瓣叶并非无辜的旁观者:功能性二尖瓣和三尖瓣反流伴随不同的纤维化重构

Valvular Leaflets Are Not Innocent Bystanders: Divergent Fibrotic Remodeling Accompanies Functional Mitral and Tricuspid Regurgitation

作者信息Hongjie Shi, Songren Shu, Xing Chen, Xiao Chen, Xiaohu Wang, Weiteng Wang, Xianqiang Wang, Shen Song, Hai Hu, Kexin Han, Jiangping Song, Jinping Liu
PMID41744092
发布时间2026-02
DOI10.1161/ATVBAHA.125.324134

实验完整度

包含临床队列病理分析、bulk RNA-seq、scRNA-seq、组织病理验证、原代细胞药物干预及大鼠体内模型等多层级证据,并进行了功能验证和机制验证。

主要模型

FMR/FTR患者瓣叶组织(病理和转录组) 人原代瓣膜内皮细胞(VEC) 人原代瓣膜间质细胞(VIC) 野百合碱诱导的大鼠肺动脉高压FTR模型

重点核对

FMR/FTR瓣叶样本的轻、中、重度分级依据(TTE) 单细胞测序样本量(FMR 8例,FTR 11例)和细胞质量阈值 细胞分群的标记基因(VIC:DCN,VEC:PECAM1) bulk RNA-seq的严重程度分组(轻度 vs 重度) 体内干预的剂量和途径(SAA:3 mg/kg口服,RO8191:2 mg/kg腹腔注射)

摘要

背景:功能性瓣膜反流(FVR)的进展传统上归因于外部解剖学改变,未考虑瓣叶内在病理。新证据提示瓣叶是FVR发病中的主动参与者而非被动旁观者。针对主要FVR亚型,特别是功能性二尖瓣反流(FMR)和功能性三尖瓣反流(FTR),缺乏系统的瓣叶特异性病理机制研究。方法:在心脏移植队列中分析FVR与临床参数的相关性。全面的显微病理学评估了轻、中、重度FMR/FTR瓣叶的纤维化重构,并在独立的批量RNA测序队列(FMR/FTR:各41例)中验证。对19个FVR瓣叶(FMR:3例轻度/2例中度/3例重度;FTR:5例轻度/3例中度/3例重度)进行单细胞RNA测序。后续分析(簇注释、细胞比例、轨迹推断和细胞间通讯)探讨了FVR纤维化重构的细胞机制,重点关注FMR和FTR之间的独特和共享变化。组织病理学和批量转录组学验证了单细胞RNA测序结果。来自FVR患者的原代瓣膜内皮细胞和瓣膜间质细胞接受了药物干预。建立野百合碱诱导的大鼠肺动脉高压模型以构建FTR,随后进行药物治疗以评估瓣叶靶向治疗的疗效。结果:纤维化瓣叶重构评分独立预测FMR/FTR严重程度,精度高,且显著改善了解剖异常之外的预测能力。纤维化重构在FMR和FTR之间表现出不同的机制。在FMR中,受抑制的视黄酸代谢驱动抗纤维化至中性瓣膜间质细胞转变。在FTR中,受损的IFN(干扰素)信号促进抗纤维化至促纤维化瓣膜间质细胞转分化,并由内皮-间质转化衍生的促纤维化瓣膜内皮细胞加重。靶向PDK4(丙酮酸脱氢酶激酶4)上调或IFN信号激活在体外和体内降低了FTR严重程度。结论:瓣叶特异性器质性纤维化重构主动参与FVR,不仅仅是功能性适应,FMR与FTR之间的纤维化机制不同。PDK4和IFN调节显示出对FTR的治疗潜力。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在功能性二尖瓣反流和功能性三尖瓣反流中,瓣叶是否发生主动的纤维化重构及具体的分子机制是否存在差异?
核心机制
FMR中,视黄酸代谢抑制驱动抗纤维化VIC向中性VIC转变;FTR中,IFN信号受损促进抗纤维化VIC向促纤维化VIC转分化,并由EndoMT衍生的促纤维化VEC加重。
主要证据
通过人类瓣叶组织的单细胞RNA测序、组织病理学、批量RNA测序、原代细胞实验和体内大鼠模型,发现纤维化评分独立预测FMR/FTR严重程度,且FMR和FTR中VIC亚群动态和分子通路不同。
研究意义
作者提出瓣叶是FVR的主动参与者,靶向瓣叶的药物治疗(如FMR中补充视黄酸通路激动剂,FTR中IFN诱导剂和PDK4调节剂)可能改善长期瓣膜功能和患者预后。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

