行业讯息

Nature背靠背 | 揭示衰老的秘密(二)多组学数据揭秘时间去哪了

前言

大家还记得上篇“揭示衰老的秘密(一)——小鼠衰老组织的单细胞图谱的文章吗?[1]

2020年7月15日,两篇有关研究小鼠衰老图谱的背靠背文章,发表于Nature。本次给大家介绍另外一篇文章。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

英文标题:Ageing hallmarks exhibit organ-specific temporal signatures[2]

中文标题:衰老性状表现出器官特异性的时间特征

材料:10个年龄段的小鼠,17个组织

影响因子:42.78

发表期刊:Nature

主要运用的技术:bulk RNA测序、蛋白质组、FACS、smart-seq2

尽管衰老损伤的主要类型(如细胞间通讯的改变、蛋白质稳定的丧失和线粒体功能的破坏)已经被确定,但对这些有害过程与异常复杂器官内部和器官之间的相互作用以及全面的衰老动力学整个机体的分析仍较为缺乏。

本文对17个器官进行了bulk RNA测序,并对10个年龄阶段的肌肉小鼠进行了血浆蛋白组学研究,将这些发现同 Tabula Muris Senis 细胞图谱(即小鼠衰老图谱“Mouse Ageing Cell Atlas”,2020年7月15日发表于Nature期刊)以及同最初的 Tabula Muris 图谱(2018年10月3日发表于Nature期刊)整合,揭示了衰老过程中基因表达的线性和非线性变化。
 

主要结论

1、相关基因以一致的轨迹聚集,具有一致的生物学功能:包括细胞外基质调节、未折叠蛋白结合、线粒体功能、炎症和免疫反应;

2、这些基因集在跨组织间表现出相似的表达,只是表达的波动以及表达开始的年龄不同;

3、免疫细胞的普遍激活尤为明显,并首次在中年时期的白色脂肪组织中检测到——单细胞RNA测序证实了脂肪组织中T细胞和B细胞(包括表达免疫球蛋白J的浆细胞)的积累,这些细胞也同时在不同器官中积累;

4、不同组织中的基因表达变化与血浆中相应的蛋白水平高度相关,从而潜在地促进了体循环的老化;

研究数据证明了器官间和器官内的衰老过程是相似但不同步的,为追踪老年健康状况下降的系统性来源提供了基础。
 

样本取材

为了揭示整个机体的衰老动态,文章研究了从C57BL/6JN小鼠中分离出来的17种器官类型的血浆蛋白和RNA序列。4只雄性小鼠,年龄跨度1、3、6、9、12、15、18、21、24及27个月;相当于13岁、20岁、30岁、36岁、43岁、50岁、56岁、63岁、69岁和75岁的人类;2只雌性小鼠,年龄跨度1、3、6、9、12、15、18及21个月(图1a、b)。共涉及从1个月的发育到3-6个月的成熟,以及从成年到平均寿命27个月的老化。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图1

从每个小鼠分离出17个器官,包括骨组织(股骨和胫骨)、大脑(hemibrain)、褐色脂肪组织(BAT,肩胛间的贮存脂肪)、性腺的脂肪组织(GAT,腹股沟贮存脂肪)、心脏、肾脏、下肢肌肉(胫骨前肌)、肝、肺、骨髓、肠系膜脂肪组织(MAT)、胰腺、皮肤、小肠(十二指肠)、脾脏、皮下脂肪组织(SCAT、臀部贮存脂肪)和白细胞(白细胞层)。

与此同时,对小鼠的20个器官的529,823个细胞进行了单细胞RNA测序,生成了 Tabula Muris Senis 图谱,并在相关文章中发表。

研究者也提供了数据的交互式展示网站:

https://twc-stanford.shinyapps.io/maca/

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图2
 

研究主要内容

1、不同年龄小鼠间差异基因比较

对不同年龄的小鼠,进行两两间差异基因比较。虽然在相邻年龄的器官间观察到一些差异,但在大多数器官中,差异的数量相对于3个月大的成年鼠而言,年老小鼠体内的DEGs显著增加,表明只有在足够的时间后才能检测到基因表达的渐进变化(图3d, e)。脾脏(spleen)是个例外,DEGs随年龄逐渐减少,并且呈现出大量与细胞周期和血细胞发育相关的DEGs,甚至到中年。

值得注意的是,DEGs在中年小鼠的SCAT和GAT中增多(图3d,图8d)。这些可能与已知的脂肪成分随年龄的变化有关,特别是与免疫细胞浸润有关的器官,如肠系膜脂肪和附在其上的小肠,只有在生命的晚期才会发生剧烈而明显的基因表达变化。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图3

