人类诱导多能干细胞源性感觉神经元的转录组分析及高通量功能表征
《Neurobiology of Pain》:Transcriptomic analysis and high throughput functional characterization of human induced pluripotent stem cell derived sensory neurons
【字体:
大
中
小
】
时间:2026年05月06日
来源:Neurobiology of Pain 3.2
编辑推荐:
文森特·张(Vincent Truong)| 杰克逊·布罗赫(Jackson Brougher)| 蒂姆·斯特拉斯迈尔(Tim Strassmaier)| 余玲(Yi-Ling Lu)| 戴尔·乔治(Dale George)| 西奥多·J·普莱斯(Theodore J. Pric
文森特·张(Vincent Truong)| 杰克逊·布罗赫(Jackson Brougher)| 蒂姆·斯特拉斯迈尔(Tim Strassmaier)| 余玲(Yi-Ling Lu)| 戴尔·乔治(Dale George)| 西奥多·J·普莱斯(Theodore J. Price)| 艾莉森·奥伯格鲁斯伯格(Alison Obergrussberger)| 罗多尔福·J·哈埃多(Rodolfo J. Haedo)| 尼尔斯·费蒂格(Niels Fertig)| 帕特里克·沃尔什(Patrick Walsh)
解剖学公司(Anatomic Incorporated),地址:2112 Broadway Street NE #135,明尼阿波利斯,MN 55413,美国
**摘要**
外周感觉神经元是疼痛神经传输的主要效应器,已成为研究疼痛的有用细胞模型。虽然历史上啮齿动物组织一直是这些神经元的来源,但越来越清楚的是,啮齿动物和人类的疼痛机制存在显著差异。从人类尸体组织中提取的感觉神经元作为研究疼痛机制的转化模型更为优越,但由于其相对稀缺,局限性较大。理论上,利用人类诱导多能干细胞(hiPSCs)制备的感觉神经元由于其相对丰富且可能与人体原生组织相似,有助于弥合这一转化鸿沟。然而,用最常见方法制备的hiPSC来源的感觉神经元在转录和功能上与人体组织匹配度较低。在本研究中,我们使用加速定向分化方法生成的hiPSC来源感觉神经元(hiSNs)与先前发布的数据集进行比较,发现该细胞群体在转录水平上更接近人体原生的背根神经节。此外,我们通过单核RNA测序评估了这一新型细胞群体的异质性,发现它们与体内特定的痛觉感受器和机械感受器亚群相似。最后,我们通过高通量自动膜片钳电生理记录技术检测了这些神经元的功能,包括电压门控的TTX敏感性和TTX抵抗性的钠离子通道(Nav)、钾离子通道(Kv)、配体门控的GABA受体和P2X受体以及动作电位。总体而言,这种hiSNs群体在多个与疼痛相关的靶点上表现出可测量的表达和功能性活动,使其适合在完全人类化的平台上探究多种疼痛机制。
**引言**
疼痛是一种复杂且致残的疾病,几乎会影响每个生命中的个体。尽管我们在理解疼痛的分子和细胞机制方面取得了显著进展,但开发出无重大副作用或毒性的有效止痛药物仍然具有挑战性。部分原因是缺乏适用于疼痛药物发现和基础机制研究的人类模型(Renthal, 2021)。感觉神经元作为外周神经系统的重要组成部分,在将伤害性信号从身体传递到脊髓和大脑的过程中起着关键作用(Basbaum, 2009)。传统的临床前模型主要使用啮齿动物原生的背根神经节(DRG)细胞、人类胚胎肾(HEK)或中国仓鼠卵巢(CHO)细胞系中过表达的离子通道靶点,或者理想情况下使用人类DRG细胞——但这对大多数实验室来说资源非常有限(Renthal, 2021)。基于人类诱导多能干细胞(hiPSCs)制备的感觉神经元是一种可扩展且相关的替代方案,为高通量药物发现提供了可行且高效的方法(Schrenk-Siemens et al., 2018)。
文献中存在多种基于两种传统方法的人类iPSC感觉神经元培养方案。第一种是使用经典的SMAD抑制双重诱导方法(Chambers, 2009)或细胞球(Nocispheres, Deng, 2023)进行定向分化,然后分化为感觉神经元,但效率各不相同(Deng, 2023, Clark, 2021, Chambers, 2012, Lampert, 2020)。另一种方法是通过过表达决定细胞命运的转录因子来生成机械感受器(Nickolls, 2020)或痛觉感受器(Plumbly, 2022)。最近描述的一种通过中间原始外胚层细胞群进行定向分化的方法(Walsh, 2020)已被证明可以生成hiSNs( commercially available as RealDRG)(Li, 2021, Jiang, 2023),其中电压门控的钠离子通道(Jami, 2023, Kalia, 2023)和Piezo2通道(Romero, 2023, Gabrielle, et al., 2024)的功能已得到验证——并且这些通道在冷冻保存优化(Li, 2021)及多种其他应用中也表现出实用性(Jiang, 2023, Geramifard and Novel, 2022, Zurek, 2023, Pollard, 2023, Didier, 2023, Ehsanian, 2021)。