《PLOS Computational Biology》:Deciphering the cardiac neuron landscape in heart failure patients
编辑推荐:
本研究针对心力衰竭中神经元调控机制不明确的问题,整合大规模单细胞测序数据,系统描绘了心脏神经元图谱。研究人员发现了与心衰密切相关的N4-ALK神经元亚群,揭示了RXRG-PTN-PTPRZ1轴在介导心肌成纤维细胞-神经元互促损伤中的关键作用,并构建了基于神经特征的机器学习预测模型,为深入理解心衰神经调控机制和开发新疗法提供了新视角。
心脏不仅是一台精密的“泵”,更是一个布满神经网络的复杂器官。这些神经如同心脏的“指挥系统”,精确调控着每一次心跳与收缩。然而,当心脏功能衰竭时,这套“指挥系统”发生了什么变化,是否参与了疾病进程,又是如何作用的?这些问题长期困扰着医学界,阻碍了对心力衰竭(Heart Failure, HF)病理机制的全面理解。传统研究多聚焦于心肌细胞、成纤维细胞等主要组分,而数量稀少、却至关重要的神经元细胞,在心力衰竭的分子图谱中始终是个“暗箱”。为了揭开这个谜团,一项发表在《PLOS Computational Biology》上的研究,决定深入这个被忽略的角落,系统描绘心力衰竭患者心脏的“神经元景观”。
心脏是一个高度神经支配的器官,交感神经和副交感神经的精确平衡对维持心脏正常功能至关重要。然而,在心力衰竭的病理过程中,神经系统的持续激活被认为会加剧心脏损伤和功能障碍。尽管已有研究利用单细胞测序技术探索了心脏的细胞组成,神经元由于其在心脏微环境中仅占约1%的低丰度,其异质性及其在疾病中的具体角色仍是一片模糊。既往研究对心力衰竭中神经元的多样性、功能状态以及与疾病进展的关系缺乏系统性解析,这限制了从神经调控角度开发治疗策略的可能性。因此,构建一个全面、详尽的心脏神经元图谱,明确与心力衰竭相关的特定神经元亚群及其调控网络,具有重要的科学价值和临床意义。
为了回答上述问题,研究人员开展了一项系统性研究。该研究整合了来自75名心力衰竭患者和45名健康供体的公开单核RNA测序数据,构建了一个包含11,026个神经元细胞的心脏神经元图谱,并通过一系列生物信息学和机器学习方法进行了深入分析。
研究的关键技术方法
本研究主要基于生物信息学整合分析与机器学习建模。首先,研究团队整合了多个人类心脏组织单核RNA测序数据集,并利用Harmony算法去除批次效应,构建了包含超过百万个细胞核的综合心脏细胞图谱,从中提取出11,026个神经元进行后续分析。其次,研究使用了多种算法进行细胞亚群鉴定、拟时序分析、细胞间通讯分析以及转录调控网络推断,包括Seurat进行细胞聚类,Monocle2进行拟时序轨迹分析,CellChat和NicheNet进行细胞通讯分析,以及pySCENIC进行转录因子调控网络分析。最后,为了将基础研究发现转化为临床潜在应用,研究者利用hdWGCNA识别了与关键神经元亚群相关的共表达模块,并基于此特征集,在留一法交叉验证框架下,结合随机森林和支持向量机等九种机器学习算法,构建并优化了心力衰竭的预测模型。
研究结果
Landscape of neurons in heart failure(心力衰竭中的神经元景观)
通过整合大规模数据,研究人员首先确认神经元细胞占心脏细胞总数的1.1%,并且在扩张型心肌病和肥厚型心肌病患者的心脏中,神经元的丰度显著高于健康对照组。这一发现提示神经元丰度的变化可能与心力衰竭的病理过程相关。
Depicting the properties of neuronal subsets in the pathogenesis of heart failure(描绘心力衰竭发病机制中神经元亚群的特性)
对神经元进行无监督聚类分析后,研究鉴定出10个不同的神经元亚群,并根据标志性基因进行了命名。其中,N4-ALK神经元亚群在衰竭心脏中显著富集,而N2-OGFRL1亚群则更多见于健康心脏。更重要的是,N4-ALK的丰度与患者对左心室辅助装置(LVAD)植入治疗的反应性相关:在接受LVAD治疗后无反应的患者中,N4-ALK的比例增加;而在有反应的患者中,该亚群的比例则降低。N4-ALK的标志基因LRRC4C和ALK的表达水平也呈现出类似的临床关联模式。这提示N4-ALK可能是一个与心力衰竭不良预后相关的关键神经元亚群。
Transcriptional characteristics of failing heart-associated neuronal cells(衰竭心脏相关神经元细胞的转录特征)
为了解不同神经元亚群的功能差异,研究人员进行了基因本体富集分析和拟时序轨迹分析。结果显示,与心力衰竭相关的N4-ALK亚群显著参与轴突发生和神经元发育过程,而富集于正常心脏的N2-OGFRL1亚群则可能调控心脏形态发生。拟时序分析进一步表明,N4-ALK和N2-OGFRL1是神经元分化轨迹上的两个不同终末状态,其中N4-ALK倾向于出现在与突触组装和神经元投射发育相关的分化路径末端。
