banner

Notícias

Dec 17, 2023

Um censo celular multimodal e atlas do córtex motor primário de mamíferos

Nature volume 598, páginas 86–102 (2021) Cite este artigo

71k Acessos

119 Citações

791 Altmétrico

Detalhes das métricas

Aqui nós relatamos a geração de um censo de células multimodais e atlas do córtex motor primário de mamíferos como o produto inicial da BRAIN Initiative Cell Census Network (BICCN). Isso foi alcançado por análises coordenadas em grande escala de transcriptomas de célula única, acessibilidade da cromatina, metilomas de DNA, transcriptomas de célula única resolvidos espacialmente, propriedades morfológicas e eletrofisiológicas e mapeamento de entrada-saída de resolução celular, integrados por meio de análise computacional modal cruzada. Nossos resultados avançam no conhecimento coletivo e na compreensão da organização do tipo de célula cerebral1,2,3,4,5. Primeiro, nosso estudo revela uma paisagem genética molecular unificada de tipos de células corticais que integra seus mapas de transcriptoma, cromatina aberta e metilação do DNA. Em segundo lugar, a análise entre espécies alcança uma taxonomia consensual de tipos transcriptômicos e sua organização hierárquica que é conservada de camundongos a saguis e humanos. Em terceiro lugar, a transcriptômica de célula única in situ fornece um atlas de tipo de célula espacialmente resolvido do córtex motor. Em quarto lugar, a análise modal cruzada fornece evidências convincentes para a base transcriptômica, epigenômica e reguladora de genes de fenótipos neuronais, como suas propriedades fisiológicas e anatômicas, demonstrando a validade biológica e a base genômica dos tipos de neurônios. Apresentamos ainda um extenso conjunto de ferramentas genéticas para direcionar os tipos de neurônios glutamatérgicos para vincular sua identidade molecular e de desenvolvimento à sua função de circuito. Juntos, nossos resultados estabelecem uma estrutura unificadora e mecanicista da organização do tipo de célula neuronal que integra informações genéticas e espaciais moleculares multicamadas com propriedades fenotípicas multifacetadas.

Único entre os órgãos do corpo, o cérebro humano é uma vasta rede de unidades de processamento de informações, compreendendo bilhões de neurônios interconectados por trilhões de sinapses. Diversas células neuronais e não neuronais exibem uma ampla gama de propriedades moleculares, anatômicas e fisiológicas que, juntas, moldam a dinâmica da rede e os cálculos subjacentes às atividades e comportamentos mentais. As redes cerebrais se automontam durante o desenvolvimento, aproveitando a informação genômica moldada pela evolução para construir um conjunto de andaimes de rede estereotipados que são amplamente idênticos entre os indivíduos; as experiências de vida personalizam os circuitos neurais de cada indivíduo. Um passo essencial para a compreensão da arquitetura, desenvolvimento, função e doenças do cérebro é descobrir e mapear seus elementos constituintes dos neurônios e outros tipos de células.

A noção de um 'tipo de neurônio', com propriedades semelhantes entre seus membros, como a unidade básica dos circuitos cerebrais tem sido um conceito importante por mais de um século; no entanto, definições rigorosas e quantitativas permaneceram surpreendentemente elusivas1,2,3,4,5. Os neurônios são notavelmente complexos e heterogêneos, tanto localmente quanto em suas projeções axonais de longo alcance, que podem abranger todo o cérebro e se conectar a muitas regiões-alvo. Muitas técnicas convencionais analisam um neurônio de cada vez e muitas vezes estudam apenas um ou dois fenótipos celulares de forma incompleta (por exemplo, faltando arbours axonal em alvos distantes). Como resultado, apesar dos grandes avanços nas últimas décadas, as análises fenotípicas dos tipos de neurônios permaneceram severamente limitadas em resolução, robustez, abrangência e rendimento. Complexidades na relação entre diferentes fenótipos celulares (correspondência multimodal) alimentaram debates de longa data sobre a classificação neuronal6.