为了独立地证实上述观察结果,研究者根据每个器官数据进行了SOM(self-organizing maps)分析(想了解什么是SOM分析吗?下次我们可以来篇专题介绍哟~~),实现相关基因节点的可视化。SOM分析结果中不仅出现了总体的衰老节点,而且白色脂肪组织表现出强烈的衰老特征,其中内脏GAT和MAT的组织高度相似(图4a)。

研究者观察到性别在GAT、SCAT、肝和肾的显著性影响可能与已知的脂肪储存差异、性激素调节和肾血流动力学有关。这四种组织在人的一生中始终表现出最多的差异基因。并且差异在早期已经形成,在整个生命周期中保持。但构成这些性别差异基因的生物学途径与构成衰老差异基因的生物学途径有很大差异,因此没有证据表明性别差异会影响文中所观察到的转录老化情况(图4b)。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图4

幼年期的DEGs是否会随着年龄的增长而持续?还是会随着年龄的增长而被新的DEGs所取代呢?例如在骨中,随着骨形成的完成,早期骨化基因表达减少,而这些基因与晚期表达增加的DEGs高度相关,代表了年龄相关的骨丢失。

总的来说,大多数器官显示出早期和晚期DEGs之间的相关性,这一点几乎可以从GAT、肝脏、肾脏和心脏的每一项成对比较中得到证明。很少有基因是特定于任何年龄的,器官特异性大于年龄特异性(图5f)。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图5

衰老器官间的差异表达特别有趣,因为无处不在的衰老途径可能提供新的治疗机会。当分离出器官间表达差异最频繁的基因时,文章发现与免疫应答通路相关的基因高度富集(图6g,图7e-h)。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图6


欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图7

值得注意的是 Jchain (也称为 Igj ,即编码血浆B细胞标记免疫球蛋白J的基因)的表达在整个生命周期中持续增加(图8h-k)。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图8

生物钟基因 Bhlhe40、Bhlhe41、Arntl、Npas2、Per3、Ciart 和 Dbp 也在top DEGs中。与年龄相关的昼夜节律紊乱是众所周知的,但这些数据可能凸显了昼夜节律在整体健康状况下降中的作用,未得到充分认识。事实上,紊乱的生物钟被认为是导致新陈代谢和炎症紊乱,、并缩短人的寿命的原因[3]。


2、随年龄变化的基因表达动态

两两间差异表达的比较是有限的,因此研究者进一步研究了在生命周期的基因表达动态变化,寻找在不同器官之间具有共同行为的整个生命周期的基因表达轨迹。通过计算所有17个器官中每个基因的平均轨迹,并将这些平均轨迹聚集在一起,揭示了衰老特征的功能富集,如:炎症增加、线粒体功能障碍和蛋白稳定丧失(图9a)。每个聚类包含具有相似轨迹的基因。但不同器官在轨迹上的相位和轨迹幅度不同,表明了类似的过程有不同的动力学。

文章用波幅指数(即1到30个月之间轨迹变化的z-score)以及变异性指数(平均轨迹分布的一种度量方法)来评估轨迹。具有最大波幅的cluster也显示出最强的器官特异性。脂肪组织特异性在cluster4和cluster6,以及cluster7(蛋白折叠)和cluster8(细胞外基质)非常突出。当对器官进行单独分析时,尤其是GAT这样的脂肪组织中,与免疫应答途径相关的基因,在整个生命周期的表达增加尤其明显。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图9

尽管许多器官间共享下游通路(图9a),但转录因子调控网络很少有重叠。虽然在组织之间出现了共同的生物途径,但这些途径并不由共同转录因子调控网络的潜在变化所驱动。


3、RNA测序证实血浆B细胞浸润

从整个器官的转录组学角度观察到的基因表达变化,是由随年龄增长的细胞内在变化驱动,还是由细胞组成的变化驱动的呢?

利用 Tabula Muris Senis 数据库,首先研究基于bulk RNA中和年龄相关的top基因是特定于单个细胞类型还是广泛表达于多种细胞类型。对于每个组织中的每个基因,根据在单细胞数据中表达该基因的细胞分布分配了一个离散评分(图10a-c)。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图10

 

例如,在肾脏中,附子酶基因Aco1 和 Aco2 以及柠檬酸合酶(Cs)与年龄呈负相关,并在多种细胞类型中表达(图11a-f),显示全器官线粒体功能下降。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图11

 

其他基因如 Ms4a7 与年龄呈正相关,但仅在肾巨噬细胞中表达。这是许多其他特定于这些细胞的炎症基因上调的特征(图11b)。

除了离散度评分,对FACS结合smart-seq2以及droplet这两个平台的数据,也使用了deconvolution软件对细胞特异性基因的表达谱进行了分析,以估计每个组织中细胞类型丰度的随年龄的变化(图12h)。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图12

