成像质谱流式揭示人类胰腺中1型糖尿病进展过程中的功能及免疫学变化

Imaging mass cytometry reveals functional and immunological changes during type 1 diabetes progression in human pancreata

作者信息Nathan Steenbuck, Nicolas Damond, Stefanie Engler, Irina Kusmartseva, Amanda L Posgai, Denise M Drotar, MacKenzie D Williams, Natalie de Souza, Todd M Brusko, Maigan A Brusko, Clive H Wasserfall, Mark A Atkinson, Bernd Bodenmiller
PMID42393283
期刊Nat Metab
发布时间2026-07
DOI10.1038/s42255-026-01559-z

实验完整度

包含88例供者多阶段样本的IMC成像、单细胞聚类、伪时间轨迹、空间邻域分析及功能验证等多层级实验。

主要模型

88例器官供者的胰腺组织 β细胞及其他胰岛内分泌细胞 胰岛浸润免疫细胞(T细胞、巨噬细胞等) sAAb+、mAAb+、Onset、LD及对照组供者队列

重点核对

供者队列疾病分期及协变量匹配(年龄、性别、BMI) β细胞及免疫细胞类型注释方法(IMC数据聚类) β细胞伪时间分析(slingshot) 浸润评分计算方法 统计模型(线性混合效应模型、edgeR差异丰度)

摘要

1型糖尿病的发病机制,特别是在自身抗体阳性的临床前期阶段,仍知之甚少,部分原因是样本可得性有限。在此,我们展示了来自88例器官供者的胰腺样本的成像质谱流式数据,其中包括28例单一和10例多种自身抗体阳性供者。我们使用79种抗体对1600万个单细胞进行了成像,以表征β细胞状态和胰岛-免疫界面,并对相关协变量进行了校正。我们鉴定了促炎性巨噬细胞与耗竭样(PD1+TIM3+)T细胞之间的相互作用。这些相互作用是早期疾病和胰岛素炎性胰岛的特征,表明巨噬细胞在疾病发展中起关键作用。β细胞在临床前疾病中表现出IAPP缺失、胰岛素炎性干扰素特征,并且与对照相比,疾病样本中三个测量的内质网应激标志物没有增加。多种免疫细胞亚型与年轻年龄和胰岛素炎相关,可能导致年轻患者更严重的疾病。我们的数据提供了描述早期1型糖尿病进展的资源,并在广泛β细胞丢失之前揭示了潜在的临床可行特征。

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1型糖尿病进展过程中,人类胰腺中β细胞功能和胰岛-免疫界面发生了哪些变化?
核心机制
早期疾病中,促炎性巨噬细胞与耗竭样T细胞(PD1+TIM3+)相互作用,可能与β细胞MHC-I及MHC-II上调、IAPP丢失及干扰素驱动的胰岛炎症有关。
主要证据
对88例供者胰腺进行IMC成像,鉴定出β细胞IAPP丢失、MHC-I/II上调以及M1/M2样活化巨噬细胞和T-exeff细胞的胰岛浸润。
研究意义
该研究提供了早期T1D进展的资源,并揭示了在广泛β细胞丢失前可能具有临床干预价值的关键特征(如IAPP丢失、巨噬细胞与T细胞互作)。

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

队列构建与IMC数据获取

获取涵盖不同疾病阶段的胰腺组织并进行高内涵成像

从nPOD获取88例供者胰腺切片,使用两个45-plex抗体面板(共79个抗体)进行IMC成像,每个供者采集两个连续切片,每张切片75个ROI。

2

细胞分割与注释

识别胰腺内细胞类型并用于后续分析

使用Mesmer进行细胞分割,基于谱系标记物表达进行聚类和注释,分为内分泌细胞(α、β、δ、ε、γ)和非内分泌细胞(腺泡、导管、内皮等)。

3

β细胞表型特征分析

评估疾病进展中β细胞功能标记物和应激状态的变化

分析β细胞中IAPP、ProINS、C-peptide、HLA-ABC、HLA-DR、ER应激标记物(WFS-1、IRE1α-P、XBP1)等的表达,并计算β细胞比例。

4

β细胞伪时间轨迹分析

推断β细胞在疾病进展中的顺序变化

使用slingshot对β细胞表达谱进行伪时间分析,基于扩散图嵌入,识别单一谱系,并将伪时间与疾病阶段、HbA1c等特征关联。

5

免疫细胞组成和浸润分析

表征免疫细胞类型及其随疾病阶段的丰度和空间分布变化

注释免疫细胞为T细胞(CD4、CD8、DN)、B细胞、NK细胞、髓系细胞等,计算密度和浸润评分,分析距离胰岛边缘的富集模式。

6

T细胞亚型分析

鉴定T细胞亚型及其在胰岛中的分布和功能状态

基于CD45RO、CD45RA、CD27、PD1、TIM3、CD103、GranB等标记物,将TCD4和TCD8细胞细分为多个亚型,分析其在胰岛内的富集和密度。

7

髓系细胞亚型分析

表征巨噬细胞和树突状细胞亚型及其与T细胞的相互作用

将髓系细胞分为9个亚型,包括M1/M2样活化巨噬细胞、CD11c+巨噬细胞、cDCs等,分析其密度、浸润评分、标记物表达及与T细胞的空间关联。

8

年龄相关免疫景观分析

鉴定与年龄相关的免疫细胞差异及其对疾病严重性的潜在影响

比较年轻(<13岁)与年长(≥13岁)供者中免疫细胞丰度,鉴定CD11c+巨噬细胞和TRM低活化细胞等年龄相关亚型,分析胰岛素炎性浸润基序。

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
MaxPar X8多金属标记试剂盒Fluidigm--
Helios飞行时间质谱流式细胞仪(CyTOF)耦合Hyperion成像系统Fluidigm--
Mesmer----
steinbock----
Fiji----
ilastik----
CellProfiler----
R----
edgeR----
lmerTest----
slingshot----
batchelor----
Catalyst----

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
组织样本与队列
供者疾病分期(对照、sAAb+、mAAb+、Onset、LD)、供者数量、年龄、性别、BMI等协变量匹配
阅读提示:Methods: Donor details; Supplementary Table 1
抗体染色
抗体信息(克隆号、金属标记)、抗体浓度、染色时间、温度、抗原修复条件
阅读提示:Methods: Antibody testing and validation, Antibody conjugation and titration, Tissue staining; Supplementary Tables 2-8
IMC数据采集
IMC仪器设置(激光频率、分辨率)、ROI数量及位置选择、数据批次及校准
阅读提示:Methods: IMC data acquisition, ROI selection
细胞分割与注释
细胞分割算法(Mesmer)参数、聚类算法及参数、注释标记物列表
阅读提示:Methods: Cell segmentation, Cell type annotation; Supplementary Tables 10-11
伪时间分析
用于伪时间分析的β细胞标记物列表、slingshot参数、扩散图参数
阅读提示:Methods: Pseudotime analysis; Supplementary Table 10
统计分析
统计模型(LMM、edgeR)公式、随机效应、协变量(年龄、ICU时间)、多重检验校正方法
阅读提示:Methods: Quantification and statistical analysis