补充表1提供了几种代表性的hiPSC来源感觉神经元分化策略的比较,突出了诱导方法、中间细胞类型和成熟时间线的关键差异。在本研究中,我们利用RNA测序和自动膜片钳电生理技术(APC)对hiSNs在其整个成熟过程中的特征进行了全面分析,旨在了解这些神经元在药物筛选和机制研究中的应用价值,并为使用这些神经元的研究人员提供详尽的资源。我们对成熟四周内的hiSNs进行了批量RNA测序,并将其表达谱与其他原生hDRG(Ray, 2018, Tavares-Ferreira, 2022)和其他hiPSC来源感觉神经元进行了比较。通过单核测序,我们还研究了前两周内hiSNs的成熟过程,以确定它们与hDRG中的哪些感觉神经元亚型最为相似。最后,我们利用高通量APC电生理技术评估了这些神经元的功能,包括电压门控的TTX敏感性和TTX抵抗性的钠离子通道(Nav)、钾离子通道(Kv)、配体门控的GABA受体和P2X受体以及动作电位。
**结果**
为了比较hDRG和hiPSC来源感觉神经元的整体转录组,我们汇编了多个已发表的数据集(Deng, 2023, Clark, 2021, Nickolls, 2020, Plumbly, 2022),并进行了主成分分析(PCA),以探索不同方案生成的hiPSC感觉神经元的分化和成熟过程。这些数据集与hiPSC细胞系(Deng, 2023, Clark, 2021, Nickolls, 2020)、含有多种神经元亚型、胶质细胞及其他类型细胞的大规模测序hDRG(Nickolls, 2020, Ray, 2018),以及最新公开的分化方法(Kalia, 2024)进行了对比(图1)。初步的无偏分析未能显示明显趋势,可能是因为各RNA测序数据集中的细胞类型总数差异较大。因此,我们重点分析了173个在鼠和人类中保守的hDRG特异性基因(Ray, 2018)。这种更集中的分析显示了不同细胞群体之间的分子特征差异,且没有任何hiPSC来源的感觉神经元群体与原生hDRG完全重叠,尽管某些数据集的相似性更高。
**图1. 使用173个感觉神经元特异性基因的转录组分析显示了包括原生人类DRG、hiPSC来源感觉神经元和人类诱导多能干细胞在内的数据集的分化和成熟轨迹。A)多个RNA-seq数据集的PCA图显示了不同方案下的显著分子特征。B)多个RNA-seq数据集的PCA图显示了不同时间点的显著分子特征。C)贡献于主成分2(PC2)变异的基因列表。D)贡献于主成分3(PC3)变异的基因列表。**
由于数据集包含多种类型的细胞(包括hiPSCs、神经嵴细胞、不同成熟阶段的感觉神经元以及成年原生生DRG),我们首先探索了主成分空间,以确定哪些主成分能够反映这些细胞群体的分化轨迹及其相对成熟度。我们发现,虽然主成分1主要由非特异性管家基因组成,但主成分2和3合理反映了从hiPSC到hDRG的发育过程(图1)。图中每个图的右下角区域代表hiPSCs,表明这是最不成熟的细胞状态。Deng等人(Deng, 2023)通过时间顺序标注了分化阶段,将其“第7天群体”描述为“神经外胚层细胞”,这些细胞是hiPSCs的直接胚胎后代。到“第14天”,这群细胞分化为“神经嵴细胞”,并在“第56天”进一步成熟为“痛觉感受器细胞”。
为了验证PC2/PC3描述了胚胎发育轨迹的假设,我们进一步将每个主成分PC2和PC3分解为其组成的基因(图1C和D)。PC2和PC3包含的基因包括与神经发育相关的已知转录因子,如SOX2、POU3F1和SOX10;以及PC3中的DLX2、POU4F3和SOX8。此外,PC2和PC3还包含与感觉功能相关的基因,如痛觉感受器通道NTRK1和P2RX3,表明分析结果是有效的。根据这些标志物,我们可以观察到PC2/PC3中的胚胎发育顺序是从图1A和B的右下象限开始的,最终最成熟的细胞群体位于PC2/PC3平面的左下象限。根据这张图,我们可以判断哪些细胞群体在胚胎上最为成熟。因此,胚胎成熟顺序为:hiPSCs、Deng体外培养第7天(DIV)→ Plumbly体外培养第36天(DIV)→ Deng体外培养第14天(DIV)→ Deng体外培养第21天(DIV)→ Deng体外培养第56天(DIV)→ Nickolls体外培养第36天(DIV)→ 解剖学细胞系体外培养第14天(DIV)→ Nickolls体外培养第21天(DIV)→ 解剖学细胞系体外培养第21天(DIV)→ 解剖学细胞系体外培养第28天(DIV)→ 解剖学细胞系体外培养第35天(DIV)→ Clark体外培养第56天(DIV)→ Clark体外培养第18天(DIV)。从这项分析中可以明显看出,时间顺序(DIV)并不一定能预测胚胎成熟度。某些分化方案可能具有更先进的胚胎年龄,尽管其时间顺序较晚,反之亦然,这反映了不同分化方法之间的差异。
