Mosaic loss of Y chromosome is associated with aging and epithelial injury in chronic kidney disease

染色体的嵌合性缺失与慢性肾脏病的衰老和上皮损伤有关

阅读:17

Background

Mosaic loss of Y chromosome (LOY) is the most common chromosomal alteration in aging men. Here, we use single-cell RNA and ATAC sequencing to show that LOY is present in the kidney and increases with age and chronic kidney disease.

Conclusions

We hypothesize that LOY is an indicator of increased DNA damage and potential marker of cellular senescence that can be applied to single-cell datasets in other tissues.

Results

The likelihood of a cell having LOY varies depending on its location in the nephron. Cortical epithelial cell types have a greater proportion of LOY than medullary or glomerular cell types, which may reflect their proliferative history. Proximal tubule cells are the most abundant cell type in the cortex and are susceptible to hypoxic injury. A subset of these cells acquires a pro-inflammatory transcription and chromatin accessibility profile associated with expression of HAVCR1, VCAM1, and PROM1. These injured epithelial cells have the greatest proportion of LOY and their presence predicts future kidney function decline. Moreover, proximal tubule cells with LOY are more likely to harbor additional large chromosomal gains and express pro-survival pathways. Spatial transcriptomics localizes injured proximal tubule cells to a pro-fibrotic microenvironment where they adopt a secretory phenotype and likely communicate with infiltrating immune cells. Conclusions: We hypothesize that LOY is an indicator of increased DNA damage and potential marker of cellular senescence that can be applied to single-cell datasets in other tissues.

文献解析

1. 领域背景与文献引入

文献英文标题:Mosaic loss of Y chromosome is associated with aging and epithelial injury in chronic kidney disease;发表期刊:Genome Biology;影响因子:17.906(2023年);研究领域:肾脏疾病与体细胞嵌合遗传学

领域共识:体细胞嵌合是指个体细胞因DNA损伤积累产生的基因型异质性,其中嵌合染色体改变(mCA)是常见类型,与衰老、心血管疾病、肾病、癌症等密切相关。Y染色体嵌合丢失(LOY)是老年男性最常见的mCA,外周血中LOY比例在老年男性中可超过70%,此前研究主要聚焦血液系统,发现LOY与多种疾病风险增加相关,但在肾脏组织中的分布、细胞类型特异性及与慢性肾病(CKD)进展的关联尚未明确。

CKD以肾功能进行性下降和肾纤维化为特征,近端小管上皮细胞是肾皮质最丰富的细胞类型,易受缺氧损伤,损伤后可产生促炎症、促纤维化表型,驱动疾病进展。现有研究仅提及肾脏组织中存在LOY,但缺乏单细胞水平的系统分析,无法明确LOY在不同肾细胞类型中的分布规律,以及与损伤上皮细胞的功能关联。本研究旨在通过多组学技术联合分析,揭示肾脏LOY的细胞特异性、与年龄及CKD的关联,解析其在肾损伤中的作用机制,为CKD的生物标志物开发和发病机制研究提供新视角。

2. 文献综述解析

作者对领域内现有研究按“体细胞嵌合类型-LOY的组织分布-疾病关联”维度进行分类评述。首先,现有研究明确了体细胞嵌合从点突变到染色体水平改变的谱系,其中mCA因涉及大量基因调控,对组织生物学影响更显著;其次,LOY作为最常见的mCA,在血液中与衰老、全因死亡率、心血管疾病等的关联已被广泛证实,在脑、膀胱等组织中的存在也有报道,但肾脏中LOY的研究仅停留在组织水平的存在性验证,未深入到细胞类型特异性和功能层面;此外,现有研究指出肾近端小管损伤是CKD进展的关键,但未将LOY与损伤细胞的表型、微环境交互联系起来。

现有研究的优势在于建立了LOY与系统性疾病的流行病学关联,局限性在于缺乏组织特异性的单细胞水平分析,无法揭示LOY在肾脏局部的细胞分布和功能效应。本研究的创新价值在于首次整合单细胞RNA测序、ATAC测序、空间转录组和数字PCR技术,系统解析肾脏LOY的细胞类型特异性分布,明确其与损伤近端小管细胞的富集关联,揭示LOY细胞的转录组、染色质可及性特征及空间微环境交互,填补了肾脏LOY功能研究的空白,为LOY作为细胞衰老和DNA损伤标志物的跨组织应用提供了依据。

