人類細胞圖譜的任務是創建所有人類細胞的綜合參考地圖，以描述和定義健康和疾病的細胞基礎。

來自加州大學歐文分校生物化學助理教授Kai Kessenbrock博士，是人類乳腺細胞圖譜項目的聯合首席研究員，其項目旨在用單細胞和空間分辨率繪制人類乳腺組織中存在的所有細胞類型和狀態。

來了解下他的團隊是如何將空間分析與單細胞RNA測序結合起來構建人類乳腺的空間分辨率單細胞多組學圖譜的。

圖片來自Kessenbrock博士演講報告

每個細胞都不是一座孤島

細胞被嵌入一個復雜的三維微環境中，由細胞外基質和其他類型的細胞組成，可能與感興趣的細胞形成緊密的細胞間相互作用。乳腺上皮系統由嵌入乳腺內富含脂肪組織的導管上皮網絡組成。該系統包含幾個不同的感興趣的區域，包括小葉單位、結締組織、導管和脂肪組織。

該團隊此前使用了大量分析工具，包括Western blot、定量PCR和大量RNA測序。這些方法可以分析數萬到數百萬個細胞，但提供的細胞群體的平均值可能會錯過細胞群子集中的底層細胞狀態。Kessenbrock博士強調，單細胞水平分析使其能夠識別和描述以前未被發現的不同細胞群。

他的目標不僅是在單個細胞水平上描述每個細胞類型，而且還要了解它們在組織中的位置。他們使用的策略包括分離細胞和進行單細胞RNA測序，以觀察細胞在組織中的維持方式。然而，該團隊也對了解組織內局部維持的間充質細胞類型的譜系感興趣。
 

構建人類乳腺的空間分辨率單細胞多組學圖譜

Kessenbrock博士指出，在人類個體的生命周期中，從青春期到懷孕、哺乳期、更年期，乳房都要經歷相當劇烈的重建。這是非常明顯的組織重組階段。因此，密切關注每一個被剖析的樣本是很重要的。該項目的最終目標是建立一個更精確的參考圖譜，使研究人員能夠確定組織何時偏離正常，從而提高乳腺癌的早期檢測。

單細胞RNA測序使捕獲乳腺組織中的大多數重要細胞類型成為可能。但是，該研究小組分析單細胞RNA-seq數據后發現，成熟的脂肪細胞不足。他們得出的結論是，大多數成熟的脂肪細胞無法在單細胞RNA測序中嚴苛的分離過程中存在。為了解決這個問題，研究小組使用了單核RNA測序技術，從而可以捕獲脂肪細胞和其他以前未被發現的免疫細胞，包括肥大細胞，這些細胞已知存在于上皮細胞的導管中。

單細胞和單核RNA測序的結合提供了一個全面覆蓋乳腺所有細胞類型的數據集，但是缺乏空間信息。該團隊與Akoya合作，使用CODEX平臺構建了一個有34個抗體的面板，用于多重免疫熒光的乳腺組織空間圖譜分析。

對CODEX成像數據進行評估

CODEX乳腺組織成像顯示了四個明顯的感興趣區域:小葉單位、結締組織、導管和脂肪組織。

研究小組利用Stardist Pipelines進行分割，捕獲細胞核和細胞質標記物，并通過蛋白基質將成像數據轉化為細胞。

無偏降維和集群數據需要對許多集群進行需要標記。Kessenbrock博士的團隊目前正在研究自動標記算法，以拉入RNA測序信息，自動標記集群。細胞被分割和標記后，每個細胞在組織樣本中都有自己的身份和二維坐標，使多重免疫熒光數據的定量分析成為可能。

研究小組發現，乳腺導管和小葉的細胞密度和多樣性最高。Voronoi分析說明了組織內細胞生態系統的結構。Kessenbrock博士恰當地將小葉單位的高細胞密度和多樣性與城市和大都市地區的高人口密度和多樣性進行了比較，而管道對應于州際公路。結締組織和脂肪組織表現出與郊區和農村相同的低密度和多樣性。

觀看由Kessenbrock博士帶來的《人類細胞圖譜：構建人類乳腺的空間分辨率單細胞多組學圖譜》的網絡講座，獲得更多應用細節。

掃碼觀看完整視頻了解以上應用更多細節