**讨论**
依赖转录因子过表达的分化方法(Nickolls等人2020年;Plumbly等人2022年)产生的细胞群体在胚胎上仍然不成熟,尽管其时间顺序较早,这令人惊讶,因为这些细胞在培养中表现出明显的神经元表型。另一方面,依赖胚胎形态发生素的方向性分化方法(Anatomic等人2021年;Clark等人2021年;Deng等人2023年)显示出随着培养时间的延长而具有胚胎成熟潜力。这种胚胎成熟时间cale因方案而异,每种方案都有其自身的成熟时间尺度。Clark等人2021年的方法在胚胎上似乎比Deng等人2023年的方法成熟得更快,而Anatomic的方法又比这两种方法更快。值得注意的是,没有一个hiPSC来源的细胞群体在PC空间中与hDRG完全重叠。这可能部分是由于hDRG的相对异质性,因为该数据集来源于整个DRG的大规模测序,其中包含大量非感觉神经元细胞类型,如胶质细胞、成纤维细胞和免疫细胞。此外,这也可能反映了神经元之间的差异:已知存在于感觉神经元中的离子通道和G蛋白偶联受体(GPCRs)在大多数hiPSC群体中并未发现。
**基于离子通道、神经肽和受体的iPSC感觉神经元数据集与原生hDRG表达的比较**
尽管上述PCA分析揭示了基于DRG特异性基因表达的相似性,但药理学靶点(包括离子通道、神经肽、GPCRs和细胞粘合分子CAMs)(Ray, 2018)进一步说明了hiPSC来源感觉神经元群体间的差异(图2)。对整理好的基因集进行层次聚类显示了hiPSC来源模型和原生hDRG之间表达模式的相对相似性和差异。离子通道在DRG神经元生理学中起着关键作用,包括电压门控的钠离子通道、钙离子通道和钾离子通道、瞬时受体电位(TRP)通道、机械敏感性PIEZO通道以及配体门控的嘌呤能通道,这些通道都参与DRG神经元中的痛觉信号传导。总体而言,外胚层来源的hiPSC感觉神经元在所有hiPSC感觉神经元群体中表达了最多的离子通道(图2A)。Clark等人2021年的研究也观察到多种离子通道的表达,这可能是由于与其他方案相比,他们的培养时间更长。电压门控的钠离子通道SCN9A(NaV1.7)和SCN10A(NaV1.8)已被证实为疼痛靶点,因为已知的人类基因突变会导致功能增强(红痛症)(Cummins等人,2004年;Faber等人,2012年;Garrison等人,2014年;Lampert等人,2009年)或功能丧失(痛觉缺失症)(Goldberg等人,2007年;Cox等人,2006年;Nilsen等人,2009年)。hiSNs中的SCN10A表达水平最高,尽管低于Ray等人2019年的hDRG数据。Nickolls等人2020年和Clark等人2021年的方案中SCN11A(NaV1.9)表达最高,这对感觉神经元的兴奋性调节至关重要。完整的电压门控钠离子通道列表见补充图1A和B。TRPV1受体存在于C型多模态疼痛感受器和Aδ型机械感受器上,可被有害热量和辣椒素激活,导致灼烧样疼痛或瘙痒(Willis, 2009)。在Clark等人2021年的研究中,这种受体的表达水平最高,而在hiSNs群体中表达水平排名第二。值得注意的是,没有任何由hiPSC(诱导多能干细胞)衍生的感觉神经元表现出与初级hDRG(高密度 Scatterglutamate ribbon 神经元)相当的TRPV1表达水平(见补充图1C和D)。这意味着,尽管hDRG样本中的转录本仅占全部RNA序列的一小部分,并且这些hDRG之间存在异质性,但它们仍比hiPSC衍生的感觉神经元表现出更高的TRPV1表达量。有趣的是,在所有离子通道中,Plumbly等人(2022年) report称TRPA1的表达水平较高,TRPA1是疼痛药物发现的目标(Koivisto, 2022),它参与了包括催泪瓦斯、芥末油和芥末在内的有害刺激的检测。TRPA1也表达在参与炎症的非神经元细胞类型中(Yao, 2023),其中包括可能污染其培养物的神经嵴来源的黑色素细胞(Jia, 2021)。其他多种与疼痛相关的靶点,如电压门控钾通道(KCNQ2/3, KCNQ4, 和 KCNMA1)、机械敏感性的Piezo2通道以及离子型GABA-A(GABRA2, GABRA3, GABRB3)、酸感应ASIC1和嘌呤能受体通道(P2RX3, P2RX5),在hiSNs中也都有高水平表达。总之,hiSNs中表达了大量的离子通道,这些通道都有潜力作为镇痛药物靶点的筛选对象(Jami, 2023, Romero, 2023)。
**图2.** 显示了初级人类DRG、由hiPSC衍生的感觉神经元和hiPSCs中的感觉神经元相关A)离子通道、B)神经肽、C)GPCRs和D)细胞粘附分子的热图。基因根据相对表达量进行层次聚类,树状图显示了不同数据集之间的表达模式相似性。神经肽常被用作感觉神经元亚群的标记物,并调节从DRG神经元到血管和免疫细胞以及脊髓背角的信号传导。与其它hiPSC衍生的感觉神经元相比,hiSNs表达了更广泛的范围的神经肽,其中一些神经肽的表达水平甚至高于hDRG(见图2B)。没有一种hiPSC衍生的感觉神经元群体的CALCA和CALCB表达水平与hDRG相当,这两种基因编码的降钙素基因相关肽(CGRP)是临床单克隆抗体和小分子受体抑制剂治疗偏头痛的关键靶点(Domitrz, 2022, Bigal, 2015, Bigal, 2016, Goadsby, 2017, Ho, 2008, Edvinsson, 2015)。