《Genes》:An Exploratory Single-Cell Analysis Identifies Candidate Shared Molecular Features in Proliferative Diabetic Retinopathy and Parkinson’s Disease
编辑推荐:
背景:糖尿病视网膜病变(DR)和帕金森病(PD)是常见的进行性疾病,分别导致不可逆的视觉损害和运动功能障碍。越来越多的证据表明,视网膜改变可能先于并预测PD的神经退行性变,提示二者存在潜在的共同致病机制。本研究旨在描绘DR和PD之间的分子和细胞联系,特别关注其
背景:糖尿病视网膜病变(DR)和帕金森病(PD)是常见的进行性疾病,分别导致不可逆的视觉损害和运动功能障碍。越来越多的证据表明,视网膜改变可能先于并预测PD的神经退行性变,提示二者存在潜在的共同致病机制。本研究旨在描绘DR和PD之间的分子和细胞联系,特别关注其趋同的神经免疫和血管通路。方法:研究人员整合了来源于增殖性DR(PDR)视网膜纤维血管膜和PD脑组织的单细胞RNA测序(scRNA-seq)数据集。在每个数据集中鉴定与细胞类型相关的转录特征,并比较相应的细胞群体以识别候选重叠分子特征。使用CellChat推断细胞群体之间潜在的配体-受体相互作用。进行基因集富集分析(GSEA)和基因集变异分析(GSVA)以探索相关的生物学通路和转录程序。结果:A2M、NRP1和ETS2被鉴定为PDR和PD数据集中相应小胶质细胞和内皮细胞群体的候选共享转录特征。CellChat分析预测了两种数据集中均存在ITGB2–ICAM1(整合素β2-细胞间黏附分子1)配体-受体相互作用,尽管预测的发送者-接收者关系因组织背景而异。GSEA和GSVA识别出跨分析数据集的共同炎症、凋亡、缺氧相关和上皮-间质转化相关转录程序。这些发现提示PDR和PD之间可能存在趋同的免疫-血管和炎症特征。结论:这项探索性单细胞分析识别了PDR和PD之间共享的候选细胞类型相关转录特征和潜在的细胞间通讯模式。预测的ITGB2–ICAM1相互作用为免疫-血管通讯的进一步研究提供了假说。
研究背景:糖尿病视网膜病变(DR)和帕金森病(PD)是两种常见的慢性进行性疾病,分别导致不可逆的视觉损害和运动功能障碍。DR是糖尿病的微血管并发症,其晚期增殖性糖尿病视网膜病变(PDR)以视网膜新生血管为特征;PD是第二大神经退行性疾病,以黑质多巴胺能神经元丢失为病理基础。现有治疗手段如抗血管内皮生长因子(anti-VEGF)注射和多巴胺替代疗法均无法阻止疾病进展。流行病学研究表明,糖尿病合并DR者PD风险升高,且视网膜与大脑共享胚胎起源和神经血管单元结构,提示二者可能具有共同的炎症、微血管功能障碍、氧化应激等机制。然而,既往研究多采用批量转录组分析或动物模型,难以解析细胞类型特异性的变化,因此需要利用单细胞RNA测序(scRNA-seq)在单细胞分辨率下探究PDR与PD之间的共享分子特征。
研究人员开展的研究:该研究从基因表达综合数据库(GEO)获取PDR视网膜纤维血管膜和PD脑组织的scRNA-seq数据集,分别进行细胞鉴定、差异表达分析、细胞通讯推断和通路富集分析。结果表明,A2M、NRP1和ETS2是小胶质细胞和内皮细胞(ECs)共有的候选转录特征;CellChat预测了ITGB2–ICAM1配体-受体相互作用;GSEA和GSVA揭示了共享的炎症、凋亡、缺氧和上皮-间质转化(EMT)相关程序。该研究发表在《Genes》期刊,为理解两种疾病共有的免疫-血管机制提供了探索性证据。
主要技术方法:研究使用两个公开scRNA-seq数据集:GSE165784(来自5例未接受术前抗VEGF注射或视网膜激光光凝的PDR患者的纤维血管膜)和GSE161045(来自4例PD患者的脑组织)。采用Seurat SCTransform进行数据标准化与聚类,依据标记基因注释细胞类型;使用FindMarkers筛选细胞类型富集基因;使用CellChat推断配体-受体相互作用;运用GO和KEGG富集分析;使用GSEA(v1.64.0)和GSVA(v1.50.0)分析通路活性。
研究结果:
3.1 鉴定DR和PD中的细胞类型:经过质量控制,保留PDR数据集23,437个基因,PD数据集30,172个基因,分别聚类为12和11个细胞簇。UMAP显示小胶质细胞、ECs和周细胞是核心群体,标记基因分析确认了各群的分子特征,比例分析显示这些细胞在两种疾病中占一定比例。
3.2 比较核心细胞群的细胞类型富集基因:通过FindMarkers分析,PDR和PD分别获得814和2362个高表达基因。韦恩图显示小胶质细胞有19个共同基因,ECs有197个,周细胞有2个。其中A2M、NRP1和ETS2在小胶质细胞和ECs中均有表达,UMAP和点图进一步显示了其表达分布。
3.3 GO和KEGG分析:GO分析显示,小胶质细胞富集免疫应答、炎症反应和信号转导;ECs富集血管生成、细胞-细胞黏附和血脑屏障维持;周细胞富集细胞黏附和神经系统发育。KEGG分析显示,小胶质细胞富集吞噬体、I型糖尿病和自噬;ECs富集PI3K-Akt信号通路、紧密连接和黏着斑;周细胞富集细胞周期、紧密连接,且在PD中还与胰岛素分泌和II型糖尿病相关。
3.4 阐明PDR纤维血管膜中小胶质细胞和内皮细胞的ITGB2介导串扰:CellChat分析显示,在PDR中ITGB2信号由ECs发出,通过旁分泌作用于多种细胞;