单细胞调控网络揭示人类单核细胞分化与多样性的转录程序

本研究通过单细胞RNA测序(scRNA-seq)和SCENIC分析技术，解析了人类外周血单核细胞从经典单核细胞(cMo)经中间单核细胞(iMo)向非经典单核细胞(nMo)分化的转录调控网络。研究人员发现220个共享调控子(regulon)，揭示了FLI1作为核心调控因子协调单核细胞亚群转换，并首次基于调控子活性将单核细胞划分为13个功能亚群。该研究为理解心血管疾病和癌症治疗中单核细胞的功能异质性提供了新视角，发表于《Journal of Leukocyte Biology》。

　　

在免疫系统的前线，单核细胞如同多面特工，从经典单核细胞(CD14^hiCD16^-)到巡逻血管的非经典单核细胞(CD14^-CD16^hi)，它们的分化过程暗藏玄机。尽管已知这些细胞亚群在炎症、肿瘤转移和动脉粥样硬化中扮演不同角色，但驱动其身份转换的"分子开关"始终成谜。更棘手的是，中间单核细胞(CD14⁺CD16⁺)作为过渡态，其功能特性如同变色龙般难以捉摸——这直接阻碍了针对单核细胞相关疾病的精准干预策略开发。

来自Immunology Center of Georgia, Medical College of Georgia at Augusta University（美国奥古斯塔大学佐治亚免疫学中心）和La Jolla Institute for Immunology（拉霍亚免疫学研究所）的联合团队在《Journal of Leukocyte Biology》发表突破性研究。他们运用单细胞调控网络分析技术，首次绘制出人类单核细胞分化的"转录路线图"，发现FLI1转录因子如同交响乐指挥，协调着单核细胞亚群的身份转换。这项研究不仅解开了中间单核细胞的异质性之谜，更意外发现非经典单核细胞通过抑制HIF1A信号通路来维持其独特功能，为开发靶向单核细胞的疾病治疗策略提供了全新靶点。

研究人员采用三大关键技术：首先整合3个独立scRNA-seq数据集（含49名健康供者），通过Seurat软件进行质控和聚类；接着运用SCENIC算法构建转录因子-靶基因调控网络，识别452个活性调控子；最后结合Destiny软件进行伪时间轨迹分析，揭示分化动态。特别值得注意的是，团队创新性地将调控子活性转化为二进制信号，使单核细胞亚群分类突破传统表面标志物的局限。

3.1 调控子活性区分单核吞噬细胞亚群
通过分析25,103个单核吞噬细胞转录组，研究发现pDC（浆细胞样树突状细胞）具有最独特的调控子特征，如AR、MYB和RUNX2特异性激活。而经典单核细胞则富集HMGB2、CREB5等调控子，非经典单核细胞特异性激活TCF7L2、POU2F2等因子。引人注目的是，中间单核细胞缺乏独特调控子，证实其作为过渡态的特性。

3.2 跨数据集验证核心调控网络
在3个独立数据集中保守存在的220个调控子构成"核心网络"，包含RELB、CLOCK等关键转录因子。IPA通路分析显示，非经典单核细胞显著抑制HIF1A和VEGF信号，但激活肌动蛋白运动相关通路，这与其血管巡逻功能完美吻合。

3.3 经典与非经典单核细胞的调控网络分野
网络分析揭示FLI1成为连接各亚群的核心节点，尽管其在非经典单核细胞中活性最高，却与多个经典单核细胞特异性调控子（如FOS）存在强关联。这种"跨阵营"调控模式暗示FLI1可能是单核细胞分化的总开关。

3.4 调控子活性重构单核细胞分化轨迹
伪时间分析显示，从cMo_0亚群到nMo_1亚群的调控子活性变化呈现连续光谱模式。关键转折发生在中间单核细胞阶段，此时CREB5等经典相关调控子关闭，同时SPI1等非经典相关调控子逐步激活。

3.5 单核细胞多样性的调控子基础
通过机器学习将单核细胞划分为13个功能亚群，发现cMo_2亚群专长于炎症反应，而nMo_1亚群则擅长调控NK细胞活化。这种基于调控子活性的新分类体系，远超传统CD14/CD16标记的分辨能力。

这项研究建立了单核细胞研究的范式转变——从表面标志物导向转为调控网络导向。发现FLI1的核心调控地位为干预单核细胞分化提供了新靶点，而HIF1A通路在非经典单核细胞中的抑制状态，则解释了为何这类细胞能在低氧血管环境中长期存活。更值得关注的是，研究揭示中间单核细胞实为"分子混血儿"，这一发现将重塑对单核细胞在疾病中动态变化的理解。这些突破为开发针对动脉粥样硬化、肿瘤转移等疾病的单核细胞靶向疗法奠定了理论基础，标志着免疫细胞研究进入"调控网络解码"新时代。