3. 研究思路总结与详细解析

本研究的整体框架为:假设LOY在肾脏中随年龄和CKD进展增加,且在损伤的近端小管上皮细胞中富集,通过单细胞多组学、空间转录组技术解析LOY的细胞特异性、转录调控及微环境交互,最后用数字PCR验证结果,形成“假设-多组学验证-功能解析-临床验证”的闭环逻辑。

3.1 单细胞多组学测序与LOY细胞类型分布检测

实验目的:构建肾脏细胞的转录组与染色质可及性整合图谱,检测不同肾细胞类型中的LOY比例。
方法细节:制备9个单细胞多组学(ATAC+RNA)文库,整合已发表的3个文库,共分析57491个男性和女性肾细胞核,通过有限混合模型联合RNA和ATAC模态数据检测LOY,用广义线性混合模型(GLMM)分析不同细胞类型的LOY odds比。
结果解读:UMAP聚类显示所有主要肾细胞类型均被捕获(图1A),男性细胞中LOY的联合估计比例为11%(2626/23333),皮质上皮细胞类型(近端小管、PT_VCAM1损伤细胞、壁层上皮细胞等)的LOY比例显著高于髓质上皮细胞、足细胞和内皮细胞,其中PT_VCAM1损伤细胞的LOY odds比正常近端小管高1.46倍(95% CI 1.29–1.65,p=1.1e-09),足细胞的LOY odds仅为近端小管的0.17倍(95% CI 0.07–0.40,p=3.5e-05)。LOY细胞的转录组富集细胞分裂通路,染色质可及性分析显示X染色体基因附近的峰可及性降低。
产品关联:文献未提及具体实验产品,领域常规使用10X Genomics的Single Cell Multiome ATAC + Gene Expression试剂盒,以及Seurat、Signac等生物信息学分析工具。

3.2 单核ATAC-seq大样本验证LOY细胞分布

实验目的:扩大样本量验证肾脏LOY的细胞类型特异性,识别更多损伤近端小管亚群。
方法细节:整合22个供体的167772个细胞核的snATAC-seq数据,包括健康对照和CKD患者,通过聚类识别PT_VCAM1和PT_PROM1两种损伤近端小管亚群,用GLMM分析不同细胞类型的LOY odds比。
结果解读:UMAP聚类清晰区分多种肾细胞类型(图2A),男性细胞中LOY比例为8%,PT_VCAM1和PT_PROM1损伤细胞的LOY比例最高,PT_VCAM1的LOY odds比正常近端小管高1.88倍(95% CI 1.67–2.11,p=6.5e-27),PT_PROM1的LOY odds比正常近端小管高2.28倍(95% CI 1.83–2.83,p=8.9e-14),进一步验证了LOY在损伤近端小管细胞中的富集。
产品关联:文献未提及具体实验产品,领域常规使用10X Genomics的Single Cell ATAC试剂盒。

3.3 单细胞RNA-seq解析LOY的转录组与疾病关联

实验目的:分析LOY细胞的转录组特征,明确其与肾损伤、CKD进展的功能关联。
方法细节:重新分析肾脏精准医学项目(KPMP)的128232个细胞的scRNA-seq数据,识别PT_VCAM1、PT_PROM1、PT_MT三种损伤近端小管亚群,通过差异表达分析和通路富集解析LOY细胞的功能特征,用GLMM分析CKD与LOY的关联。
结果解读:男性细胞中LOY比例为10%(图3B),LOY的近端小管细胞富集DNA损伤应答、G1/S期转换通路,且促生存基因BCL2表达上调;CKD患者的LOY比例显著高于健康对照和急性肾损伤患者(OR=1.92,95% CI 1.06–3.46,p=0.03),PT_VCAM1、PT_PROM1、PT_MT损伤细胞的LOY odds均显著高于正常近端小管。
产品关联:文献未提及具体实验产品,领域常规使用10X Genomics的Single Cell 3"试剂盒。

