基于单核转录组测序与深度学习解码ALS额叶皮质细胞特异性选择性多聚腺苷化机制

本研究通过单核RNA测序技术构建了肌萎缩侧索硬化症（ALS）患者眶额叶皮质的细胞图谱，揭示了C9orf72相关ALS（伴/不伴FTLD）和散发性ALS中细胞类型特异性的转录组变化和选择性多聚腺苷化（APA）失调。研究人员开发了深度学习模型APA-Net，整合序列信息和RNA结合蛋白（RBP）表达谱，成功预测APA变化并识别关键调控因子如HNRNPC。该研究为理解ALS/FTLD的分子病理提供了多组学视角，并为治疗靶点发现提供了新思路。

　　

肌萎缩侧索硬化症（ALS）和额颞叶变性（FTLD）作为具有相似病理特征的两大神经退行性疾病，一直困扰着科研人员和临床医生。尽管已知这两种疾病存在复杂的神经元-胶质细胞相互作用，但细胞类型特异性的分子改变仍不明确。更令人头痛的是，作为关键调控层的转录后调控机制——特别是选择性多聚腺苷化（APA）——在疾病发生发展中的作用更是迷雾重重。

为了解决这些难题，由多伦多大学Paul M. McKeever和Aiden M. Sababi领衔的研究团队在《Cell Genomics》上发表了重要研究成果。他们通过对23例人脑样本进行单核RNA测序（snRNA-seq），构建了包含103,076个核的眶额叶皮质细胞图谱，涵盖C9orf72相关ALS（伴/不伴FTLD）、散发性ALS和对照组。研究不仅揭示了细胞类型特异性的转录组变化，还首次在单细胞水平系统解析了APA的失调模式，并创新性地开发了深度学习模型APA-Net来解码APA的调控机制。

研究人员主要运用了几项关键技术：首先采用单核RNA测序技术对冷冻人脑组织（来源包括Douglas-Bell加拿大脑库和多伦多大学神经退行性疾病研究中心）进行全转录组检测；利用生物信息学方法进行细胞分群和注释，鉴定出23种细胞亚型；通过差异表达分析和通路富集分析揭示分子变化；采用MAAPER和APAlog软件进行APA定量分析；最后开发了多模态深度学习模型APA-Net，整合序列信息和RBP表达谱来预测APA变化。

研究结果方面：

"Orbitofrontal cortex cell types in ALS patients with and without FTLD show converging and diverging transcriptomic changes"部分通过差异表达分析发现，兴奋性神经元和抑制性神经元在ALS各亚型中表现出最显著的转录组变化，其中C9-ALS/FTLD的变化最为显著。这些改变主要涉及线粒体功能、蛋白质稳态和染色质重塑等通路。

"Neurons in ALS are perturbed across all subtypes and cortical layers"部分显示，上层兴奋性神经元在所有疾病亚型中都表现出核糖体复合体和谷氨酸能突触基因的上调，以及染色质重塑、突触前信号和树突棘相关基因的下调。C9-ALS/FTLD中特别出现了电子传递链和呼吸链的上调，提示线粒体功能障碍。

"Protein homeostasis pathways are dysregulated in glial cells across ALS subtypes"部分发现少突胶质细胞中伴侣介导的折叠基因上调，而mRNA代谢和染色质重塑基因下调。小胶质细胞在C9-ALS（伴或不伴FTLD）中表现出更显著的基因表达变化，与C9orf72的免疫功能相符。

"ALS-related risk gene expression across frontal cortex cell types"部分通过层次聚类识别出小胶质细胞富集、少突胶质细胞/OPC/星形胶质细胞富集和神经元富集的基因模块，揭示了风险基因的细胞类型特异性表达模式。

"Widespread and cell-type-specific dysregulation of APA across ALS subtypes"部分发现ALS中存在广泛的APA失调，包括3'UTR延长、缩短和内含子APA使用。sALS神经元中内含子APA使用尤为普遍，影响了树突结构、突触组织和钙转运等通路。

"APA-Net reveals mechanistic insights into APA dysregulation in ALS"部分表明APA-Net能够准确预测APA变化（Pearson相关系数高达0.87），并通过模型解释识别出HNRNPC等关键调控因子。HNRNPC在小胶质细胞中的下调与APA延长事件显著相关。

"RBP interactions reveal cell-type-specific mechanisms and dysregulation of APA in ALS"部分通过分析RBP共激活模式，发现了细胞类型特异性的调控模块，揭示了RBPs如何协同调控APA的复杂网络。

研究结论和讨论部分强调，这项工作不仅提供了ALS/FTLD谱系中细胞类型特异性的分子特征，还揭示了APA作为一种重要转录后调控机制在疾病中的作用。研究发现C9-ALS（伴或不伴FTLD）和sALS驱动了独特的细胞状态，具有不同的基因表达和APA特征。分子失调分析显示，蛋白质稳态通路（特别是伴侣介导的折叠）在C9-ALS/FTLD的各细胞类型中均富集，而染色质重塑通路则在包括上层兴奋性神经元、抑制性神经元、少突胶质细胞和星形胶质细胞在内的多个细胞群体中广泛下调。

特别值得注意的是，与独立的背外侧前额叶和初级运动皮质数据集的比较强烈证实了这些分子发现，尤其是在C9-ALS/FTLD上层兴奋性神经元中，115个基因中有138个保持了它们的表达模式，突出了蛋白质稳态、线粒体功能和核糖体过程的破坏。兴奋性和抑制性神经元都显示了核糖体亚基、VCP和SQSTM1在整个皮质区域的一致上调。

该研究的重要意义在于提供了首个整合基因表达和APA分析的ALS眶额叶皮质单细胞图谱，揭示了不同脑区域和疾病亚型中一致性和差异性的分子变化。开发的APA-Net模型不仅为APA研究提供了强大工具，还为理解RBPs在转录后调控中的协同作用提供了新视角。这些发现为未来针对特定细胞类型和分子通路的治疗策略提供了重要理论基础，对ALS及其他神经退行性疾病的精准治疗具有深远影响。