 

两种方法都发现,相同的细胞类型随着年龄的增长而丰度发生显著变化,且效应值大于0.5,两者的相关性是高度一致的。

在GAT和肝脏中,随着年龄的增长,B细胞数量大量增加,进一步证明免疫细胞的积累是整个器官炎症信号的驱动者。

此外,四种方法(FACS scRNA-seq、droplet scRNA-seq、FACS bulk deconvolution和 droplet bulk deconvolution) 对细胞组分的描述具有较强的一致性,表明结果是高度稳定的(图13g)。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图13

4、血浆蛋白与器官mRNA的相关性

衰老是系统性的,一个器官的衰退可能刺激或加速全身功能障碍。在某种程度上,可能是由于介导细胞间和器官间通讯的血源因子发生了改变。

通过将血浆蛋白年龄轨迹与其在各器官中相应的基因表达轨迹相关联,研究者试图确定哪些器官促成了年龄相关的血浆蛋白质组的变化。

分析显示,在35对特有的血浆蛋白/器官对中,25个血浆蛋白与基因表达至少在一个器官中是相关的(斯皮尔曼相关系数>0.6)(图14a-b)。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图14

研究者发现一些基因高度相关,如肾脏中的血管细胞黏附分子-1 (VCAM1)和脾脏中的成纤维细胞生长因子-10(FGF10),以及其高度相关的因子,如大脑中的胶质纤维酸性蛋白(GFAP)。

值得注意的是VCAM1和periostin(POSTN),它们在多个器官之间都显示出异常的相关性。

VCAM1最近被确认为老龄血浆所导致大脑衰老的关键介质,脂肪组织中POSTN的丢失导致脂质代谢受损。此外,两者都与细胞外基质调节和纤维化疾病有关,可能提示年龄相关性纤维化。

Trobospontin-4(THBS4)随年龄的增长而降低,并且在本研究中与肌肉中的基因表达高度相关,最近的研究表明它可以促进突触的形成并在年轻血液中富集。

值得注意的是,在本分析中也出现了白色脂肪组织,在内脏MAT和GAT中有5个血浆蛋白与基因表达高度相关,在SCAT中有3个蛋白与基因表达高度相关(图14a)。在具有少量DEGs的肢体肌肉中,有7种血浆蛋白与整个生命周期的基因表达相关,其中包括骨形态发生蛋白-1(BMP1),基质金属蛋白酶-2(MMP2)和其他与细胞外基质相关的蛋白。这种细胞外基质相关蛋白在文中所鉴定的25种血浆蛋白中占大多数(图15b)。

欧易生物,基因芯片,生物芯片,基因测序,高通量测序,二代测序,三代测序,酵母文库,生物信息学,转录组,基因组,蛋白质组,甲基化,代谢组学,蛋白检测单细胞测序,核体系酵母文库构建,基因组de novo测序,蛋白质组定量分析,靶向代谢组学, 2b-RAD简化基因组 ,微生物多样性测序

图15

血浆蛋白的丰度变化可能与基因表达的差异无关。例如,随着年龄的增长,组织可能会优先释放出更多的某些蛋白质。此外,一些组织与年龄相关性不高,但显示出了编码血浆蛋白基因的高表达。

未来的研究将确定这些基因表达的变化是否导致了血浆蛋白质组中与年龄相关的功能差异,或者它们是否介导了其他过程,如免疫细胞粘附和浸润。
 

总结

文章数据集提供了小鼠整个生命周期中所有主要器官的转录组和血浆蛋白质组的时间分辨率,可以作为跨多学科研究的基础资源。研究者发现基因表达轨迹与之前鉴定的有害过程一致,如线粒体功能障碍、受损蛋白折叠和炎症。此外,中年出现的DEGs与晚年出现的DEGs高度相关,表明这些有害过程在不同的器官中较早出现。
 

参考文献

[1] Schaum N, Lehallier B, Hahn O, et al. Ageing hallmarks exhibit organ-specific temporal signatures[J]. Nature, 2020, 583(7817): 596-602.

[2] Almanzar N , Antony J , Baghel AS , et al. A single-cell transcriptomic atlas characterizes ageing tissues in the mouse[J]. Nature, 2020, 583(7817):1-6.

[3] Hood S, Amir S. The aging clock: circadian rhythms and later life. J. Clin. Invest. 2017,127: 437–446.

 

END
 

上一篇:10月 | 好文频发,单月 6 篇 IF:10+下一篇:Nature Genetics | Trios模式的全外显子捕获测序揭示疾病新机制