熟神经元群体，按 supertype 着色。成熟轨迹在 dentate gyrus (DG) (j)、inner main olfactory bulb (k)、outer main olfactory bulb (l) 被标记进去。\
(j-l) 具备代表性的 MERFISH 切片显示三种轨迹的未成熟神经元 supertypes 的地位。
5. 转录因子模块横跨整个小鼠的大脑
(a) 差别表白 TFs 数量的散布，divisions (pink), classes (apple green), subclasses (sea green), within subclasses (dark blue)。\
(b) 应用基于所有 8,108 个 marker genes (pink)、随机抉择的 499 个 marker genes (sea green)、499 个 marker genes (dark blue) 构建的分类器，对每个 cluster (top panel) 或 subclass (bottom panel) 进行穿插验证的准确性。\
(c) 在穿插验证中，应用对 499 个 TF markers 进行训练的分类器，在调配和预测 subclasses 之间的混同矩阵。这些点的大小对应于重叠细胞的数量，色彩对应于所调配的和预测的 subclasses 之间的 Jaccard 类似度得分。\
(d) 每个 cluster 的 TFs (logCPM) 表白程度。对于沿 Y 轴的每个 TF，clusters 沿 X 轴从最高到最低的均匀基因表白程度进行排序。\
(e) 分类树中每个 subclass 的要害转录因子的表白量，以基因模块（mod）组织，如图右侧色彩条所示。色块将树状图分为次要的细胞 divisions。树状图上面的色彩条示意 classes。
6. 区域特定特色和过渡性细胞类型*
(a) 散点图显示了每个区域辨认的神经元 clusters 的数量与相应区域内辨认的神经元细胞的数量。每个神经元 cluster 被调配到最次要的区域。\
(b) 在 logCPM > 3 中，每个区域的每个神经元 cluster 中检测到的基因数量的散布。上图显示每个区域每个 cluster 的 Homeobox TFs 的数量，中图显示每个区域每个 cluster 表白的所有 TFs 的数量，下图显示每个区域每个 cluster 表白的任何基因的数量。\
(c) 每个区域内每对神经元 cluster 之间的 DEGs 数量的散布，在 0.1、0.2、…、0.9 分位数处决裂。曲线显示了在 0.1 分位数时更类似的类型与在 0.9 分位数时更不同的类型之间的 DEGs 数量的散布。\
(d) 散点图显示了映射到给定神经元 cluster 的细胞数量与基于 MERFISH 数据集的三维坐标沿 X（中外侧）、Y（背腹）和 Z（前后）轴的标准差，按区域分层。该图显示了 clusters 在沿着每个空间轴的每个区域内的部分化水平。\
(e-g) 大区域之间共享的 subclasses 的 UMAP 和 MERFISH 示意，(e,g) 按 subclasses 着色，(f) 按区域着色。在 (g) 中，最佳匹配的 CCF 参考图谱显示在左侧。
总结
在这项钻研中，作者基于整个大鼠大脑的全脑范畴 scRNA-seq 和 MERFISH 数据集的联合，创立了一份全面、高分辨率的转录组细胞类型图谱。该细胞类型图谱被分层组织成四个嵌套档次：34 个类别、338 个亚类别、1,201 个超类型和 5,322 个簇（Fig.1）。对每个次要脑区的神经细胞类型组成进行了系统分析（Fig.2），并确定了不同脑区的独特特色（Fig.6）。
本文钻研中最显著的发现之一是转录组身份与空间特异性之间的高度一致性（Figs.2- 4 和 6 ）。每个亚类别（以及每个中的所有超类型和许多簇）在大脑中都有独特而特定的空间定位模式。转录组类型之间的绝对关联性与它们之间的空间关系强烈相干（Fig.6a）。
另一个显著的发现是不同次要脑构造中细胞类型组织的独特特色（Fig.6）。包含嗅球、异位皮层、海马前脑、纹状体、丘脑和小脑在内的前部和背部脑区蕴含与大脑其余局部极为不同的细胞类和类型。
尽管神经元类型在大脑中占据绝大多数细胞类型并体现出很高的区域特异性，但非神经元细胞类型通常散布更广，除了星形胶质细胞和室管膜细胞，它们具备多个具备区域特异性的亚类。然而，在聚类程度上，作者还察看到非神经元细胞类型具备很高的空间特异性，尤其是星形胶质细胞、室管膜细胞、滑膜细胞和 VLMCs，表明存在特定的神经元 - 胶质和胶质 - 血管相互作用（Fig.4）。
作者查看了整个大脑中细胞类型的神经递质和神经肽的表白。发现来自许多脑区的许多神经元簇体现出谷氨酸 -GABA 独特传递。作者确定了所有表白不同调节性神经递质的细胞类型，并发现它们通常独特开释谷氨酸和 / 或 GABA。
转录因子被认为在法则大脑区域、定义神经前体区域以及在发育过程中规定细胞类型身份方面起着重要作用。在这里，作者发现在成年大脑中，转录因子也是决定整个大脑各个区域细胞类型的次要因素。通过比拟所有簇对之间的基因表白相关性矩阵，作者发现转录因子在总体上具备最弱小的辨别细胞类型的能力（Fig.5）。
上述发现表明，细胞类型的转录学身份和空间分布模式之间存在高度的对应关系，而转录因子在定义转录学和空间特异性方面施展着显著作用，描绘出了大脑构造的对立图景——即不同的解剖区域蕴含由转录因子的总体打算定义的高度多样的细胞类型汇合。
总之，整个小鼠大脑的转录组和空间细胞类型图谱为深刻、综合地钻研大脑的细胞和回路性能、发育和进化奠定了根底，相似于钻研基因功能和基因组演变的参考基因组。
<center>完结 </center>
本文由 mdnice 多平台公布