阿尔茨海默病小胶质细胞样细胞中富集的体细胞癌症变异驱动炎症和增殖状态

Somatic cancer variants enriched in Alzheimer's disease microglia-like cells drive inflammatory and proliferative states.

作者信息August Yue Huang, Zinan Zhou, Maya Talukdar, Liz Enyenihi, Michael B Miller, Brian Chhouk, Ila Rosen, Mengyue Zheng, Minye Zhou, Averill Yang, Edward Stronge, Madel Durens, Minh Nguyen, Jaejoon Choi, Boxun Zhao, Sattar Khoshkhoo, Junho Kim, Rebecca Andersen, Zheming An, Yuchen Cheng, Javier Ganz, Levan Mekerishvili, Kyle J Travaglini, Mariano I Gabitto, Rebecca D Hodge, Eitan S Kaplan, Julia A Belk, Dan Landau, Ed S Lein, Philip L De Jager, David A Bennett, Samuele G Marro, Eirini P Papapetrou, Eunjung Alice Lee, Christopher A Walsh
PMID42019491
期刊Cell
发布时间2026-06-11
DOI10.1016/j.cell.2026.03.040

实验完整度

高

多层级证据:脑组织深度panel测序、FANS分选细胞扩增子验证、snRNAseq、snATACseq、iPSC来源小胶质细胞功能验证

主要模型

AD和对照死者前额叶皮层脑组织 荧光激活核分选(FANS)的CSF1R+小胶质细胞样脑巨噬细胞 CRISPR/Cas9编辑的等基因iPSC来源小胶质细胞样细胞(iMGL)

重点核对

panel测序平均深度>1000X,UMI一致性序列纠错后检测VAF低至0.1%的体细胞变异 随机选取22个sSNV、17个预测致病sSNV和10个移码sIndel,通过扩增子测序验证,sSNV验证率90%(35/39),sIndel验证率80%(8/10) FANS分选CSF1R+(小胶质细胞富集脑巨噬细胞)、NeuN+(神经元)、NeuN-(胶质和其他非神经元细胞)和DAPI+(所有脑细胞)核群,每个脑样本每种核群分选4次作为重复 GoT-ChA同时进行单核ATAC测序和靶向基因分型,5例AD和2例对照,14,928个高质量MLBM和8,252个高质量神经元 iPSC等基因系携带DNMT3A R882H/WT、TET2 DelE3-E11/WT、ASXL1 E635fs*15/WT变异,分化为iMGL后进行scRNAseq

摘要

阿尔茨海默病(AD)是一种以微胶质细胞介导的神经炎症为特征的神经退行性疾病。对311份脑样本进行的深度(>1000X)panel测序显示,AD脑中癌症驱动基因的体细胞单核苷酸变异(sSNV)富集,尤其是与克隆性造血(CH)相关的基因。这些sSNV与克隆扩增相关,并且存在于多个脑区的微胶质细胞样脑巨噬细胞(MLBM)以及配对的血液中,提示可能来源于造血系统。来自另外62个AD和对照脑的单核RNA测序数据显示,AD MLBMs中与CH相关的体细胞拷贝数变异(sCNV)增加,而单细胞多组学分析表明,携带sSNV和sCNV的MLBMs表现出疾病相关小胶质细胞特征的炎症和增殖转录特征。这些特征在携带TET2、ASXL1和DNMT3A变异的诱导多能干细胞来源的小胶质细胞样细胞中重现。这些发现表明,MLBMs中的克隆性体细胞驱动变异在AD中富集,可能促进神经炎症和神经退行性变。

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
AD脑中是否存在癌症驱动基因的体细胞变异富集,这些变异是否由小胶质细胞样脑巨噬细胞携带并影响其功能状态?
核心机制
克隆性造血相关体细胞驱动变异(如TET2、ASXL1、DNMT3A)赋予MLBMs增殖优势,使其扩增并转向促炎和疾病相关小胶质细胞(DAM)状态,可能促进神经炎症和神经退行性变。
主要证据
311份脑样本深度panel测序显示AD脑sSNV负荷增加且VAF更高;FANS分选和扩增子测序证实变异富集于CSF1R+细胞;GoT-ChA和snRNAseq显示携带变异MLBMs富集DAM和增殖状态;携带CH变异的iMGLs重现促炎和增殖转录特征。
研究意义
提示体细胞癌症驱动变异可能是AD中小胶质细胞从稳态向促炎疾病相关状态转换的关键驱动因素,为AD治疗提供补充淀粉样蛋白和tau策略的新途径。

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

脑组织体细胞变异检测

检测AD和对照脑前额叶皮层中癌症驱动基因的体细胞变异负荷

使用149个癌症驱动基因的UMI分子条形码panel对311份PFC样本进行深度测序,通过MosaicHunter和Pisces调用sSNV和sIndel,并进行负荷分析、阳性选择分析和 logistic 回归。