3.4 数字PCR验证LOY的临床检测可行性

实验目的:开发靶向检测方法,验证单细胞测序结果的可靠性,为临床应用提供依据。
方法细节:设计Y染色体SRY基因和X染色体TSIX基因的TaqMan探针,建立数字PCR(dPCR)检测方法,用男性肾皮质组织样本验证,比较dPCR与单细胞测序的LOY比例相关性。
结果解读:dPCR检测显示肾组织样本的Y/X染色体比例显著低于整倍体对照(图4B),dPCR与单细胞测序的LOY比例呈显著正相关(图4C),技术重复的变异系数为1-2%,证实dPCR可稳定检测肾脏组织中的LOY。
产品关联:实验所用关键产品:ThermoFisher的Quantstudio Absolute Q dPCR System,Qiagen的DNeasy Blood and Tissue Kit,定制TaqMan MGB引物和探针。

3.5 空间转录组分析LOY细胞的微环境交互

实验目的:定位LOY细胞的空间分布,解析其与周围细胞的信号传导交互。
方法细节:制备8个10X Visium空间转录组文库,分析健康对照和CKD患者的肾组织,通过CellChat工具分析损伤近端小管细胞(PT_INJ)的配体-受体信号通路。
结果解读:空间转录组显示PT_INJ细胞位于促纤维化微环境(图5B),分泌Midkine、Endothelin、EGF等信号分子,与浸润的免疫细胞存在交互(图5C-E),通路富集显示PT_INJ细胞激活免疫相关信号通路,提示LOY细胞可能通过分泌信号调控肾纤维化微环境。
产品关联:文献未提及具体实验产品,领域常规使用10X Genomics的Visium空间转录组试剂盒。

3.6 LOY与年龄、染色体不稳定性的关联分析

实验目的:解析LOY与年龄、其他染色体改变的因果关联,明确LOY作为DNA损伤标志物的价值。
方法细节:用epiAneufinder检测单细胞的拷贝数变异(CNV)负荷,用GLMM分析年龄、CNV负荷与LOY的关联,比较LOY细胞与正常细胞的染色体覆盖差异。
结果解读:LOY比例与年龄呈显著正相关(Pearson r²=0.70,p=2.3e-05,图6A),LOY细胞的CNV负荷显著高于正常细胞(图6B),且7、10号染色体增益比例更高,提示LOY是细胞DNA损伤积累的结果,同时进一步促进染色体不稳定性。
产品关联:文献未提及具体实验产品,领域常规使用epiAneufinder等单细胞CNV分析工具。

4. Biomarker研究及发现成果解析

Biomarker定位:LOY作为肾脏细胞衰老、DNA损伤及CKD进展的新型Biomarker,筛选与验证逻辑为:首先通过单细胞多组学发现LOY在损伤近端小管细胞中富集,然后通过大样本snATAC-seq和scRNA-seq验证其与年龄、CKD的关联,最后用数字PCR验证临床样本的检测可行性,形成“组学发现-大样本验证-临床方法转化”的完整链条。

研究过程详述:Biomarker来源为男性肾皮质组织样本,验证方法包括单细胞多组学测序、单核ATAC测序、单细胞RNA测序和数字PCR;特异性方面,LOY在肾皮质上皮细胞尤其是损伤近端小管细胞中高度富集,PT_VCAM1细胞的LOY odds比正常近端小管高1.88倍(95% CI 1.67–2.11,p=6.5e-27),而足细胞等终末分化细胞的LOY比例极低;敏感性方面,数字PCR可检测到低至约1%的LOY细胞比例,与单细胞测序结果的相关性显著。

核心成果提炼:LOY是年龄和CKD相关的肾脏细胞损伤Biomarker,其功能关联在于标记细胞DNA损伤积累和衰老状态,LOY细胞表达促生存通路以逃避凋亡,同时分泌信号分子调控促纤维化微环境;创新性在于首次在单细胞水平系统解析肾脏LOY的细胞特异性和功能效应,证实其可作为细胞衰老标志物应用于其他组织的单细胞数据集;统计学结果显示,CKD患者LOY的风险比OR=1.92(95% CI 1.06–3.46,p=0.03),LOY比例与年龄的相关系数r²=0.70(p=2.3e-05),为其作为临床Biomarker的应用提供了量化依据。

特别声明

1、本页面内容包含部分的内容是基于公开信息的合理引用;引用内容仅为补充信息,不代表本站立场。

2、若认为本页面引用内容涉及侵权,请及时与本站联系,我们将第一时间处理。

3、其他媒体/个人如需使用本页面原创内容,需注明“来源:[生知库]”并获得授权;使用引用内容的,需自行联系原作者获得许可。

4、投稿及合作请联系:info@biocloudy.com。