利用Patch-seq分析揭示神经元放电频率适应的转录组相关性及其跨亚型与跨物种的保守机制

《iScience》：Patch-seq analysis reveals transcriptomic correlates of neuronal firing rate adaptation across subtypes and species

　　

神经元的转录组谱能否预测其生理特性？研究人员利用初级视觉皮层（primary visual cortex）的Patch-seq数据集，聚焦于放电频率适应（spike rate adaptation，SRA）这一依赖于小电导钙（Ca²⁺）激活钾（small-conductance Ca²⁺-activated K⁺，SK）通道的已知现象来回答该问题。研究人员首先发现，在表达小清蛋白（parvalbumin，PV）和表达生长抑素（somatostatin，SST）的中间神经元中，编码动作电位产生相关离子通道的基因表达水平与动作电位半宽（half-width，HW）相关。令人意外的是，SK通道编码基因与适应程度（degree of SRA，dAdap）并不相关；相反，编码SK电流上游蛋白的基因以及低电压激活钙通道（low-voltage-activated calcium channel，LVA Ca²⁺ channel）与dAdap相关。这一普遍原则得到了小鼠初级运动皮层及猕猴多个脑区数据集的支持。最后，研究人员通过构建最小计算模型产生了可检验的预测。

研究背景：脑连接组及多脑区同步记录技术的进展推动了对大规模多区域脑动力学的研究。理解脑-wide动态需要考虑不同脑区单个神经元电生理特征的差异，但膜片钳等电生理记录成本高，目前缺乏跨脑区系统比较；相反，单细胞转录组分析已成为量化脑多样性的常规手段，但多用于细胞类型分类，转录组能否预测生理特性尚不清楚。Patch-seq技术将单细胞RNA测序（scRNA-seq）与膜片钳记录结合，可同时获取同一神经元的转录组、电生理和形态数据。研究人员聚焦于放电频率适应（spike rate adaptation，SRA）——一种依赖于小电导钙激活钾（SK）通道的显著放电特性。PV和SST中间神经元在SRA上差异显著，且两者合计约占皮层中间神经元的70%，是研究SRA机制的首选对象。此前SRA机制主要基于锥体细胞研究，对中间神经元是否成立未知；且以往对Patch-seq数据集的非监督分析多局限于单个基因与特征的关联，难以揭示基因间互作和因果机制。

研究内容与结论：研究人员利用小鼠初级视觉皮层（V1）公开Patch-seq数据集，通过质量控制、T型（transcriptomically defined type，转录组定义亚型）水平加权线性回归等方法，发现动作电位半宽（HW）与dAdap高度相关，但SK通道编码基因并不解释dAdap差异；相反，钙内流上游相关基因（HW相关基因及HVA钙通道基因）和低电压激活（LVA）钙通道基因解释了dAdap差异。该机制在小鼠初级运动皮层（M1）及猕猴多个脑区数据中得以验证，并构建最小Hodgkin-Huxley模型产生可测试的预测。研究表明转录组数据可解释跨细胞类型、脑区和物种的AP形状与SRA差异，为利用转录组预测电生理特性提供了框架。

关键技术方法（约250字）：研究人员使用公开的小鼠V1 Patch-seq数据集（Gouwens等）、小鼠M1 Patch-seq数据集（Scala等），以及猕猴多脑区转录组数据集（Chen等）和猕猴细胞内电生理数据集（Inoue和Martinez-Trujillo实验室）。主要方法包括：对Patch-seq数据进行严格质量控制（过滤低总RNA计数、低检出基因数和污染评分高的细胞）；在T型水平采用加权线性回归（weighted linear regression，WLR）分析基因表达与电生理特征的相关性；利用DESeq2进行差异表达分析；采用Akaike信息准则（AIC）进行多基因线性回归模型自动选择；构建包含LVA（T型）和HVA（L型）钙通道及SK通道的Hodgkin-Huxley模型模拟钙动力学并产生预测。

研究结果：

放电频率适应与动作电位宽度在PV和SST中间神经元中相关：研究人员分析V1数据发现，PV细胞在1 s方波电流注入下几乎无适应，SST细胞适应强烈；PV细胞AP窄，SST细胞AP宽。基于HW和dAdap训练的支持向量机分类器准确率达95.3%，优于基于Pvalb/Sst标记基因分类（与多基因分类一致率为89.6%），且该分类器在体感皮层L2/3数据上准确率达86.4%。据此提出三种假设：H0为SK通道电导差异直接介导中等后超极化（mAHP）；H1为每AP钙内流差异调节SK激活；H2为LVA钙通道快速失活贡献。

