“细胞衰老”遇见单细胞空间转录组

细胞衰老背景

细胞衰老（cellular senescence）：定义为永久性的细胞周期终止状态。细胞衰老是衰老的标志之一，衰老器官的主要特征就是衰老细胞的累积。

但是，细胞衰老并不一定就代表衰老，因为在发育阶段和成年阶段细胞衰老都存在。目前许多研究对衰老过程的原因和机制提供了初步解释，但在衰老过程中驱动功能性能逐渐下降的过程尚不完全清楚。衰老的影响因素仍然是一个激烈争论的问题，下图引自2019年发表的文章，红色突出显示了研究的新方面，这些方面尚未得到证明或正在讨论中（比如细胞类型的特异性），接下来让我们对细胞衰老进行进一步了解。

DOI:10.3390/cells8111446

1、细胞衰老：产生的因素

（1）内在因素：

——自然衰老

——癌基因的激活

——氧化应激

——线粒体功能障碍等。

（2）外在因素：

辐射和化疗药物：这些都可通过引起 DNA 损伤(DNA damage)，激活 ATM/ATR 激酶和 p53/p21CIP1 信号轴，最终导致细胞周期阻滞，诱发衰老。

DOI：10.3390/ijms222313173

2、细胞衰老：特征

细胞衰老的特征：包括增殖阻滞和抗凋亡通路的上调。衰老的细胞分泌大量的趋化因子、细胞因子、生长因子和蛋白酶，被称为衰老相关分泌表型（SASP, Senescence-associated secretory phenotype）。细胞衰老还表现为染色质结构的改变、代谢适应、损伤大分子的积累和基因组的不稳定性。需要注意的是，单一特征的出现不足以定义细胞衰老状态，因为它们也可能出现在其它细胞状态中。因此，必须同时出现多个特征才能定义为衰老细胞。

DOI:10.1038/s41580-024-00738-8

①细胞周期停滞

——CDKN2A上调

——CDKN1A上调

——MKI67下调

②DNA损伤应答的激活

——γH2AX核灶点的形成

——TP53BP1核灶点的形成

——端粒相关灶点的形成（TAF）

③核改变

——HMGB1的核排除和后续的释放*

——Lamin B1（LMNB1）丢失

——衰老相关卫星扩张（SADS）

④抗凋亡途径的上调

——BCL2上调

——其它BCL2家族蛋白的上调

⑤SASP，衰老相关分泌表型

——IL-6

——IL-1α

——IL-1β

——SERPINE1

⑥溶酶体含量增加

——衰老相关的β-半乳糖苷酶（SA-β-gal）活性

⑦代谢适应

⑧细胞表面标志物

⑨形态学变化

单细胞&空间转录组测序在细胞衰老中的研究方向和思路

细胞衰老是生物体衰老过程中的一个关键因素，它涉及到多种机制和调节剂。细胞衰老的研究可以帮助我们理解衰老过程，并可能为治疗与衰老相关的疾病提供新的策略。以下是一些主要的研究方向：

1、细胞衰老应用：衰老机制研究

从遗传/表观遗传、mRNA水平和蛋白水平三个层面，细胞衰老目前一共汇总了6条关键的信号通路。

DOI：10.1016/j.tcb.2018.02.001

【衰老机制研究案例——衰老小鼠大脑图谱揭示白质是脆弱的病灶】

DOI: 10.3390/cells8111446

2.2 细胞衰老与肿瘤

2.2.1 衰老和肿瘤抑制

（1）增殖抑制：衰老细胞处于细胞周期阻滞的稳定状态，为肿瘤发生提供了自然屏障。OIS是一个由激活的致癌基因驱动的衰老程序，特别是RAS和BRAF家族成员，各种研究发现了OIS的肿瘤抑制作用。

（2）免疫监视：癌基因驱动的衰老细胞在促进癌症免疫监测中的重要作用。如通过分泌CCL2招募巨噬细胞，并通过CD4+ T细胞协助消除Nrasg12v衰老的恶性肝细胞

