Nature丨空间蛋白+空间转录解析人类母胎界面的时空分辨图谱
从妊娠早期开始,胎儿来源的绒毛外滋养层(EVT)侵入子宫并重塑螺旋动脉,将其转化为扩张血管。目前已有研究表明,EVT与母体蜕膜协调促进有利于螺旋动脉重塑(SAR)的组织微环境。然而,关于参与这类活动的细胞类型及相互作用,以及细胞随着胎龄演变的规律尚不清楚。
2023年7月,斯坦福大学的Michael Angelo团队在Nature (IF 64.8)杂志上发表题为“A spatially resolved timeline of the human maternal-fetal interface”的研究,研究者对66例妊娠6-20周个体完整蜕膜中的50万个细胞和近600条动脉血管,进行空间蛋白质组学和空间转录组学的检测,构建了怀孕前半段人类母胎界面的时空图谱。通过对特定蛋白和基因的定位,作者最终开发了一个螺旋动脉重塑(SAR)的综合模型,发现伴随入侵的是促血管生成、EVT程序的上调,这些程序可促进与血管内皮的相互作用,同时避免激活母体免疫细胞。
研究材料
妊娠6-20周个体完整蜕膜中的50万个细胞和近600条动脉血管,n=66
技术路线
步骤1:蜕膜空间蛋白/转录检测及细胞定位;
步骤2:蜕膜螺旋动脉重塑(SAR)评定与转录表达;
步骤3:与胎龄(GA)相关的免疫细胞评定;
步骤4:与胎龄(GA)相关的免疫基因表达计算;
步骤5:蜕膜不同区域的转录和蛋白表达。
研究结果
1. 蜕膜的空间多重成像
作者对66名接受选择性终止妊娠且胎儿无异常的志愿者胎膜和蜕膜组织进行收集、福尔马林固定和石蜡包埋。设计37重抗体组合(功能标记蛋白)并通过多路离子束飞行时间成像(MIBI-TOF)对样本进行空间蛋白组分析;空间转录组数据通过深度学习算法对细胞进行分割,分成25个细胞群并结合标志物及组织学特征进行手动注释。作者鉴定到总的细胞类型为结构细胞、免疫细胞、胎儿细胞。其中结构细胞由成纤维细胞、血管内皮细胞和腺体上皮细胞组成;免疫细胞以巨噬细胞和NK细胞为主,T细胞、树突状细胞、肥大细胞数量很少;胎儿细胞分为四个EVT亚群,表达marker不同。
图1 66名终止性妊娠样本的空间蛋白组和空间转录组检测
在免疫细胞中,蜕膜巨噬细胞普遍表达CD163和CD206,这与M2极化的耐受性表型一致。根据CD11c和HLA-DR表达将DC-SIGN+巨噬细胞进一步分为三个亚群:Mac2a,Mac2b和Mac2c。NK细胞根据CD57,CD11c和CD8的组合表达分成四个亚群:NK1,NK2,NK3和NK4。T细胞由CD8+ T细胞、NK T细胞,CD4+T细胞和少量的Treg细胞组成。免疫细胞的组成和表达可能对驱动母体耐受起到关键作用。综上,母体和胎儿中功能细胞共同排列以维持妊娠期间耐受性的生态位。
图2 蜕膜免疫细胞组成及细胞类型定位
2. 螺旋动脉重塑(SAR)与局部组成相关
异常的SAR与产科并发症有关,但其背后的细胞调控尚不清楚。作者通过时空图集构建了SAR轨迹,对588条动脉样本进行阶段归类,根据动脉扩张、平滑肌损失与EVT内皮化程度分为5个阶段。结果展示SAR虽与胎龄(GA)相关,但在某些时期里一致性不完全。作者开发了一个算法判定SAR与GA的相关性,对每个动脉样本提取35个参数,结合手动分期构建SAR的高度解析拟时轨迹,并赋予SAR重塑评分(δ)。通过线性回归分析,蜕膜EVT的频率与SAR的相关性较强,而母体免疫细胞比例的变化主要由GA驱动。
