健康大脑衰老和认知障碍期间的脑脊液免疫失调单细胞数据分析

文章概述

文章标题：《Cerebrospinal fluid immune dysregulation during healthy brain aging and cognitive impairment》

发表日期和杂志：2022年发表在Cell上

在线阅读链接：https://doi.org/10.1016/j.cell.2022.11.019

实验设计与疾病简介

对 59 名年龄在 47-82 岁之间的男女受试者的脑脊液进行 scRNAseq 和 scTCRseq。在这些受试者中，45名为健康对照，其余14名是认知障碍（MCI或AD引起的痴呆）患者。

单细胞转录组数据情况

数据链接是：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE200164

59个样品

提供了counts.csv.gz的文件，直接下载后按照数据集整理对应的文件，使用fread()函数读取即可，但是需要对数据进行一些整理。

GSE200164_counts.csv.gz 1.0 Gb (ftp)(http) CSV

读取数据counts文件，对数据进行整理，再创建seurat结构进行后续的分析。

###### step1:导入数据 ######  
#读取数据并进行整理
ct=fread( 'GSE200164_counts.csv.gz',data.table = F)
ct[1:4,1:10]
length(unique(ct$V1))
ct[nrow(ct),1:4]
rownames(ct)=ct[,1]
ct=ct[,7:ncol(ct)]
ct[1:4,1:4]

#创建seurat对象
sce.all =CreateSeuratObject(counts =  ct ) 
as.data.frame(sce.all@assays$RNA$counts[1:10, 1:2])
head(sce.all@meta.data, 10)
table(sce.all$orig.ident)
rm(ct)

library(stringr)
phe=str_split( colnames(sce.all),'[-_]',simplify = T)
head(phe)

table(phe[,1]) 
table(phe[,3]) 

as.data.frame(sce.all@assays$RNA$counts[1:10, 1:2])
head(sce.all@meta.data, 10)
table(sce.all$orig.ident) 

# 分组信息,通常是隐含在文件名,样品名字里面
sce.all$group=toupper( substring(colnames(sce.all),1,1))

table(sce.all@meta.data$group)
table(sce.all@meta.data$orig.ident)

后面就是标准分析啦,对读取进来的数据进行质控、harmony整合以及单细胞细分亚群定义等。

第一层次降维聚类分群

使用UMAP方法对细胞进行可视化，分析了 70,391 个质量控制的脑脊液免疫细胞，分离了脑脊液免疫细胞类型。

主要包括CD4+和CD8+ T细胞、T调节细胞(Tregs)、自然杀伤细胞(NK)、浆细胞、B细胞、树突状细胞和三种经典、中间和非经典单核细胞，通过不同的CD14和CD16表达和伪时间分析来区分。

根据其主要标记基因的表达对脑脊液免疫簇进行注释

其它加分项

与健康大脑衰老相关的线性脑脊液免疫转录组变化

使用线性回归评估与年龄相关的每种细胞类型的转录组变化，发现CD4+和CD8+ T细胞和非经典单核细胞随着年龄的增长具有最多的差异表达基因(DEGs)

并且绘制随年龄变化的差异基因，分析发现CD4 + 和CD8 + T细胞中分化簇74（CD74）的表达增加

与健康大脑衰老相关的非线性脑脊液免疫转录组变化

当可视化基因表达随年龄的增长时，脑脊液免疫基因以明显的非线性模式波动。因此，文章中国可视化脑脊液免疫基因的非线性变化，并比较脑脊液免疫细胞的基因表达轨迹随年龄的变化。

通过局部估计散点图绘制在非经典单核细胞中检测到的 7,980 个基因随年龄增长的表达图，显示出波浪形的表达轨迹，并使用分层聚类来识别基因表达随年龄变化的不同模式

为了进一步验证基因表达随年龄的变化，基于模型的单细胞转录组学（MAST）分析进行差异表达，将健康对照 （HC） 受试者分为中（<70 岁）和晚期（≥70 岁）年龄组，以中位年龄为 70 岁作为临界值。

发现晚期和中年组的DE在非经典单核细胞中也显示出最高水平的免疫失调。

通过 LOES 绘制了非经典单核细胞的上调基因，这证实了脂质转运基因 APOE、APOC1 和 PLTP 随着年龄的增长而增加的非线性表达。

细胞通讯分析

使用配体-受体相互作用的信号分子相互作用数据库CellChat，来分析来自 scRNA-seq 数据的细胞间通讯。

分析发现在scRNA-seq数据中，认知正常和认知受损的脑脊液的细胞间相互作用看起来高度相似。

检测到CD8 + T细胞之间最强的传入相互作用和来自非经典单核细胞的最强传出相互作用。

探测了认知受损脑脊液的细胞间相互作用，发现非经典单核细胞和CD8 + T细胞之间通过HLA-A，HLA-B，HLA-C和HLA-E结合CD8A和CD8B具有很强的通讯概率

绘制了认知受损脑脊液中CXCL16-CXCR6信号转导的细胞间相互作用，这表明非经典单核细胞是CD8 + T细胞上表达的CXCR6的CXCL16的主要来源

认知障碍受试者克隆扩增的 CSF T 细胞失调

使用我们建立的TCR Levenshtein相似性(LSIM)网络方法来比较认知受损患者和认知正常受试者的TCR，这些受试者分为四个相同大小的年龄段(早中年和晚中年以及早高龄和晚高龄)。

结果表明，认知受损受试者的TCR与最年长的两个年龄段(早、晚高龄)的TCR相似性增加，认知受损受试者的TCR与两个最小年龄段的TCR之间没有相似之处

文章小结

1. 对45名年龄从54岁到82岁的认知正常受试者的脑脊液进行了单细胞RNA测序，发现单核细胞中脂质转运基因随着年龄的增长而上调。
2. 将45名认知正常受试者与14名认知受损的受试者进行比较，发现在认知受损的受试者中，单核细胞中脂质转运基因的下调伴随着CD8 T细胞细胞因子信号的改变。
3. 发现克隆性CD8 T效应记忆细胞上调认知障碍受试者的C-X-C基序趋化因子受体6 (CXCR6)。CXCR6配体C-X-C基序趋化因子配体16 (CXCL16)在认知受损受试者的脑脊液中升高，表明CXCL16-CXCR6信号传导是抗原特异性T细胞进入大脑的一种机制。