1. 应用领域与背景
文献英文标题：Integrated single-nucleus multiomic analysis of human cardiac remodeling across development, aging, and disease；发表期刊：Genome Biology；影响因子：17.906（2023年）；研究领域：心血管生物学、单细胞多组学、表观基因组学。
心血管疾病是全球范围内导致死亡的首要原因，年龄是其最重要的风险因素之一，65岁后心血管疾病死亡率呈指数上升，且男性发病更早、发病率更高。早期的转录组研究采用微阵列和bulk RNA测序技术，为心脏生物学提供了有价值的见解，但缺乏细胞类型分辨率，无法揭示不同细胞类型的特异性变化。单细胞RNA测序（scRNA-seq）技术的出现，使得心脏组织的细胞类型特异性分析成为可能，尤其是高通量单核RNA测序（snRNA-seq）技术的发展和应用，能够无偏地分析出生后哺乳动物心脏的所有主要细胞类型，包括体积较大的心肌细胞。自2020年首次大规模人类心脏snRNA-seq研究发表以来，利用人类供体心脏的单细胞/核转录组研究迅速扩展；同时，单细胞/核表观基因组技术如转座酶可及性染色质测序（scATAC-seq）能够在单细胞/核分辨率下全基因组绘制染色质可及性，揭示转录因子结合活性和基因调控动态。尽管取得了这些进展，但由于单个研究的供体数量有限，统计效力不足，目前尚无研究全面比较人类心脏在发育、性别差异、衰老和疾病状态下的转录组和表观基因组图谱。针对这一研究空白，本研究通过整合公共数据集和新生成的数据集，进行大规模的单细胞多组学分析，以解析人类心脏在发育、衰老和疾病中的分子变化，为心血管疾病的机制研究和治疗提供新的见解。
2. 文献综述解析
作者对领域内现有研究的分类维度主要基于技术发展阶段和研究覆盖范围，包括早期的bulk转录组研究、单细胞/核转录组研究、单细胞/核表观基因组研究，以及针对发育、衰老、疾病单一状态的研究。现有研究的关键结论包括：早期bulk转录组研究为心脏生物学提供了基础的基因表达谱，但无法区分不同细胞类型的贡献；scRNA-seq和snRNA-seq技术能够解析心脏组织的细胞类型组成和特异性基因表达变化，识别出心肌细胞、成纤维细胞等多种细胞类型的亚群；scATAC-seq技术能够揭示染色质可及性的细胞类型特异性变化，解析基因调控元件的动态。现有研究的技术方法优势在于，snRNA-seq能够有效分析体积较大的心肌细胞，无偏覆盖心脏的所有主要细胞类型；scATAC-seq能够在单细胞水平上研究表观基因组调控，揭示转录因子的结合和调控网络。然而，现有研究也存在明显的局限性，单个研究的供体数量通常少于50个，统计效力不足，难以检测到微妙的生物学信号；缺乏多组学数据的整合分析，无法同时解析转录组和表观基因组的变化；大多数研究仅针对发育、衰老、疾病中的单一状态，无法全面揭示三者之间的分子关联；此外，现有研究大多未涉及空间转录组分析，无法解析基因表达的空间分布和细胞间通讯的变化。
本研究的创新价值在于，首次整合了299个snRNA-seq、106个snATAC-seq和27个空间转录组样本，构建了目前最全面的人类心脏单细胞多组学图谱，解决了单个研究供体数量少、统计效力不足的问题；系统分析了人类心脏在发育、衰老和疾病过程中的细胞类型特异性转录组和表观基因组变化，揭示了发育与疾病之间的分子关联，即胎儿基因重激活现象；利用多组学数据细化了心血管疾病全基因组关联研究（GWAS）位点的靶基因关联，为GWAS位点的功能解析提供了更准确的依据；同时，通过空间转录组分析揭示了胎儿基因重激活在疾病心脏中的空间定位，为心脏疾病的病理机制研究提供了新的视角。
3. 研究思路总结与详细解析