dAdap差异更好地反映在钙内流相关基因中：质量控制后，在T型水平验证HW与Kcnc1（编码Kv3.1）表达显著相关（p = 1.5 × 10^?10），而dAdap与SK编码基因Kcnn2无显著相关，不支持H0。支持H1的证据包括：HW与dAdap在T型水平显著相关，Kcnc1与dAdap显著相关；Kv3.2敲除或Kv3抑制剂TEA处理可同时改变HW和dAdap。支持H2的证据包括：部分SST细胞的瞬时放电率曲线需双指数拟合，表现出起始爆发（onset bursting，OB）特征；约10%的SST细胞具OB，而PV细胞仅1.1%；编码LVA T型钙通道的Cacna1g在SST T型中表达更高且与dAdap相关。将VIP和SNCG中间神经元纳入分析后，上述结论仍成立；但LAMP5中间神经元的电生理和转录组特征不符合所提机制。

dAdap差异由基因家族组合解释：基因-特征相关性排序显示，HW相关基因以Nav和Kv3家族最强；dAdap相关的基因包括HW相关基因和多个Cav通道基因，而SK家族基因均不显著。多基因WLR模型（包含PV、SST、VIP和SNCG）经AIC自动选择后调整R²为77.4%（dAdap），各离子通道家族均有贡献，其中LVA钙通道家族贡献最小。SK家族基因虽被模型保留，但其回归系数为负，与已知SK通道生物学不符，不能支持H0。Cacna1e（编码R型Cav2.3）与dAdap显著相关，但既往研究提示R型通道不激活SK，可能反映间接或非因果关联。

其他潜在基因：通过无监督过滤算法，结合差异表达基因（DEGs）与dAdap/HW的相关性，鉴定出322个与dAdap显著相关的DEGs，其中269个同时与HW相关，53个仅与dAdap相关。候选基因包括Ryr3（编码3型兰尼碱受体）在SST中高表达且与dAdap正相关，可能通过增强细胞内Ca²⁺释放增加SK激活；Kcnh7、Kcnq5、Kcnip2等钾通道基因在PV中高表达且与HW、dAdap负相关；基因本体（GO）富集分析显示这些基因富集于K⁺、Ca²⁺、Na⁺离子跨膜转运体活性。

在小鼠M1数据集中的验证：分析小鼠M1 Patch-seq数据集发现，HW与dAdap在T型水平显著相关；dAdap与Kcnn2无显著相关，但与Cacna1g显著相关。部分锥体细胞、SST和PV细胞表现出OB特征，其中Pvalb Vipr2 T型（疑似吊灯细胞）富集OB且高表达Cacna1g。在兴奋性（E）和抑制性（I）细胞混合分析中，Kcnc1和Scn1a与HW负相关，但仅在抑制性细胞内部保持显著，提示存在类别效应（class-driven effect）。

猕猴多个脑区的区域转录组和电生理差异：分析猕猴V1、外侧顶内沟区（LIP）和前额叶皮层（PFC）的电生理和转录组数据，发现HW与dAdap在单细胞水平显著相关。区域间比较显示，PFC中间神经元HW显著大于V1，dAdap也有增大趋势但未达统计显著。转录组数据表明，KCNC1和SCN1B表达差异与HW差异一致；KCNN2不能解释dAdap差异，而KCNC1与dAdap相关；PFC锥体细胞中SCN1A和SCN1B显著下调，提示Na⁺通道可能主导区域HW差异。这些结果与小鼠数据一致，表明机制跨物种保守。

Hodgkin-Huxley模型产生可测试预测：研究人员构建了包含LVA（T型）和HVA（L型）钙通道及SK通道的Hodgkin-Huxley模型，成功重现具有快、慢双时间常数的SRA。模型预测：保持电压高于?60 mV时T型通道失活，快适应消失，dAdap不再依赖LVA钙电导；降低Na⁺通道电导（gNa）会增大HW和dAdap，进一步降低SK电导则dAdap下降而HW不变；阻断Kv3通道有类似效应；阻断L型钙通道影响dAdap但不影响HW。

讨论总结与结论翻译：在讨论部分，研究人员指出，研究将转录组差异与AP形状和SRA联系起来，表明SK通道基因不解释中间神经元SRA差异，而由HVA和LVA钙通道编码基因以及HW相关基因决定；强调应在完整生理背景下解释基因功能，避免单基因分析误导。研究还讨论了Patch-seq数据处理中的注意事项，包括电生理记录需达到1.5倍基强度以上、转录组质量控制及T型水平分析的重要性。研究结论翻译为：总之，研究人员表明转录组数据可以解释跨细胞类型和脑区的AP形状和SRA差异。分析提示HVA和LVA钙通道编码基因以及HW相关基因的表达差异，而非SK通道基因，是SRA变异的基础。这强调了避免基于单基因分析得出结论的重要性。研究人员的方法为利用现有转录组数据预测跨脑区电生理特性提供了框架，为未来的实验和理论研究铺平道路。