人类皮层类器官重现了婴儿大脑发育轨迹的个体间差异。

1. 领域背景与文献

文献英文标题：Human cortical organoids recapitulate interindividual variability in infant brain growth trajectories；
发表期刊：未公开；影响因子：未公开；研究领域：神经科学（婴儿大脑发育与诱导多能干细胞类器官模型）

神经发育研究领域中，诱导多能干细胞（iPSC）来源的皮质类器官已成为模拟人类大脑发育的核心工具，2006年iPSC技术的突破为个体化发育研究奠定了基础，后续皮质类器官技术的成熟实现了对人类皮质细胞组成与分层结构的重现，当前研究热点聚焦于利用类器官解析神经发育疾病机制、模拟个体间发育差异，但领域内仍存在核心未解决问题：现有研究多基于小样本量，缺乏与个体纵向大脑生长数据的关联，无法验证类器官能否准确重现婴儿期大脑的动态生长轨迹，而婴儿期是大脑发育的关键窗口，其皮质表面积的个体间差异与后续神经发育疾病风险密切相关。

结合领域现状，本研究针对“皮质类器官能否重现婴儿大脑生长轨迹的个体间差异”这一空白，利用具有深度表型的婴儿大脑成像研究（IBIS）队列，将iPSC类器官的多维度表型与婴儿纵向磁共振成像（MRI）数据关联，旨在验证类器官模型的保真度，同时揭示影响皮质生长个体间差异的细胞与分子机制，为神经发育研究的个体化模型构建提供依据。

2. 文献综述解析

作者对领域内现有研究的分类维度主要围绕“类器官模型的局限性”与“个体间差异研究的不足”展开，既总结了类器官模拟大脑发育的进展，也指出了现有研究在样本设计、体内外关联、机制解析层面的缺陷。

现有研究已证实iPSC来源的皮质类器官能够重现人类皮质的细胞组成与分层结构，部分研究利用携带小头或大头畸形突变的iPSC构建类器官，成功模拟了疾病相关的大脑大小异常，验证了类器官在疾病模型中的应用价值；技术层面，iPSC类器官的优势在于能够保留个体的遗传背景，为个体化研究提供了可能，但现有研究仍存在诸多局限性：多数研究样本量较小，无法充分捕捉个体间的发育差异；缺乏与个体纵向大脑成像数据的关联，难以验证类器官表型与体内大脑生长的对应关系；部分研究未考虑类器官分化的重现性，多克隆重复实验的缺失可能导致结果偏差；此外，皮质类器官普遍存在细胞类型不全的问题，缺乏胶质细胞、血管等成分，可能影响对体内发育微环境的模拟。

针对现有研究“样本量不足、缺乏纵向体内外关联、未系统验证个体间差异重现能力”的未解决问题，本研究首次纳入18名具有至少两次纵向MRI数据的IBIS队列参与者，为每个参与者构建最多3个iPSC克隆以验证重现性，结合单细胞转录组、类器官形态与生长速率等多维度数据，系统关联婴儿皮质表面积的动态变化，不仅证实了皮质类器官能够重现婴儿大脑生长的个体间差异，还揭示了hem/脉络丛上皮（hem/CPe）细胞及早期祖细胞命运决定在其中的关键作用，填补了类器官模型在个体化大脑发育研究中的空白。

3. 研究思路总结与详细解析

本研究的整体研究目标为验证iPSC来源的人类皮质类器官能否重现婴儿大脑皮质表面积的个体间差异，核心科学问题是类器官的细胞组成、生长速率、基因表达等表型与婴儿皮质生长轨迹的关联机制，技术路线遵循“临床样本获取→iPSC构建与类器官分化→多维度表型检测→体内外数据关联→机制解析”的闭环逻辑，通过多克隆重复、大样本队列与多组学技术的结合，确保结果的可靠性与严谨性。