2

变异细胞类型定位

确定携带体细胞变异的脑细胞类型

用CSF1R抗体通过FANS分选小胶质细胞富集脑巨噬细胞核,通过扩增子测序测量CSF1R+、NeuN+、NeuN-和DAPI+细胞群中变异等位基因频率,并在多个脑区和配对血液中验证。

3

突变MLBM表观遗传和转录状态分析

分析携带CH变异的MLBMs在体内的染色质可及性和转录状态

使用GoT-ChA对5例AD和2例对照的PFC进行单核ATAC测序和靶向基因分型,并与snRNAseq数据整合分析突变细胞富集的微胶质细胞状态。

4

体细胞拷贝数变异分析

在独立snRNAseq数据集中检测AD小胶质细胞中的mCA及其转录效应

从SEA-AD snRNAseq数据中提取小胶质细胞-CAMs,使用CONICSmat调用mCA,比较AD和对照中mCA负荷,并对携带mCA的AD小胶质细胞-CAMs进行差异表达和功能富集分析。

5

iPSC来源小胶质细胞功能验证

验证CH驱动变异对小胶质细胞的因果效应

使用CRISPR/Cas9生成携带DNMT3A R882H/WT、TET2 DelE3-E11/WT、ASXL1 E635fs*15/WT的等基因iPSC系,分化为iMGLs并进行scRNAseq,比较突变和野生型iMGLs的转录状态和基因表达。

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
SureSelect XT HS2 DNA试剂盒Agilent TechnologiesG9983A
SureSelect XT定制0.5-2.9Mb文库Agilent Technologies5190-4819
Phusion Hot Start II DNA聚合酶试剂盒Thermo Fisher ScientificF549L
AMPure XP磁珠Beckman CoulterA63882
抗NeuN Alexa Fluor 488抗体(克隆A60)MilliporeSigmaMAB377X
抗CSF1R PE抗体(克隆D3O9X)Cell Signaling Technology65396
Chromium Next GEM单细胞3’ GEM、文库和凝胶珠试剂盒v3.110X GenomicsPN-1000121
ResolveDNA全基因组扩增试剂盒BioSkryb Genomics100136
EZ1 DNA组织试剂盒Qiagen953034
Chromium Next GEM单细胞ATAC试剂盒v210X Genomics1000406
白介素34Biotechne5265-IL
转化生长因子β1Biotechne7754-BH
巨噬细胞集落刺激因子Biotechne216-MC
CD200Biotechne2724-CD
趋化因子CX3CL1Biotechne362-CX
抗CX3CR1(N端)抗体Bio-Rad/AbD SerotecAHP1589
抗TREM2抗体(克隆237920)R&D SystemsMAB17291
抗Iba1(C端)抗体FUJIFILM Wako019-19741
抗P2RY12抗体MilliporeSigmaHPA014518

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
panel测序体细胞变异检测
测序深度(平均>1000X)、UMI一致性序列纠错、变异过滤标准(likelihood≥0.5,总reads≥100,突变支持reads≥4)、AD和对照样本量(190 vs 121)
阅读提示:STAR Methods:Panel design and sequencing;Somatic variant calling from panel sequencing;Table S2
变异细胞类型定位
FANS分选标记(CSF1R、NeuN、DAPI)、每个脑样本每种核群分选重复数(4次)、每次分选核数(500个)、扩增子测序验证方法
阅读提示:STAR Methods:Fluorescence-activated nuclei sorting (FANS) for brain samples;Amplicon sequencing;Figure 3B–F
突变MLBM表观遗传分析
GoT-ChA样本量(5例AD和2例对照)、snATACseq测序深度(每核25,000 read pairs)、GoT-ChA文库测序深度(每核5,000 read pairs)、基因分型方法
阅读提示:STAR Methods:Simultaneous genotyping and chromatin accessibility analysis of single cells;Figure 4;Table S4
mCA分析
SEA-AD数据集样本量(31例AD和31例对照)、mCA calling方法(CONICSmat)、过滤标准(Bonferroni校正p<0.05等)
阅读提示:STAR Methods:mCA calling from brain snRNAseq;Figure 5;Table S6
iPSC来源iMGL功能验证
iPSC系(N-2.12-D-1-1,APOE e3/e3)、变异类型(DNMT3A R882H/WT、TET2 DelE3-E11/WT、ASXL1 E635fs*15/WT)、iMGL分化细胞因子(IL-34、TGFβ、M-CSF、CX3CL1、CD200)及处理时间
阅读提示:STAR Methods:Gene editing of human iPSCs;Human iPSC culture and iMGL differentiation;Figure 6