相比之下,hiSNs表达了最高水平的TAC1(速激肽1),这是一种编码P神经肽前体蛋白的基因;同时,它们也表达了PENK(Proenkephalin),这是内源性阿片肽的前体,能够结合μ-阿片受体(MORs)并产生镇痛效果(Henry, 2017, Comb, 1982)。这些差异表明,hiSNs中观察到的神经肽多样性可能反映了神经元亚型分布的差异。
人类基因组中大约400种非嗅觉G蛋白偶联受体(GPCRs)中的至少40种是疼痛调节的靶点(Stone and Molliver, 2009, Retamal, 2019)。hiSNs和Clark等人2021年的感觉神经元都表达了与hDRG最相关的GPCRs(见图2C)。hiSNs表达了GRM7(谷氨酸受体,代谢型7)和HTR5A(5-羟色胺受体5A),这两种受体在调节神经递质信号传导和感觉处理中起关键作用。OPRK1(κ-阿片受体1)也是一种参与疼痛感觉调节的基因,在hiSNs中也有所表达。Clark等人2021年的研究还发现,MRGPRX4和MRGPRE的表达水平很高,这些基因编码的Mas相关G蛋白偶联受体(Mrgprs)也参与疼痛和瘙痒感觉的调节。然而,一些通常在原生hDRG中表达的GPCRs在所有hiPSC衍生的感觉神经元中的表达水平相对较低。与神经肽类似,这种模式可能反映了神经元亚型分布或受体特异性成熟的差异。细胞粘附分子(CAMs)参与炎症和细胞信号传导过程,并逐渐被视为药物靶点(Machelska, 2002)。hiSNs表达了最多的CAM药物靶点,包括CNTN1、NLGN3、NRCAM和LRRC4C(见图2D)。Deng等人(2023)和Plumbly等人(2022)报告了髓鞘蛋白零(MPZ)和髓鞘相关糖蛋白(MAG)的表达,这些物质与神经系统中的髓鞘形成和维护有关,这可能表明这些细胞中含有来自共同神经嵴前体的施万细胞(Schwann cells)污染物。总体而言,hiSNs和Clark等人2021年的感觉神经元表达了最多的离子通道、神经肽、GPCRs和细胞粘附分子(详见补充图2)。尽管针对疼痛相关基因集的靶向分析突出了与hDRG的相似之处,但全基因组转录组仍存在差异。这些差异可能反映了成熟程度的不完全以及缺乏原生组织环境(包括神经支配和回路层面的相互作用)。因此,转录组的相似性应被理解为部分和依赖特定情境的,而不是全面的等同;然而,能够研究高度表达的感兴趣基因作为靶点仍是该系统的关键优势。
为了评估成熟感觉神经元的同质性并追踪关键疼痛感受器标记物(如NTRK2、SCN9A和SCN10A)随时间的表达变化,我们对分化后第7天至第21天的hiSNs进行了单核RNA测序(见图3A)。共有26,733个细胞核通过了最佳实践质量控制标准,每个细胞核平均检测到2,719个转录本和1,610个基因。Leiden聚类分析在4个时间点检测到11个不同的簇。分化第7天和第21天的细胞主要分布在簇5和簇2中;而分化第14天和第17天的细胞则分布在簇1和簇3,以及簇0、簇4、簇6和簇7中。这似乎表明了一个从同质群体向异质群体的初步分化过程,随后又重新趋于同质化;这可能暗示了选择性事件或中间状态的消退。这一点得到了分化末期细胞核中基因的支持,其中簇5和簇2分别主要由神经嵴基因(PAX3、SOX5、TFAP2B)和神经标记物(KCNAB1、KCNMB2、NAV3)组成(见图3B)。值得注意的是,不同分化阶段的样本群体之间的重叠程度相对较低,只有Leiden簇7和簇8除外。簇7的前五名标记基因SNHG14、LRRC4C、NRG3、LINGO2和RYR3表明该簇可能代表了向疼痛感受器表型分化过程中的细胞。RYR3是一种参与神经元信号传导的钙释放通道,而NRG3则与外周神经系统发育有关,这表明这些细胞可能正在发展出疼痛感受器的功能,可能是C纤维亚型。相反,簇8的前五名标记基因NEFL、MAP1B、NEFM、LINK-PINT和7SK则表明可能是Aδ纤维亚型。
**图3.** 分化后第7天、第14天、第17天和第21天的26,733个感觉神经元的单核RNA序列表明随时间变化的转录组特征。A)由Scanpy生成的11个不同簇的UPMAP图。B)显示各个样本时间点分布的UPMAP图。C)每个Leiden簇的前五名标记基因的堆叠小提琴图。D)每个时间点的前五名标记基因的堆叠小提琴图。E)点图显示成熟的感觉神经元具有神经病样表型。
接下来,我们分析了样本间差异表达最显著的基因(见图3C)。分化第7天的细胞主要分布在簇5中,这些细胞似乎处于神经嵴或早期感觉神经元状态。PKNOX2、SOX5和PAX3是早期神经嵴发育和分化过程中起关键作用的转录因子。TFAP2B也参与神经嵴细胞的形成,其表达是早期神经嵴细胞的特征。FBXL7在神经发育中的作用较为不明确,但其存在可能表明细胞处于活跃状态,伴随着持续的蛋白质周转和分化。分化第14天时,这些细胞似乎正在向更成熟的感觉神经元表型转变。NTRK3(也称为TrkC)的表达表明这些细胞是正在分化的感觉神经元或低阈值机械感受器神经元。