FVR临床队列与病理分析

评估瓣叶组织病理改变及其与临床严重程度的关系

收集心脏移植患者的101个瓣叶,通过Masson、Alcian blue和EVG染色评估胶原、蛋白聚糖和弹性蛋白变化,计算纤维化评分和胶原评分;分析临床参数与纤维化评分的相关性。

2

scRNA-seq构建瓣叶细胞图谱

识别瓣叶中的主要细胞类型及其在FMR/FTR中的动态变化

对19个瓣叶进行单细胞测序,经质控、聚类、注释,分析细胞类型比例和基因表达变化。

3

VIC亚群分析与轨迹推断

探究FMR和FTR中VIC亚群转变的机制

将VIC分为抗纤维化、中性和促纤维化亚群,通过拟时间分析推断分化轨迹,结合通路富集和免疫荧光验证。

4

EndoMT分析和VEC亚群鉴定

探究VEC向VIC的转分化及其在FTR中的促纤维化作用

通过基因评分定义过渡态VEC,进行轨迹分析和差异基因分析,鉴定驱动EndoMT的候选分子,并通过Western blot验证PDK4作用。

5

体内药理干预验证治疗效果

验证靶向PDK4或IFN信号对FTR的治疗效果

建立野百合碱诱导的大鼠FTR模型,给予SAA(PDK4激动剂)或RO8191(IFN受体激动剂),通过超声和右心导管评估反流程度,并通过病理染色评估纤维化。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
Masson三色染色试剂盒Leagene BiotechnologyDC0033
阿利新蓝溶液Sigma-Aldrich--
核固红Vector Laboratories--
DPX封片剂Sigma-Aldrich--
Pannoramic 250 Flash II显微镜----
Zeiss Axio Observer Z1显微镜Carl Zeiss AG--
TRIzol试剂Invitrogen--
Illumina TruSeq链特异性mRNA文库构建试剂盒Illumina--
NovaSeq 6000测序仪Illumina--
分散酶IISigma--
I型胶原酶Worthington--
ACK裂解缓冲液Gibco--
10x Genomics Chromium系统10x Genomics--
Advanced DMEM培养基Gibco--
II型胶原酶WorthingtonLS004176
CD31偶联磁珠Miltenyi130-091-935
重组人TGFβ1MedChemExpressP01137
丹酚酸AMCEHY-N0318
RO8191MCEHY-W063968
AR6抗原修复液AKOYA BIOSCIENCESAR600250ML
正常山羊血清ZSBG-BIOZLI-9021
DAPI染色液ZSGB-BIOZLI-9557
SPTBN1抗体Proteintech19722-1-AP
ACTN2抗体Abcamab9465
POSTN抗体Proteintech66491-1-Ig
VIM抗体Proteintech10366-1-AP

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
患者样本收集
心脏移植患者和供体的瓣叶数量、FMR/FTR严重程度分级标准
阅读提示:Methods:Human Specimen and Ethics 和 Diagnostic Approach to FVR
组织学染色
染色步骤、试剂配方、孵育时间
阅读提示:Methods:Alcian Blue Staining、Masson Trichrome Staining、Elastic Van Gieson Staining
纤维化评分计算
纤维化评分和胶原评分的计算方法、基因集定义
阅读提示:Methods:Calculation of Fibrosis Score and Collagen Score
单细胞测序
单细胞悬液制备、酶消化条件、文库构建和测序平台、质量控制阈值
阅读提示:Methods:scRNA-Seq Data Generation and Preprocessing
VIC和VEC亚群分析
VIC和VEC亚群定义标记基因、过渡态定义、拟时间分析参数
阅读提示:Methods:Cell Type Annotation and Functional Enrichment Analysis、Cellular Functional Scoring and Classification、Trajectory Analysis
原代细胞干预实验
VEC和VIC分离方法、培养条件、TGFβ1处理浓度(10 ng/mL)、SAA和RO8191浓度
阅读提示:Methods:Isolation and Intervention of Human Primary Mitral/Tricuspid VECs、Isolation and Culture of Human VICs
动物模型和干预
SPR大鼠品系和性别、MCT剂量(60 mg/kg)、SAA和RO8191剂量和给药途径、治疗周期
阅读提示:Methods:Animal Model Establishment and Validation
统计分析
统计方法(单因素方差分析、t检验等)和显著性阈值(P<0.05)
阅读提示:Methods:Statistics