3.1 IBIS队列样本与iPSC构建及验证

实验目的：获取具有深度表型的婴儿临床样本，构建高质量、可重复的iPSC系，为后续类器官分化提供可靠的细胞来源。
方法细节：从IBIS队列中招募18名参与者，包括4名24月龄时被诊断为自闭症谱系障碍（ASD）的高风险婴儿、9名未被诊断的高风险婴儿、5名无神经精神疾病家族史的低风险婴儿，所有参与者均具有至少两次婴儿期MRI扫描数据；从参与者的外周血单个核细胞（PBMC）中分离红系祖细胞，利用非整合型仙台病毒（CytoTune-iPS 2.0）重编程为iPSC，每个参与者构建最多3个克隆以评估重现性；通过Taqman scorecard检测多能性、三胚层分化能力及仙台病毒清除情况，免疫荧光检测多能性标记物（TRA-180、SOX2、OCT4、SSEA4），基因分型微阵列验证参与者身份并检测重编程诱导的染色体异常。
结果解读：所有iPSC克隆均通过质量控制，队列中婴儿的皮质表面积从6月龄到24月龄呈增长趋势，24月龄时的标准差为7070 mm²；横截面积测量值之间高度相关（FDR<0.1），表明早期大脑较大的个体在后期仍保持较大的大脑体积，而纵向生长率之间无显著相关性，说明生长率是独立于横截面积的大脑发育评估指标；实验所用关键产品：ThermoFisher的CytoTune-iPS 2.0重编程试剂盒（货号A16517）、TaqMan Scorecard（货号A15876），Illumina的Infinium GDA-8 v1.0基因分型试剂盒（货号20031810）。

3.2 皮质类器官分化与细胞类型鉴定

实验目的：将iPSC分化为皮质类器官，鉴定类器官中的细胞类型，验证其对人类皮质发育的模拟能力。
方法细节：采用适配无饲养层条件的小型化生物反应器方案，将iPSC分化为皮质类器官；在分化第14天（早期祖细胞阶段）和第84天（神经元生成阶段），通过单细胞RNA-seq分析细胞类型组成；利用组织透明化与免疫组化技术，在第14天检测神经上皮芽中的N-钙黏蛋白（NCAD）和PAX6标记，第84天检测深层神经元的CTIP2标记；通过伪时间轨迹分析验证细胞分化路径。
结果解读：单细胞RNA-seq鉴定出12类细胞，包括皮质祖细胞（顶端放射状胶质细胞aRG、外侧放射状胶质细胞oRG、中间祖细胞IP）、神经元（皮质投射神经元CPN、深层/上层神经元）及hem/CPe细胞，其中hem/CPe细胞的身份通过与胎儿组织、猕猴大脑数据集的对比得到验证；免疫组化结果证实了类器官中神经上皮芽与神经元的存在，与单细胞转录组的结果一致；约12.5%的未知细胞为脱靶分化的代谢应激细胞，后续分析中被排除；实验所用关键产品：ParseBiosciences的Cell Fixation Kits（货号SB1001）、Whole Transcriptome Kits（货号EC-W01030），ThermoFisher的PAX6抗体（货号PA5–85374）、NCAD抗体（BD Biosciences货号#610921）。

3.3 类器官分化的重现性与个体间差异分析

实验目的：评估不同克隆、不同参与者来源的类器官分化的重现性，明确遗传背景对类器官表型的影响。
方法细节：通过相差显微镜观察第14天类器官的神经上皮芽形态、第56天的囊肿形态，由经过培训的评分者进行盲法评分；分析同一参与者不同克隆、不同参与者的类器官细胞类型比例的相关性；通过主成分分析（PCA）评估细胞类型比例的个体间差异。
结果解读：同一参与者来源的类器官形态评分与细胞类型比例的相关性显著高于不同参与者，表明遗传背景是影响类器官表型的重要因素；第14天的细胞类型比例在个体间较为一致，而第84天的细胞类型比例个体间差异更显著，说明随着分化时间延长，遗传背景的影响逐渐显现；部分类器官因细胞类型比例异常被排除，确保了后续关联分析的可靠性；文献未提及具体实验产品，领域常规使用相差显微镜、Seurat等生物信息学软件进行形态评估与细胞类型分析。

3.4 类器官表型与婴儿皮质表面积的关联分析

实验目的：筛选类器官中与婴儿皮质表面积生长轨迹相关的表型，验证类器官对个体间大脑生长差异的重现能力。
方法细节：利用线性模型控制性别与MRI年龄，关联类器官的细胞类型比例、生长速率与婴儿的皮质表面积（横截面积与生长率）；对关联结果进行假发现率（FDR）校正以控制多重检验误差。
结果解读：第14天的hem/CPe细胞亚群（sc_10）与6月龄婴儿的皮质表面积正相关，hem/CPe细胞亚群（sc_8）及总比例与6-12月龄的皮质表面积生长率正相关；类器官第7-14天的生长速率与24月龄的皮质表面积、12-24月龄的生长率正相关，与6-12月龄的生长率负相关，这种相反的关联与婴儿期两个阶段生长率的负相关一致，反映了大脑发育的动态变化；文献未提及具体实验产品，领域常规使用R语言的线性模型进行关联分析。