此外,NAV2和SDK1参与轴突导向和突触形成,表明这些细胞正在成熟和建立连接。MALAT1是一种长链非编码RNA,以其调节基因表达的作用而闻名,其在此处的具体作用可能是促进这一转化阶段。分化第17天时,iPSC衍生的细胞似乎进一步成熟为感觉神经元。LINGO2参与神经元存活和再生,表明这些细胞可能正在成熟。SEMAD6D参与轴突导向,进一步支持其成熟和连接性。LHFPL3和NKAIN2虽然研究较少,但与神经元活动有关,可能表明这些细胞的功能正在成熟。分化第21天时,这些细胞很可能代表成熟的感觉神经元。BMPER参与BMP信号通路,该通路在神经元分化和成熟中起作用。NCAM2参与神经元间的粘附和突触形成,表明这些神经元可能正在建立突触连接。KAZN在感觉神经元中的作用尚不清楚,但通常参与细胞稳态。
最后,我们研究了特定疼痛感受器群体中的基因以及与神经病理性疼痛或神经损伤相关的基因(见图3D)。TAC1、NEFH、SLC7A5、SCPEP1、DDIT3和SST的表达降低,这表明hDRG中可能缺乏表达这些标记物的神经元。另一方面,SOX11、KLF7、GAP43、MMP16和LMO7等基因的上调表明神经元处于活跃的再生或可塑性状态,这与动物模型中的神经损伤情况一致(见图3E)。
接下来,我们选择通过分析已识别的Leiden簇中离子通道、神经肽、GPCRs和细胞粘附分子的先前表达情况,来确定hiSNs在成熟过程中的同质性(见图4)。总体而言,Leiden簇间离子通道的表达差异反映了样本分簇的结果,例如簇5主要包含分化第7天的细胞核(见图4A)。从分化第14天开始,所有成熟簇中普遍表达了CPE(羧肽酶E),这表明这些分化神经元持续需要神经肽的加工,因为CPE在肽类神经递质和激素的生物合成中起着关键作用(见图4B)。与全基因组RNA测序相比,单核测序仅检测到少数GPCRs,这可能是由于单核实验的测序深度较低(见图4C)。值得注意的是,这些GPCRs包括GABBR1、GABBR2、GPR173、GPR158和GRM4,因此这些GABA受体的相对高表达水平表明它们可能是hiSNs中GPCR信号传导的有用阳性对照。此外,进一步研究GPR173和GRP158可能揭示出操纵细胞兴奋性的独特靶点或解释hDRG中先前未识别的信号调控因子。单核RNA测序还检测到了相对较高的细胞粘附分子水平(见图4D)。综上所述,这些数据表明,在成熟过程中,hiSNs在离子通道和受体表达方面表现为一个相对同质的群体。
**图4.** 点图分析显示了Leiden簇中单核RNA测序中的感觉神经元特异性离子通道、神经肽、GPCRs和细胞粘附分子。A)离子通道。B)神经肽。C)GPCRs。D)细胞粘附分子。
接下来,我们试图了解最终分化的hiSNs是否代表不同的疼痛感受器亚型(见图4)。首先,我们使用Scanpy中的bbknn函数将先前生成的Visium数据集与适当的批次校正整合,并对不同时间点的疼痛感受器亚型进行了聚类分析(见图5A)。这并未发现hiSNs样本与疼痛感受器亚型的明确整合。接下来,我们像之前使用全基因组RNA测序一样,检查了疼痛感受器亚型簇中的关键差异表达基因。最值得注意的是,hiSNs表达了一系列Aδ-LTMR基因(KCNAB1、PIEZO2、ROBO2)、Aδ-HTMR基因(SCN10A、MCTP1、NGFR)以及在不同疼痛感受器群体中发现的某些基因(PLXNA2、NTRK1、ATP2B4、KCNIP4)(见图5B)。鉴于第2组中发现的单一体群代表了我们数据集中时间最久远的阶段,似乎包含了多个在成年神经元中发现的独立群体,我们预计这些神经元在目前尚未确定其最终命运,可能需要进一步的成熟过程来确定它们的具体亚型。无论如何,可以说这些未成熟的神经元具有双重特性,既类似于机械感受器又类似于痛觉感受器。对更晚时间点的测序将有助于了解它们最终是成为痛觉感受器、机械感受器,还是经过分化后形成混合类型。与已定义的痛觉感受器亚型缺乏明显匹配表明,这些细胞可能代表一种中间状态或未解决的状态,而不是完全成熟的成年亚群。可能需要额外的成熟过程或环境信号来进一步确定其亚型。
下载:下载高分辨率图像(744KB)
下载:下载全尺寸图像
图5. 对hiSNs进行单核RNA测序,显示了一系列机械感受器和痛觉感受器标记基因的表达。A) 在DIV7、DIV14、DIV17、DIV21时对hiSNs进行分支图聚类,并与先前确定的痛觉感受器亚型进行比较。B) 列出Leiden群集中痛觉感受器亚型标记基因的表达情况。
使用自动化膜片钳技术对hiSNs的功能特性进行表征
最近的研究表明,将高通量自动化膜片钳(APC)技术应用于研究原生啮齿动物DRG神经元(Ghovanloo, 2023)和hiSNs(Kalia, 2023)中的电压门控钠(Nav)通道是可行的。为了充分发挥这项技术在可转化的高通量疼痛药物发现中的潜力,我们试图提高之前发布的成功率,并扩大在使用三种APC系统(低通量的Port-a-Patch、中等通量的Patchliner和高通量的SyncroPatch 384)的过程中能够功能检测到的离子通道目标范围。通过优化的细胞分离方案,我们在体外成熟14-28天的细胞中获得了35-60%的成功率(见方法部分)(图6A)。80-100%的细胞表现出内向NaV(包括TTX敏感和TTX抵抗成分)、外向Kv电流以及由功能性配体门控的P2X和GABA-A受体介导的反应,而在3周内表现出动作电位的细胞比例从40%增加到80%(图6A)。密封质量非常优秀(质量控制(QC)接受标准:RSeal > 300 MΩ;表1),并且SyncroPatch 384设备每次运行可以同时采样超过100个细胞,从而能够在不到一小时内对hiSNs进行全面统计分析。