本研究的核心目标是构建人类心脏发育、衰老和疾病的单细胞多组学整合图谱，解析不同细胞类型在这些过程中的分子变化和调控机制，揭示发育、衰老与疾病之间的分子关联，并利用多组学数据细化GWAS位点的功能注释。核心科学问题包括：人类心脏在发育、衰老和疾病过程中，不同细胞类型的转录组和表观基因组变化规律是什么？胎儿基因重激活在心脏疾病中的作用机制是什么？如何利用单细胞多组学数据解析心血管疾病GWAS位点的靶基因？技术路线遵循“数据整合→细胞类型注释→差异分析→调控机制解析→空间验证→GWAS位点细化”的闭环逻辑，首先整合公共和新生成的多组学数据，进行质量控制和批次校正；然后进行细胞类型注释和亚群分析；接着开展差异表达基因和差异染色质可及性分析，结合基因集富集分析解析通路变化；随后构建基因调控网络和分析细胞间通讯，揭示胎儿基因重激活的调控机制；利用空间转录组数据验证胎儿基因重激活的空间定位；最后通过多组学数据关联GWAS位点与靶基因，细化其功能注释。
3.1 多组学数据集整合与预处理
实验目的：整合公共和新生成的人类心脏snRNA-seq、snATAC-seq数据，解决批次效应和供体异质性问题，构建高质量的单细胞多组学图谱，为后续分析提供可靠的数据基础。
方法细节：新生成19个snRNA-seq样本，包括2个胎儿、15个非疾病成年和2个扩张型心肌病（DCM）供体，采用sNucDrop-seq方法测序；新生成11个snATAC-seq样本，包括5个胎儿和6个非疾病成年供体，采用10X Genomics ATAC v1试剂盒测序。整合10个公共snRNA-seq研究（共280个供体）和3个公共snATAC-seq研究（共95个供体），这些研究涵盖了发育、衰老、疾病等多种状态。snRNA-seq数据采用scVI进行批次校正，以去除技术批次效应，同时保留生物学异质性；snATAC-seq数据采用SnapATAC2进行预处理，结合Harmony进行批次整合。进行严格的质量控制过滤，snRNA-seq数据保留UMI数量符合要求、线粒体/核糖体/血红蛋白转录本比例在阈值内的细胞核；snATAC-seq数据保留片段数量和TSS富集分数符合要求的细胞核。
结果解读：最终得到2,275,105个高质量snRNA-seq细胞核，注释为13种主要心脏细胞类型，包括心肌细胞、成纤维细胞、内皮细胞、周细胞、髓样细胞等；UMAP图显示不同细胞类型分群清晰，标记基因的表达验证了细胞类型注释的准确性（
）。亚群分析识别了多种细胞类型的功能亚群，如心肌细胞中的衰老亚群（表达CDKN1A、CDKN2A等衰老标记基因，在DCM和HCM中富集）、成纤维细胞中的激活亚群（表达POSTN、TNC、FAP等基因，在急性心肌梗死（AMI）、DCM和HCM中富集）。snATAC-seq数据最终得到690,044个高质量细胞核，注释为11种主要心脏细胞类型；标记基因的染色质可及性验证了细胞类型注释的准确性，约四分之一的染色质可及性峰位于转录起始位点（TSS）1kb以外的远端区域，这些远端峰与已报道的心脏增强子高度重叠（
）。
产品关联：文献未提及具体实验产品，领域常规使用的试剂/仪器包括：10X Genomics的单细胞测序平台、BD Biosciences的Influx细胞分选仪、Illumina的NextSeq 500测序仪、Sigma-Aldrich的蔗糖、Tris-HCl等试剂、Roche的蛋白酶抑制剂鸡尾酒等；生物信息学工具包括Scanpy、scVI、SnapATAC2、Harmony、DESeq2等。
3.2 差异表达与染色质可及性分析
实验目的：解析性别、衰老、发育、疾病相关的细胞类型特异性转录组和表观基因组变化，揭示不同生物学过程中的关键基因和通路。