图3 蜕膜螺旋动脉重塑与基因和蛋白的关系
3. 免疫微环境组成与胎龄(GA)相关
作者对免疫细胞与胎龄的相关性进行评估,随着GA增加(6-20周),细胞类型从NK细胞T细胞表现出细胞毒性及免疫抑制,逐步转化到以间质细胞和耐受性巨噬细胞为主。通过建立测试训练队列的脊回归模型,发现T细胞和NK细胞的相对频率与GA呈负相关,而总巨噬细胞频率与GA呈正相关,但基于相同免疫细胞频率预测SAR(δ)的回归模型表现不佳,这证明了免疫系统的改变是由GA而不是SAR驱动的。
图4 免疫细胞改变由GA驱动
4. 与GA有关耐受性标志物的上调
作者分析GA和SAR与各细胞类型中关键基因蛋白的变化关系。首先,SAR 和 GA 都与 IDO-1+表达的动态变化相关;其次,NK1细胞随着SAR增加表现出Ki67+的增加;第三,先天免疫的功能变化优先与GA相关,巨噬细胞都表现了TIM-3和GAL-9的上调。作者进一步确定GAL-9+成纤维细胞与空间生态共定位的关系,通过对每个细胞最近邻的细胞类型组成进行聚类来识别组织微环境。GAL-9+成纤维细胞强烈倾向于与CD57+ NK细胞共定位。值得注意的是,这种趋势伴随着 NK2 细胞中诱导型一氧化氮合酶 (iNOS) 表达的 GA 依赖性增加。结合在早期SAR中观察到的NK2细胞血管富集,这些发现表明巨噬细胞和成纤维细胞的蛋白表达可能与胎儿EVT具有协同耐受作用,以此减轻NK细胞依赖性的免疫细胞毒性。
图5 免疫细胞中与GA有关耐受性标志物发生协同上调
5. 时空的EVT表型
作者在图像中划分MIBI的数据,定义了EVT的三个区室:绒毛及间质区、螺旋动脉及血管周围、重塑螺旋动脉及血管内。结合SAR时间轨迹,血管周围EVT在SAR中始终比血管内EVT更早出现。每个区室的增殖标志物揭示了EVT的渐进性转变:伴随着 PD-L1的增加,功能标志物在间质、血管周围和血管内 EVT 中逐渐减少,并在血管内室中达到峰值,这些分析结果与空间轨迹一致。为了证实标志物可证明动脉侵袭随着EVT转录进程改变,作者通过间质和血管内 EVT 的空间转录组信息,确定了对细胞外基质重塑和血管生成重要的基因的转录变化。为了进一步探究转录变化对SAR的促进,作者使用 NicheNet分析血管内 EVT 和动脉细胞之间潜在的细胞相互作用,确定了EVT和动脉之间的10种蛋白质-蛋白质相互作用,预计影响121个下游靶标,这些靶标与内皮功能障碍和细胞凋亡有关,且可调节血压和血管生成。综上所述,转录组学结果验证了空间图谱中EVT表型的变化进程,同时揭示了在妊娠相关疾病中受到干扰的途径。
图6 EVT表达水平的时空特征
小编小结
本研究采用空间蛋白组学+空间转录组学的空间多组学联合模式,对不同胎龄的终止妊娠的蜕膜和动脉血管样本进行分析,探究针对不同转录进程中EVT的细胞侵袭和免疫调控。早期人类母胎界面的时空图谱将为妊娠并发症下,母胎耐受和SAR扰动提供了数据范例。同样,这项工作也为肿瘤进展过程中的免疫耐受,组织重塑和血管生成提供了数据支撑。
中科优品推荐
【中科新生命】技术团队潜心钻研,打通了空间多组学从实验端到数据分析端的技术屏障,开发高端对齐整合算法,解决空间多组学数据整合难题,可以通过对同一份样本连续切片,实现对相邻切片进行空间转录组、空间蛋白质组、空间代谢组数据的联合分析。帮助老师们从系统生物学维度,结合不同层面的生物学信息,多维度的对生物学规律进行系统解释,实现从空间维度进行表型→机制的全面揭示。