下载:下载高分辨率图像(493KB)
下载:下载全尺寸图像
图6. 使用APC从hiSNs感觉神经元记录的电压门控电流。A. 细胞捕获的成功率总结(Rm > 300 MΩ和Cslow > 2 pF),具有KV、NaV电流、P2X、GABA-A配体门控离子通道反应和动作电位(AP)的细胞。随着时间的推移,这些指标似乎会发生变化。B. 在SyncroPatch 384上记录的14天、21天和28天时的KV电流-电压图,以及28天时一个示例细胞的相应轨迹。C. 在没有(深蓝色)和有(红色)TTX的情况下,28天时的NaV电流密度。D. 一个示例细胞的TTX(上图)和TTXr(下图)的示例轨迹。衰减动力学的差异非常明显。(关于该图例中颜色的解释,请参考文章的网络版本。)
表1. 在不同成熟时间(14天、21天或28天)使用SyncroPatch 384记录的hiSNs的电生理和功能参数。NaV电流密度在0 mV时记录;TTXr电流在10 mV时记录;KV电流在40 mV时记录;P2X介导的电流在?80 mV的保持电位下对20 μM三磷酸腺苷(ATP)作出反应1秒后记录;GABA-A电流在?80 mV的保持电位下对100 μM GABA作出反应1秒后记录。每个参数的细胞数量用括号表示,数值表示为平均值±标准误。
参数 14天 21天 28天
密封电阻(GΩ) 1.1 ± 0.07 (214) 0.96 ± 0.1 (164) 1.0 ± 0.1 (97)
细胞电容(pF) 8.0 ± 0.5 (220) 12.0 ± 0.6 (168) 16.3 ± 2.9 (103)
NaV电流密度(pA/pF) 314 ± 15 (202) 314 ± 16 (160) 235 ± 20 (235)
TTXr电流密度(pA/pF) 30.2 ± 3.4 (155) 33.6 ± 1.7 (143) 28.4 ± 1.7 (89)
KV电流密度(pA/pF) 144 ± 4.8 (202) 159 ± 5.6 (160) 151 ± 6.9 (97)
P2X电流密度(pA/pF) 83.8 ± 5.4 (94) 49.2 ± 2.9 (97) 47.4 ± 3.4 (65)
GABA-A电流密度(pA/pF) 130 ± 9 (136) 121 ± 12 (100) 207 ± 49 (13)
使用自动化膜片钳从hiSNs感觉神经元记录的电压门控离子通道
DRG感觉神经元表达多种电压门控的内向NaV和CaV电流以及外向KV电流,这些电流可以借助APC在电压钳模式下准确测量(图6B-D)。对于镇痛作用而言,TTX敏感的NaV1.7(SCN9A)和TTX抵抗的NaV1.8(SCN10A)及NaV1.9(SCN11A)通道特别值得关注,因为这些目标的突变与人类患者的多种疼痛状态有关(Bennett, 2019)。此外,已有文献记录了DRG中NaV1.5的表达,最近的研究提出这种通道在神经病变中的机械超敏反应中起作用(Gomes-Arag?o, 2026, Zhang, 2026, Renganathan et al., 2002)。hiSNs感觉神经元表达SCN9A和SCN10A RNA,SCN11A的水平较低,在SyncroPatch 384、Patchliner和Port-a-Patch上的电压钳记录显示,在负电位下有较大的TTX敏感电流,并且有显著(约10-20%)的TTX抵抗内向电流在更正的电位下被激活,这与之前的研究结果一致(Kalia, 2024)(图6C和D)。hiSNs中TTX抵抗电流的动力学及其对宏观INa的相对贡献与成人DRG记录的结果相似(Zhang, 2017),但与大鼠DRG神经元不同,这进一步说明了从原生细胞中使用APC记录的优势,有助于阐明关键物种特异性差异。虽然多种离子通道类的功能表达支持了该系统在药物学研究中的实用性,但这些测量仅代表了一部分神经元功能,并不能完全捕捉体内感觉神经元的全部生理复杂性。
从hiSNs神经元记录的配体门控离子通道
为了进一步展示hiPSC衍生的痛觉感受器的转化潜力,我们研究了在hiSNs神经元中高度表达的几个配体门控离子通道靶点的药理学反应,这些靶点也在原生啮齿动物和人类DRG感觉神经元中发现。由于Patchliner和SyncroPatch 384设备上的机器人液体处理系统能够快速施加和清洗小体积液体,我们在这里重点关注两个经过验证的DRG感觉神经元靶点:P2X和GABA-A离子通道(图7)。
下载:下载高分辨率图像(641KB)
下载:下载全尺寸图像