DOI: 10.1038/s41571-022-00668-4

2.2.2 衰老和肿瘤促进

衰老的细胞外源性机制，主要是SASP，一些SASP因子与促肿瘤过程相关，包括慢性炎症、有丝分裂信号、干性、血管生成、迁移和侵袭。阿霉素治疗也诱导MMTV-Wnt1乳腺癌小鼠模型衰老，其中衰老反应与受损的肿瘤生长和复发有关。

DOI: 10.1038/s41571-022-00668-4

【疾病/肿瘤机理与治疗案例——RAS影响细胞衰老和肿瘤发生的机制】

DOI:10.1038/s41580-024-00738-8

【生物标志物开发案例——开发了一种与“TEC&衰老”相关的转录标记】

寻因生物细胞衰老研究的解决方案

研究背景：

1、卵巢衰老被喻为女性机体衰老的起搏器：

卵巢内卵泡耗竭，血液雌激素下降——导致心血管疾病、骨质疏松、老年痴呆、肥胖症、肿瘤等疾病的发生

2、人类卵巢衰老过程中的细胞类型和转录调控变化仍然未知

3、空间转录组可以将转录本映射到组织切片上进行空间可视化，了解卵巢空间结构对于卵巢的衰老动力学研究是非常有必要的

研究设计：

单细胞转录组:来自于9名捐献者的卵巢样本，被分为3组，分别是年轻组（Y）、中年组（M）和老年组（O）；

空间转录组：来自于15名捐献者的卵巢样本，被分为3组，分别是年轻组（Y）、中年组（M）和老年组（O）；

【研究点1：结合单细胞转录组以及空间定位找到关键的细胞类型】

基于单细胞的数据，最终得到8种细胞类型，分别是颗粒细胞（GCs）、卵母细胞、卵泡膜和基质细胞（T&S cells）、内皮细胞（ECs）、平滑肌细胞（SMCs）、单核细胞、NK细胞、T细胞，作者对8种细胞类型中 O/Y、M/Y 和 O/M 组之间进行了差异富集分析，发现上调的差异基因富集到的KEGG通路主要与细胞衰老和细胞衰老相关通路有关，因此作者又对不同组的细胞分别进行了细胞衰老评分，发现在衰老过程中，大多数卵巢细胞的衰老信号通路评分增加，这些发现表明，老年人类卵巢中的特定细胞类型可能表现出与细胞衰老相关的独特特征。因此后续分析了卵母细胞在卵巢衰老过程中的时空变化：

年轻组的卵母细胞在三种亚群都有分布，而中年组的卵母细胞主要在a组，老年组的卵母细胞主要在c组；因此针对卵母细胞进行了轨迹分析以及DNA损伤和修复。

基于以上分析结果，因此研究者从细胞通讯的角度分析了卵母细胞与其他细胞类型之间的相互作用，发现在老年组中相互作用显着增强（图f），老年卵母细胞表现出配受体对MDK-LRP的表达升高（图g）。随后作者又进行了空间基因集合评分，发现配受体对MDK-LRP1在卵母细胞和周围细胞中泛表达，并且在衰老组评分更高（图h），并且GC、T&S分布更密集。

SeekSpace^®空间技术以单细胞做空间定位：

在进行通讯分析时，可以考虑细胞位置信息，相对于文献中的单细胞转录组通讯分析（图f），可以去除假阳性干扰。

在进行空间位置查看上，相较于非单细胞分辨率的空间转录组（图h：只能以扇形的方式查看细胞类型的分布），寻因生物SeekSpace^®可以针对只关注的细胞类型进行关键信号查看，并且精确探究区域中细胞的组成。

【研究点2：结合单细胞转录组以及空间定位找到关键的亚型】

基于研究点1，发现GCs包裹着卵母细胞并与其相互作用，但GCs在衰老过程中分类和变化目前还不清楚，颗粒细胞在卵巢衰老过程中的时空变化，研究者进一步将GCs细分为3种亚型（GC亚型1、2和3）。细胞占比统计结果显示，年轻组GCs以亚型1和2为主，而老年组GCs以亚型3为主（图b），接下来作者进一步检测了空转数据中颗粒细胞的分布。值得注意的是，三个不同的GCs亚群在空间分布上具有明显差异。GCs亚型1位于窦卵泡卵丘，2亚型位于卵泡壁层，3亚型在卵泡中广泛分布（图d）

