人类卵巢中的施万细胞：转录组学和组织学特征研究

《Reproductive BioMedicine Online》：Schwann cells in the human ovary: transcriptomic and histological characterisation

摘要
研究问题：人类卵巢中是否存在施万细胞？

设计：
采用了一种结合转录组分析和基于图像验证的综合方法。从人类蛋白质图谱（HPA）中根据严格的RNA特异性和抗体验证标准筛选出潜在的施万细胞标记物。这些标记物通过公开可用的卵巢单细胞RNA测序数据集进行了进一步完善，以确定一组高可信度的基因。利用HPA免疫组织化学图像和定量图像分析方法评估了蛋白质表达和空间分布，并研究了与卵巢储备卵泡的空间关系。

结果：
经过精细化的20个施万细胞相关标记物在多个转录组数据集中表现出一致且特异性的表达。蛋白质水平分析确认了所有选定标记物在人类卵巢组织中的表达。定量图像分析显示了异质性的染色模式和明显的空间分布特征，其中一些标记物（包括神经生长因子受体NGFR）在卵巢储备卵泡附近富集。

结论：
这些发现支持了人类卵巢中存在施万细胞的观点，并证明了可以通过综合的转录组和基于图像的方法对其进行表征。研究识别出了已知的以及之前未被描述的与施万细胞相关的蛋白质。虽然施万细胞相对于卵巢储备卵泡的空间定位已经明确，但它们在卵巢生理学中的确切功能仍有待进一步研究。本文提出了一种利用公开资源来识别和表征难以获取的人体组织（如卵巢）中稀有细胞群体的策略。

引言：
人类卵巢是一个高度动态的器官，对生殖功能至关重要，其中卵泡发生、卵子成熟和类固醇激素的产生紧密协调。卵巢生理功能的紊乱与不孕症和多内分泌代谢性卵巢综合征（PMOS，旧称多囊卵巢综合征/PCOS）等常见疾病相关，这凸显了理解调节卵巢功能的细胞和分子机制的重要性。
除了内分泌和旁分泌信号传导外，卵巢功能还受到神经的影响。哺乳动物的卵巢具有丰富的神经支配，主要由来自腹腔神经节的交感神经组成（Jacobowitz和Wallach，1967；Klein和Burden，1988；Owman等，1967；Pastelín等，2017；Stefenson等，1981）。实验研究（Chang等，2019；Zhang等，2010）表明，特别是在啮齿动物模型中，卵巢神经支配在卵泡发育中起着关键作用。此外，啮齿动物和人类中都观察到了与年龄相关的卵巢神经支配变化（Gaylord等，2025）。神经调节也被认为与病理状况（如PMOS）有关，因为实验性破坏卵巢神经支配可以恢复内分泌功能（Duncan等，2023；Lara等，1993；Morales-Ledesma等，2010；Tong等，2020）。这些观察结果表明，神经成分可能对卵巢生理和疾病有所贡献，但它们在人类卵巢中的确切功能尚未完全明确。
周围神经纤维由施万细胞包裹（Salzer等，2024），施万细胞是周围神经系统的主要胶质细胞，对轴突支持、髓鞘形成和再生至关重要。施万细胞能够根据需要改变分化状态，特别是在神经损伤时，它们会转化为一种专门恢复轴突接触的非髓鞘修复亚型（Jessen和Mirsky，2016；Reed等，2022）。尽管长期以来已证实人类卵巢中存在神经纤维（Jacobowitz和Wallach，1967；Owman等，1967；Stefenson等，1981），并且最近通过三维成像技术得到了进一步证实（Gaylord等，2025；Wei等，2024），但施万细胞在卵巢组织中的空间分布、分子特征及其潜在相互作用仍不明确。
最近的单细胞RNA测序（scRNA-seq）技术（Regev等，2017；The Tabula Sapiens Consortium，2022）的发展使得能够在包括卵巢在内的多种人体组织中识别不同的细胞群体。然而，这些方法受到空间信息缺失的限制，无法完全解析施万细胞及其与邻近结构的相互作用。此外，支配卵巢的神经元预计不会出现在人类卵巢的单细胞数据中，因为它们的细胞体位于外部神经节中（例如大鼠的腹腔神经节）（Klein和Burden，1988；Pastelín等，2017）。
为了解决这一问题，瑞典开发的为期二十多年的人类蛋白质图谱（HPA）提供了一个集成资源，将转录组数据与多种人体组织中的抗体基蛋白质谱分析相结合。HPA中的“单细胞类型”资源包含了来自综合scRNA-seq数据集的表达谱（Karlsson等，2021；Shi等，2025），这些数据将基因根据其在多种组织中的细胞类型特异性进行分类。该框架能够识别在特定细胞类型中表达上调且相对特异的基因，包括施万细胞。重要的是，这些转录组数据还得到了HPA组织资源中的免疫组织化学（IHC）基蛋白质表达数据的补充（Uhlén等，2015），从而可以在原位检测细胞中的蛋白质表达。这种验证是必要的，因为mRNA的水平并不一定反映蛋白质的表达或空间定位。
在本研究中，整合了转录组和基于图像的方法来系统地识别和表征人类卵巢中的施万细胞。从人类蛋白质图谱中根据多个组织中的RNA表达谱的细胞类型特异性以及抗体验证标准筛选出候选标记物，并利用公开可用的卵巢scRNA-seq数据集进一步精炼出一组高可信度的施万细胞相关基因。然后使用免疫组织化学数据在蛋白质水平上评估这些标记物，并通过定量图像分析来确定其在卵巢组织中的丰度。此外，还分析了施万细胞相关信号与卵泡结构之间的空间关系，以探讨卵巢微环境中的潜在相互作用。
通过这种综合方法，获得了关于人类卵巢中施万细胞群体的分子和空间信息，为理解其在卵巢生理和生殖健康中的潜在作用奠定了基础。

部分内容摘要：
- 候选基因的选择：使用人类蛋白质图谱（HPA；https://www.proteinatlas.org，版本25）识别与施万细胞相关的标记物。根据细胞类型特异性RNA表达筛选基因，保留那些在施万细胞中富集、组富集或细胞类型增强的基因。为了确保蛋白质水平的可靠性，仅包括那些有增强（独立或正交）验证支持的基因。
- 结果：从HPA中根据在多个组织中施万细胞中富集的细胞类型特异性RNA表达筛选出候选标记物，并应用HPA过滤标准确定了86个具有施万细胞富集表达和支持性抗体验证的候选基因（图1a，补充表2）。接下来分析了这些候选基因在人类卵巢单细胞数据集和卵巢施万细胞中的表达情况。