图7. 配体门控离子通道反应。A) 在SyncroPatch 384上使用20 μM ATP激活的P2X受体电流。ATP诱发的电流快速激活和失敏;插图显示放大时间尺度上的激活过程。B) 在SyncroPatch 384上通过快速施加100 μM GABA激活的GABA-A受体。插图显示放大时间尺度上的激活时间过程。C) 每4分钟激活一次的P2X电流的失敏。如果每10分钟施加一次ATP,可以减少这种情况,从而在同一细胞中获得一致的重复反应(D)。注意:所有P2X记录都是在hexokinase存在下进行的,以防止ATP降解。(E)GABA以剂量依赖的方式激活电流;(F)被竞争性GABA-A拮抗剂bicuculline(10 μM)抑制。
P2X3受体拮抗剂是治疗难治性慢性咳嗽的有希望的药物(Richards, 2019)。啮齿动物和人类DRG之间的P2X受体基因表达存在显著差异(Shiers et al., 2020)。在SyncroPatch 384和Patchliner上,我们观察到预期中的快速激活和ATP施加后的失敏,这与P2X3介导的电流一致(Khakh, 2001, Spinaci, 2021)(图7A)。此外,我们观察到对重复刺激的显著失敏(图7C),但通过延长刺激间隔时间可以消除这种效应(图7D),从而获得适合药物筛选的稳定反应。我们使用ATP激活P2X受体以激活广泛的通道,尽管通道的快速动力学表明P2X3可能是潜在的亚型,但这需要通过药理学研究来确认(例如使用α,β-甲基ATP激活和/或选择性拮抗剂A-317491抑制,Spinaci, 2021, Jarvis, 2002)。
GABA-A离子通道在整个神经系统中广泛表达,并与多种精神和神经发育障碍相关,包括神经性疼痛(Li, 2019)。尽管DRG神经元缺乏节内突触,但GABA是该系统中的局部神经递质,GABA-A Cl-通道在成年大鼠(Du, 2017)和人类DRG神经元(Tavares-Ferreira, 2022)中表达,它们的激活会打开内向Cl-电流,使胚胎期DRG神经元去极化,使产后DRG神经元超极化。GABA-A受体也可以被多种药物化合物靶向,包括苯二氮卓类和全身麻醉剂。hiSNs表达GABA相关基因GABRA2、GABRA3、GABRB3、GABBR1、GABRB2,我们成功记录了在100 μM GABA作用下产生的电流,显示出预期的激活和失敏动力学(图7B)。与P2X记录类似,约90%的hiSNs响应GABA,GABA在100 μM时的电流密度在125–200 pA/pF范围内(图6, 图7)。GABA的反应取决于浓度(图7E),并被拮抗剂bicuculline阻断(图7F),证实这些反应是由GABA-A受体介导的,尽管未研究具体的亚单位组合。
hiSNs中的机械激活电流可能由Piezo1和Piezo2介导
感觉神经元对机械力高度敏感,对处理触觉、本体感觉和机械性疼痛非常重要。Piezo离子通道是非选择性的阳离子通道,可将机械刺激转化为电信号(Ranade et al., 2015)。这些通道在膜拉伸时迅速打开,并在持续施加机械刺激时迅速失活(Zheng et al., 2019)。Piezo2通道被认为是感觉神经元中机械触觉感觉的主要转换器,已在hiSNs中证明其mRNA和功能通道的存在(Romero, 2023, Gabrielle et al., 2024)。虽然Piezo1通道主要参与非神经元类型(如红细胞)的机械感觉,但在hiSNs中的mRNA表达较低,但也有关于DRG神经元中Piezo1表达和活性的报道(Roh, 2020, Shin, 2021)。最近开发了一种新的技术M?Stim,用于高通量APC测量Piezo通道活动,该技术通过在膜片钳下对细胞施加流体流动剪切应力来实现。我们试图将其扩展到hiSNs中,以评估机械门控通道的存在。简而言之,自动化液体处理机器人被编程为反复施加短暂的压力脉冲(20 μL每秒100次)。标准协议包括三轮仅使用外部缓冲液的刺激,第四轮使用缓冲液和Piezo1选择性增强剂Yoda1,第五轮使用含有GdCl3的非选择性阻断剂(图8A和B)。值得注意的是,所有成功建立膜片的细胞中有65%经受住了全部5轮M?Stim剪切应力,总体成功率为37%。在这些存活的细胞中,31%具有快速激活和失活的内向电流,强度达到50 pA或更大,并且被Gd3+阻断。图8C显示了3个hiSNs和3个表达Piezo1的HEK细胞在相同M?stim方案下的代表性轨迹,突出了原生感觉神经元和异源表达的机械敏感电流在激活和失敏动力学上的相似性。在存在Yoda-1的情况下,更大比例的hiSNs(54%)对M?Stim作出反应,表明这些细胞中存在功能性的Piezo1通道。平均而言,在存在10 μM Yoda1的情况下,电流幅度比不存在Yoda1时大约80%(图8Di)。相比之下,在HEK细胞中异源表达的Piezo1通道的M?Stim测量显示,在存在Yoda1的情况下电流增加了400–800%,表明Piezo1通道仅负责hiSNs中机械敏感电流的一部分,这与Piezo2通道是hiSNs中机械门控电流主要贡献者的可能性相符,这得到了Piezo2高水平表达的支持。