3.5 基因表达与皮质生长的关联及机制解析

实验目的：解析类器官中与婴儿皮质生长相关的分子机制，明确细胞间通讯的作用。
方法细节：对单细胞转录组数据进行伪bulk差异基因分析，筛选与皮质生长相关的基因；通过通路富集分析鉴定相关的信号通路；利用CellChat软件分析hem/CPe细胞与其他细胞的通讯关系；通过基因集富集分析验证相关基因与神经发育疾病的关联。
结果解读：第14天CPN_sc_22亚群中有5161个基因与至少一项皮质表面积测量指标相关，这些基因富集在RHO GTPase效应子与细胞周期通路，包括BUB1、KLF14、TUBA1A等已被报道与祖细胞增殖相关的基因；伪时间轨迹分析显示CPN_sc_22亚群处于祖细胞向神经元分化的命运决定节点，提示早期命运决定对皮质生长的关键作用；基因集富集分析显示，这些与皮质生长相关的基因与小头症、ASD风险基因显著富集；CellChat分析发现hem/CPe细胞亚群（sc_8）能够向CPN_sc_22细胞发送FGF信号，而CPN_sc_22细胞中高表达FGF受体（FGFR1、FGFR3），提示hem/CPe细胞通过旁分泌信号调控祖细胞的命运决定；实验所用关键产品：Seurat、CellChat、g:profiler等生物信息学软件。

4. Biomarker研究及发现成果解析

本研究中的Biomarker涵盖类器官中的细胞表型（hem/CPe细胞比例、CPN_sc_22亚群）与生长速率，这些Biomarker能够有效关联婴儿大脑皮质表面积的个体间差异，为利用类器官预测大脑发育轨迹提供了依据。

Biomarker定位

本研究涉及的Biomarker包括两类：一是细胞类型Biomarker，即第14天的hem/CPe细胞亚群（sc_8、sc_10）与CPN_sc_22亚群；二是形态学Biomarker，即类器官第7-14天的生长速率。筛选与验证逻辑为：首先通过单细胞RNA-seq鉴定类器官中的细胞类型，利用线性模型关联细胞类型比例、生长速率与婴儿的纵向MRI数据，筛选出具有显著关联的表型；随后通过与独立数据集的对比、伪时间轨迹分析、细胞间通讯分析等方法，验证Biomarker的功能关联，形成“单细胞鉴定→临床关联→机制验证”的完整逻辑链条。

研究过程详述

Biomarker的来源为IBIS队列参与者iPSC分化的皮质类器官；细胞类型Biomarker通过单细胞RNA-seq进行鉴定，利用免疫组化技术验证其在类器官中的存在；生长速率Biomarker通过相差显微镜拍摄的图像，利用CellProfiler软件自动测量横截面积并计算；关联分析显示，第14天hem/CPe sc_10亚群比例与6月龄皮质表面积的相关性具有统计学意义（FDR<0.1，n=16），hem/CPe sc_8亚群比例与6-12月龄生长率的相关性具有统计学意义（FDR<0.1，n=12）；类器官第7-14天生长速率与24月龄皮质表面积的相关性具有统计学意义（FDR<0.1，n=16）；由于研究未开展诊断性试验，未提供特异性与敏感性的量化数据（如ROC曲线AUC值），基于图表趋势推测，这些Biomarker能够有效区分不同大脑生长轨迹的个体。

核心成果提炼

hem/CPe细胞比例作为类器官中的细胞表型Biomarker，与婴儿皮质表面积的生长率正相关，其功能关联在于通过分泌FGF信号促进祖细胞的自我更新，进而扩大祖细胞池，增加神经元生成，最终导致皮质表面积增大；CPN_sc_22亚群的基因作为分子Biomarker，富集在细胞周期与RHO GTPase通路，这些基因的表达差异影响祖细胞的命运决定，进而影响皮质生长；本研究的创新性在于首次发现hem/CPe细胞在婴儿皮质生长个体间差异中的作用，揭示了非细胞自主机制对皮质发育的调控；统计学结果显示，所有关联分析均控制了性别与年龄的影响，FDR校正后的P值<0.1，样本量为12-16名参与者（因部分参与者MRI数据缺失）。