As tecnologias de genômica de célula única fornecem resolução e rendimento sem precedentes para medir os perfis transcriptômicos e epigenômicos de células individuais e influenciaram rapidamente muitas áreas da biologia, incluindo a neurociência, prometendo catalisar uma transformação da descrição e classificação fenotípica para uma estrutura genética molecular mecanicista e explicativa para a base celular da organização cerebral. A aplicação do sequenciamento de RNA de célula única (scRNA-seq) ao neocórtex e outras regiões do cérebro revelou uma organização hierárquica complexa, mas tratável, de tipos de células transcriptômicas que são consistentes em geral com o conhecimento de décadas de estudos anatômicos, fisiológicos e de desenvolvimento, mas com um nível inigualável de granularidade7,8,9,10,11. Da mesma forma, os estudos de metilação do DNA de uma única célula e de acessibilidade da cromatina começaram a revelar paisagens epigenéticas amplas do genoma específico do tipo de célula e redes reguladoras de genes no cérebro12,13,14,15. Notavelmente, a escalabilidade e o alto conteúdo de informações desses métodos permitem análise quantitativa abrangente e classificação de todos os tipos de células, que são prontamente aplicáveis ​​a tecidos cerebrais em todas as espécies e fornecem um meio quantitativo de análise comparativa16,17.

 4) (e) between pairs of species. Asterisks denote non-neuronal populations that were under-sampled in human. DE, differentially expressed. f, Venn diagrams of shared differentially expressed genes between species for L2/3 IT and L5 ET subclasses. g, Conserved and species-enriched differentially expressed genes for all glutamatergic subclasses shown in an expression heat map. h, Conserved markers of GABAergic neuron types across three species. Data may be viewed at NeMO Analytics. Marmoset silhouette is adapted from www.phylopic.org (public domain). Exc, excitatory; max, maximum; astro, astrocyte; endo, endothelial cell; oligo, oligodencrocyte; OPC, oligodendrocyte progenitor cell; PVM, perivascular macrophage./p> 0.7 classification power. Markers were used as input to guide alignment and anchor-finding during integration steps. For full methods see ref. 38. Code for generating Figs. 1b–h, 3, Extended Data Fig. 2 is available at http://data.nemoarchive.org/publication_release/Lein_2020_M1_study_analysis/Transcriptomics/flagship/. Analysis was performed in RStudio using R version 3.5.3, R packages: Seurat 3.1.1, ggplot2 3.2.1 and scrattch.hicat 0.0.22./p> 0.1 (~95th percentile of the whole matrix) as a threshold to associate a cluster with a module. Similarly, we associated each module with accessible elements using the basis matrix. For each element and each module, we derived a basis coefficient score, which represents the accessible signal contributed by all clusters in the defined module./p> 2). To perform the motif enrichment analysis, we used known motifs from the JASPAR 2020 database86 and the subclass specific hypo-CG-DMR identified in Yao et al.37. The AME software from the MEME suite (v5.1.1)87 was used to identify significant motif enrichment (adjusted P-value < 10−3, odds ratio > 1.3) using default parameters and the same background region set as described37. All genes in Extended Data Fig. 7 were both significantly expressed and had their motif enriched in at least one of the subclasses./p> 10. In module M1, de novo motif analysis of putative enhancers showed enrichment of sequence motifs recognized by TFs CTCF and MEF2. CTCF is a widely expressed DNA binding protein with a well-established role in transcriptional insulation and chromatin organization, but recently it was also reported that CTCF can promote neurogenesis by binding to promoters and enhancers of related genes. In the L2/3 IT selective module M2, putative enhancers were enriched for the binding motif for Zinc-finger transcription factor EGR, a known master transcriptional regulator of excitatory neurons89. In the Pvalb selective module M8, putative enhancers were enriched for sequence motifs recognized by the MADS factor MEF2, which is associated with regulating cortical inhibitory and excitatory synapses and behaviours relevant to neurodevelopmental disorders90. d, Heatmap showing the weight of each joint cell cluster in each module, derived from the coefficient matrix. The values of each column are scaled (0–1)./p>

COMPARTILHAR