方法细节：采用伪批量（pseudobulk）分析策略，将同一供体、同一细胞类型的所有细胞核的原始计数聚合，构建供体×基因的计数矩阵，以减少假阳性结果。使用pydeseq2进行差异表达基因（DEG）和差异染色质可及性区域（DAR）分析，对比不同组别的差异：性别（男性vs女性）、衰老（年轻vs年老）、发育（胎儿vs年轻）、疾病（患病vs非患病），同时将技术和研究作为协变量回归以去除批次效应。进行基因集富集分析（GSEA）和过表达分析（ORA），解析差异基因富集的通路。
结果解读：性别相关的DEG和DAR数量较少，大多数细胞类型中差异基因不足30个，主要为性染色体基因，如X染色体的XIST、TSIX，Y染色体的DDX3Y、KDM5D等；心肌细胞中FRMD5基因的启动子可及性和基因表达在男性中显著更高，但在bulk组织水平未检测到性别差异，凸显了单细胞分析的优势（
）。衰老相关的变化在心肌细胞、成纤维细胞中最显著，如固醇调节元件结合因子1（SREBF1）的启动子可及性和基因表达随年龄显著下降，其靶基因低密度脂蛋白受体（LDLR）的表达也显著下降，提示衰老心肌细胞的胆固醇摄取减少。发育过程中，胎儿到出生后过渡涉及数千个DEG和DAR，多个细胞类型的基因表达和染色质状态发生协调变化，胎儿心脏富集增殖和细胞周期相关通路，出生后心脏则转向代谢成熟和免疫激活状态，转录因子如MEF2A、SOX5/6在胎儿心脏中活性更高，FOXO1/FOXO3在出生后心脏中活性升高（
）。疾病相关的变化涉及大量基因，不同疾病亚型（DCM、肥厚型心肌病（HCM）、缺血性心肌病（ICM））既有共享的通路变化（如氧化磷酸化下降），也有独特的通路变化（如HCM中干扰素信号增加，ICM中上皮-间质转化增加）。
产品关联：文献未提及具体实验产品，领域常规使用的生物信息学工具包括pydeseq2、gseapy、scipy等。
3.3 发育与疾病的关联分析：胎儿基因重激活
实验目的：揭示发育、衰老与疾病之间的分子关联，验证心脏疾病中的胎儿基因重激活假说，并解析其调控机制和空间定位。
方法细节：进行DEG和DAR的交集分析，计算发育与疾病、衰老与疾病、发育与衰老之间的共方向差异基因比例，评估其统计显著性；利用SCENIC+构建细胞类型特异性基因调控网络（GRN），识别在胎儿和疾病状态中活性一致变化的转录因子；采用liana x tensorcell2cell进行细胞间通讯分析，解析胎儿和疾病状态中变化的信号通路；利用空间转录组数据，计算胎儿重激活基因的表达得分，分析其空间定位和细胞类型富集。
结果解读：发育与疾病之间的DEG和DAR存在显著的共方向重叠，几乎所有心脏细胞类型都存在胎儿基因重激活现象，约20%-40%的疾病相关DEG与胎儿富集基因重叠（
）。基因调控网络分析识别了驱动胎儿重激活的细胞类型特异性转录因子，如心肌细胞中BACH2活性下降，成纤维细胞中KLF12、TEAD1活性升高，内皮细胞中ZEB1活性升高。细胞间通讯分析显示，TGFβ信号通路在胎儿和疾病状态中活性显著增加，主要涉及成纤维细胞、周细胞和血管平滑肌细胞之间的相互作用。空间转录组分析显示，胎儿重激活基因在疾病心脏的纤维化和缺血区域富集，这些区域的胎儿重激活得分显著高于非疾病区域和疾病的非梗死区域，且具有明显的空间聚集性，心肌细胞和髓样细胞在胎儿重激活区域富集，NPPA等基因与胎儿重激活得分高度相关（
）。
产品关联：文献未提及具体实验产品，领域常规使用的生物信息学工具包括SCENIC+、liana、tensorcell2cell、cell2location、scanpy等。
3.4 GWAS位点的靶基因细化
实验目的：利用单细胞多组学数据，解析心血管疾病GWAS位点的功能靶基因，提高其生物学解释性。