SeekSpace^®空间技术以单细胞做空间定位：

在进行亚群分析时，相较于非单细胞分辨率空间转录组（图b、d：需要先从单细胞转录组水平查看细胞比例的变化之后，在看相关细胞类型在空间上的分布），SeekSpace^®可以直接圈选出研究者关注的区域，探究相关区域中存在的细胞亚型以及分布上的变化，不会存在不同亚型之间干扰。

【研究点3：在关键细胞类型基础上进行关键因子分析】

上述分析已经证实细胞衰老是卵巢衰老的潜在因素，特别是在GC和T&S细胞中，作者采用单细胞调控网络推理和聚类分析来鉴定GC和T&S细胞中的核心转录因子（TFs）。结果显示，FOXP1、SOX4和FOS在两种细胞类型中表达均降低，可能在卵巢衰老中起关键作用，基于验证发现FOXP1是卵巢细胞衰老的核心调控因子，与年龄相关的FOXP1的减少和衰老之间可能存在关联。

SeekSpace^®空间技术以单细胞做空间定位：

在进行关键因子分析时，相较于非单细胞分辨率空间转录组（图a：只能通过单细胞转录组进行功能富集、调控网络等分析，然后从空间上或者其他方式进行验证），SeekSpace^®可以直接圈选出可以圈选出关键区域，并关键区域中细胞在不同组间的差异、功能富集情况进行分析，并在此圈选基础上进行关键区域的细胞进行调控网络分析

参考文献：

[1] Christian, Schmeer., Alexandra, et al.(2019). Dissecting Aging and Senescence-Current Concepts and Open Lessons. Cells, 8(11), 0. doi:10.3390/cells8111446

[2] Lauréline, Roger., Fanny, Tomas., et al.(2021). Mechanisms and Regulation of Cellular Senescence. Int J Mol Sci, 22(23), 0. doi:10.3390/ijms222313173

[3] Vidyani, Suryadevara., Adam D, et al.(2024). SenNet recommendations for detecting senescent cells in different tissues. Nat Rev Mol Cell Biol, 0(0), 0. doi:10.1038/s41580-024-00738-8

[4] Alejandra, Hernandez-Segura., Jamil, Nehme., Marco, Demaria.(2018). Hallmarks of Cellular Senescence. Trends Cell Biol, 28(6), 0. doi:10.1016/j.tcb.2018.02.001

[5] Oliver, Hahn., Aulden G, et al.(2023). Atlas of the aging mouse brain reveals white matter as vulnerable foci. Cell, 186(19), 0. doi:10.1016/j.cell.2023.07.027

[6] Clemens A, Schmitt., Boshi, et al.(2022). Senescence and cancer - role and therapeutic opportunities. Nat Rev Clin Oncol, 19(10), 0. doi:10.1038/s41571-022-00668-4

[7] Adelyne S L, Chan., Haoran, et al.(2024). Titration of RAS alters senescent state and influences tumour initiation. Nature, 633(8030), 0. doi:10.1038/s41586-024-07797-z

[8] Vidyani, Suryadevara., Adam D, et al.(2024). SenNet recommendations for detecting senescent cells in different tissues. Nat Rev Mol Cell Biol, 0(0), 0. doi:10.1038/s41580-024-00738-8

[9] Zhengquan, Wu., Bernd, et al.(2023). A transcriptomic pan-cancer signature for survival prognostication and prediction of immunotherapy response based on endothelial senescence. J Biomed Sci, 30(1), 0. doi:10.1186/s12929-023-00915-5

[10] Meng, Wu., Weicheng, Tang., et al.(2024). Spatiotemporal transcriptomic changes of human ovarian aging and the regulatory role of FOXP1. Nat Aging, 4(4), 0. doi:10.1038/s43587-024-00607-1