![]()
洛克菲勒大学Junyue Cao以及Wei
Zhou等研究人员结合优化的高通量单细胞核测序方法-PanSci，实现了迄今最综合系统的小鼠衰老单细胞解析[1]。
该项工作分多年龄段、性别、基因型（B6.129S7-Rag1 tm1Mom /J和B6.Cg-Prkdc scid /SzJ免疫缺陷小鼠，也可以当作“细胞类型Knockdown”小鼠）来系统解析14种器官单细胞水平变化，共涉及623个组织样本，超两千万单细胞[1], [2]。
![]()
整体实验设计与PanSci方法概览[1]。
研究人员通过这种“全景”解析识别了超3,000种细胞状态，发现超200种细胞亚型伴随衰老或减少或扩增的数目比例变化。并且，进一步基于“细胞类型knockdown”（也就是免疫缺陷小鼠），研究人员解析了某些依赖淋巴细胞而伴随衰老比例发生变化的细胞亚型[1]。
![]()
该项工作解析的单细胞概览[1]。
![]()
伴随衰老比例发生变化的细胞类群，及其具体变化模式[1]。
![]()
淋巴细胞非依赖/依赖的细胞类群衰老变化（示例）[1]。
该项工作2024年11月28日在线发表在Science[1]。
研究人员表示该项工作可以帮助人们定位衰老过程“脆弱or关键”的细胞类型，从而帮助人们开发恢复系统活力延缓衰老的策略[1]。
Comment(s):
非常宝贵的资源，将来或许还能进一步分析各组织伴随衰老的克隆动态。
将来或许还能进一步结合长寿模型来系统分析单细胞变化与寿命的关联。
另外，该项工作的“细胞类型knockdown”很闪亮；依赖淋巴细胞而比例变化的细胞将来或许可以重点分析其在衰老过程发挥的作用。
[1] Z.
Zhang et al., “A panoramic view of cell population dynamics in mammalian
aging,” Science (80-. )., vol. 0, no. 0, p. eadn3949, Nov. 2024, doi:
10.1126/science.adn3949.[2] A.
Sziraki et al., “A global view of aging and Alzheimer’s
pathogenesis-associated cell population dynamics and molecular signatures in human and mouse brains.,” Nat.
Genet., vol. 55, no. 12, pp. 2104–2116, Dec. 2023, doi:
10.1038/s41588-023-01572-y.https://www.science.org/doi/10.1126/science.adn3949商务合作：mss@pku.edu.cn （要求：1. 过审核；2. 标题明确标注）