方法细节：利用scE2G工具，基于snRNA-seq和snATAC-seq数据构建细胞类型特异性的峰-基因关联；获取DCM和HCM的GWAS位点，包括先导变异和与其处于高连锁不平衡（r²>0.8）的变异；将GWAS变异与峰-基因关联进行交集分析，识别GWAS位点对应的靶基因，并与原始GWAS研究的靶基因进行对比。
结果解读：67%的DCM位点（78/117）和85%的HCM位点（58/68）与峰-基因关联重叠；与原始GWAS研究相比，本研究的多组学方法能够识别更具生物学合理性的靶基因，如DCM GWAS位点rs4616，原始研究关联GSS基因，而本研究发现其位于心肌细胞特异性增强子区域，与MYH7B基因关联，MYH7B是肌肉特异性的肌球蛋白亚型，与DCM相关（
）。部分靶基因同时也是胎儿重激活基因，如DTL基因在胎儿和DCM心肌细胞中表达显著升高，其对应的GWAS位点的染色质可及性在胎儿心脏中更高。
产品关联：文献未提及具体实验产品，领域常规使用的工具包括scE2G、PLINK、Integrated Genomics Viewer等。
4. Biomarker研究及发现成果解析
Biomarker定位
本研究中涉及的Biomarker包括三类：一是细胞类型特异性的功能亚群标记基因，如心肌细胞衰老亚群的CDKN1A、CDKN2A，成纤维细胞激活亚群的POSTN、TNC；二是心脏疾病中的胎儿重激活基因，如NPPA、DTL、MYH7B；三是心血管疾病GWAS位点关联的靶基因，如MYH7B、ADAMTS7、DTL。这些Biomarker的筛选/验证逻辑为：通过整合大规模单细胞多组学数据，识别发育、衰老、疾病中的差异基因，结合亚群分析确定细胞类型特异性亚群的标记基因；通过发育与疾病的差异基因交集分析筛选胎儿重激活基因，利用空间转录组数据验证其在疾病心脏中的空间定位；通过scE2G构建细胞类型特异性的峰-基因关联，将GWAS位点与靶基因关联，结合基因表达和染色质可及性数据验证其功能相关性。
研究过程详述
细胞类型特异性亚群标记基因来自snRNA-seq的亚群分析，通过标记基因的表达验证其亚群特异性，如心肌细胞衰老亚群的CDKN1A、CDKN2A基因在DCM和HCM中富集；胎儿重激活基因来自发育（胎儿vs年轻）和疾病（患病vs非患病）的共方向DEG交集，通过空间转录组数据验证其在疾病心脏的纤维化和缺血区域的富集表达，如NPPA基因在这些区域的表达显著升高（文献未明确提供具体数值，基于图表趋势推测）；GWAS位点关联的靶基因通过将GWAS变异与scE2G构建的峰-基因关联进行交集分析，结合细胞类型特异性的基因表达和染色质可及性数据验证，如MYH7B基因在心肌细胞中高表达，其关联的GWAS位点位于心肌细胞特异性增强子区域。
核心成果提炼
细胞类型特异性亚群标记基因能够反映心脏的病理状态，如成纤维细胞激活亚群的标记基因POSTN在AMI、DCM和HCM中富集，可作为心脏纤维化的潜在Biomarker；胎儿重激活基因是心脏疾病中的关键Biomarker，反映了心脏的应激状态和 maladaptive重塑，如NPPA是经典的心脏应激激素，其在疾病区域的高表达提示心脏功能受损；GWAS位点关联的靶基因细化为心血管疾病的机制研究和治疗靶点筛选提供了新的方向，如MYH7B与DCM的关联，为DCM的发病机制研究提供了新的线索。其中，DTL基因作为胎儿重激活基因和GWAS靶基因，在胎儿和DCM心肌细胞中表达显著升高（n=未明确提供，P<0.05），提示其可能参与心脏疾病的发生发展；NPPA基因与胎儿重激活得分高度相关，可作为心脏疾病病理区域的潜在标记物。这些Biomarker的创新性在于，首次在全细胞类型水平上系统揭示了胎儿基因重激活在心脏疾病中的作用，并利用多组学数据细化了GWAS位点的靶基因，为心血管疾病的精准诊疗提供了新的依据。