Cellular communication between N4-ALK cells and fibroblasts in heart failure(心力衰竭中N4-ALK细胞与成纤维细胞间的细胞通讯)
研究假设N4-ALK可能通过与周围细胞的相互作用来促进心力衰竭进展。通过CellChat算法分析细胞间通讯,发现与健康组相比,在DCM和HCM组中,N4-ALK作为“接收者”与作为“发送者”的成纤维细胞之间存在更强的相互作用。进一步分析锁定了一个关键的配体-受体对:成纤维细胞分泌的配体PTN与N4-ALK细胞上的受体ALK或PTPRZ1结合。空间转录组数据证实了PTN和PTPRZ1在心衰组织中的共定位。重要的是,PTPRZ1的表达在LVAD有反应的患者接受治疗后显著下调,而在无反应者中则无变化。这揭示了PTN-PTPRZ1轴是成纤维细胞与N4-ALK神经元之间的一种特异性、疾病相关的互作通路。
Identification of key upstream molecule regulating N4-ALK function(识别调控N4-ALK功能的关键上游分子)
为了阐明N4-ALK的转录调控机制,研究者利用pySCENIC进行了单细胞调控网络推断分析。他们发现转录因子RXRG在神经元细胞中高表达,并且在N4-ALK亚群中具有更高的调控子活性。该转录因子调控网络包含了PTPRZ1以及ALK、LRRC4C等其他N4-ALK标志基因。在多个心力衰竭患者的大样本转录组数据中,RXRG及其靶基因PTPRZ1的表达均显著上调,且二者表达呈显著正相关。此外,RXRG的表达水平同样与LVAD治疗反应性相关:在治疗有反应的患者中下调,在无反应者中上调。这些发现表明,RXRG可能是心力衰竭中上调PTPRZ1表达,从而促进成纤维细胞-神经元有害通讯的关键上游调控因子。
Validation of the mechanism mediated by N4-ALK cells in heart failure(验证N4-ALK细胞介导的心力衰竭机制)
为了验证上述发现的普适性,研究人员整合了更多包含不同心脏疾病(如缺血性心肌病、心肌梗死)的独立数据集进行分析。在这些新的验证队列中,N4-ALK亚群的丰度及其标志基因(PTPRZ1、ALK、LRRC4C)的表达在多种病因引起的心力衰竭中均显著上调。细胞通讯分析再次确认,在心力衰竭组中,神经元细胞(作为“接收者”)与成纤维细胞(作为“发送者”)之间通过PTN-PTPRZ1轴的相互作用被特异性激活,而这种互作在健康状态下几乎不存在。这进一步证实了PTN-PTPRZ1轴在心力衰竭中的稳定存在和重要作用。
Developing a molecular model to predict heart failure patients by machine learning algorithms(利用机器学习算法开发预测心力衰竭患者的分子模型)
最后,研究团队将基础研究发现向临床应用推进。他们利用hdWGCNA算法识别了一个与N4-ALK密切相关的基因共表达模块。基于该模块筛选出的66个特征基因,研究者在多个独立的转录组数据集上,通过结合随机森林特征筛选和线性判别分析的机器学习框架,构建了一个心力衰竭预测模型。该模型在训练和测试数据集上均表现出优越的预测性能,其平均曲线下面积达到0.82,优于单一生物标志物(如心力衰竭标志物NPPB)的预测能力。这为利用神经元特征进行心力衰竭的识别和风险评估提供了新的工具。
研究结论与重要意义
本研究的结论是,通过整合大规模单细胞数据,首次系统描绘了心力衰竭患者心脏的神经元图谱,揭示了10个功能各异的神经元亚群。其中,N4-ALK亚群在衰竭心脏中特异性富集,其丰度与LVAD治疗反应性负相关。研究首次阐明了一个由转录因子RXRG驱动的RXRG-PTN-PTPRZ1调控轴:在心力衰竭中,RXRG上调N4-ALK神经元上受体PTPRZ1的表达,进而增强了其与成纤维细胞分泌的配体PTN之间的特异性互作,这种异常的细胞通讯可能加速了心脏损伤进程。此外,基于N4-ALK相关特征构建的机器学习模型展现出良好的心力衰竭预测潜力。
这项研究的意义在于,它将研究视野投向了心脏中数量稀少但功能关键的神经元细胞,填补了心力衰竭神经调控机制研究的空白。该研究不仅描绘了心脏神经元的异质性全景,更重要的是,它发现并验证了一个全新的、与疾病进展和治疗反应相关的神经元亚群(N4-ALK)及其调控通路(RXRG-PTN-PTPRZ1轴)。这为理解心力衰竭的复杂病理生理网络增加了关键的神经调控维度,提示针对该轴线的干预(例如,抑制PTN-PTPRZ1互作或靶向RXRG)可能成为治疗心力衰竭的新策略。同时,研究构建的预测模型将基础研究发现与临床应用潜力连接起来,为未来开发基于神经元特征的心力衰竭诊断或预后评估工具奠定了基础。总之,这项研究为从神经科学角度深入探索心力衰竭的发病机制和开发新型治疗靶点提供了全新的视角和重要的数据资源。