最后,对个别hiSNs对M?Stim和Yoda1的反应分析显示了多种不同的反应,从不受Yoda1调控的稳定电流(图8Dii),到随时间增强但没有明显Yoda1调控的电流增强(图8Diii),以及一些细胞在Yoda1的作用下表现出显著增强(图8Div)。下载:下载高分辨率图像(597KB)下载:下载完整尺寸图像。图8. 机械门控离子电流在hiSNs中的表现。A) 从示例hiSNs在SyncroPatch 384上记录的电流迹线,蓝色迹线代表仅缓冲液,绿色迹线代表加上Yoda1,红色迹线代表加上GdCl3。B) 实验的时间过程,其中使用机械刺激(M?Stim)激活,缓冲液以110 μL/s的速率在?80 mV下施加。此过程重复3次,然后第四次施加10 μM的Yoda1,最后施加30 μM的GdCl3。Ci) 来自真实DRG神经元的样本电流迹线,并与ii中的HEK细胞(过表达hPiezo1)对M?Stim反应进行比较。蓝色迹线代表仅用缓冲液时的电流反应,红色迹线代表在30 μM GdCl3存在下的电流反应。D) 在M?Stim协议过程中峰值内向电流随时间变化的图表。Di代表所有电流>50 pA的细胞的平均值±SEM。ii – iv是展示不同反应特征的个别神经元代表:ii显示不受Yoda1影响的稳定反应,iii显示随时间增强的电流但没有明显的Yoda1效应,iv显示先是对缓冲液有稳定反应,然后是Yoda1的增强作用。所有电流都被GdCl3阻断。(关于此图例中颜色的解释,请参阅本文的网页版本。)
hiSNs神经元的动作电位发放
使用电流钳技术检测人类神经元的动作电位发放并评估兴奋性变化的能力,补充了在类似条件下使用电压钳技术对离子电流的分析。在对电压门控、配体门控和机械激活电流进行了详细表征之后,我们研究了hiSNs在Patchliner和SyncroPatch 384 APC设备上通过电流钳模式发放动作电位的能力。在少数hiSNs中记录到了自发的动作电位(图9Aiv和Biv),尽管这些现象仅在21 DIV和28 DIV的细胞中分别观察到了3.3%和3.5%,这与天然感觉神经元的情况一致。为了诱发动作电位,首先用保持电流将细胞维持在?90 mV的静息膜电位,然后使用图9A所示的阶梯电流协议或图9B所示的阶跃电流协议来研究每个细胞产生动作电位的阈值。图9A和B展示了SyncroPatch 384和Patchliner上hiSNs的不同发放模式的几个例子,这表明该群体可能存在功能异质性,可能与细胞身份、离子电流表达或成熟度有关。复杂的阶梯和阶跃协议可用于评估与病理或疼痛信号传导相关的膜兴奋性的变化。这使得可以根据单个感觉神经元的动作电位形态及其对病理生理刺激和药物的反应能力进行详细分类。在应用500 nM TTX后,hiSNs的动作电位发放被抑制,这与NaV通道被阻断的预期结果一致(补充图3)。
下载:下载高分辨率图像(539KB)下载:下载完整尺寸图像
图9. 诱发的和自发的hiSNs动作电位。A. 在SyncroPatch 384上使用的阶梯电流协议来诱发动作电位。注入的电流以每秒20 pA的步长增加,以找到每个细胞产生动作电位的阈值。在SyncroPatch 384上记录了21 DIV或28 DIV时个别细胞的不同动作电位模式,包括在给定电流下的单个动作电位(i)、动作电位的爆发(ii – iii)。iv. 在SyncroPatch 384上没有注入电流时(RMP约?52 mV),在一小部分hiSNs神经元中观察到了自发动作电位。B. 在Patchliner上使用的阶跃电流协议来诱发动作电位。在Patchliner上记录了21 DIV或28 DIV时个别细胞的不同动作电位模式,包括在给定电流下的单个动作电位(i)、动作电位的爆发(ii – iii)。iv. 在Patchliner上没有注入电流时(RMP约?45 mV),在一小部分hiSNs神经元中观察到了自发动作电位。
讨论
这项比较研究为hiPSC衍生的感觉神经元提供了分子和功能上的见解,作为与人类相关的疼痛研究模型。目前还没有发布的hiPSC衍生的感觉神经元方案能够在批量RNA或蛋白质表达水平上完全再现初级hDRG组织,这可能并不令人惊讶,因为hDRG组织还包含其他多种细胞类型,如卫星胶质细胞、施万细胞和免疫细胞,它们的转录组各不相同。因此,这项研究的目标不是证明两者等同,而是确定这些模型与人类DRG在哪些方面一致,在哪些方面有所不同,以及如何在转化研究中适当应用它们。
由于hDRG中存在非感觉细胞,预计会稀释感觉神经元贡献的RNA总量,这突显了天然hDRG感觉神经元中存在的高水平伤害性转录本,相比之下任何hiPSC衍生的感觉神经元中的伤害性转录本都较少。因此,要将hiPSC衍生的感觉神经元与天然hDRG进行基准比较,预计需要在纯hiPSC衍生感觉神经元群体中发现的任何转录本的表达水平超过hDRG中的表达水平,以便两者接近。或者,可以对批量测序的hiPSC衍生感觉神经元与天然hDRG的伪批量单细胞转录分析进行比较,以了解相对表达水平,从而判断两者是否相当。考虑到这些因素,hiSNs的数据似乎捕捉到了与人类DRG相关的一组转录特征,具体对齐程度取决于所使用的基因集和比较方法。此外,高通量APC研究表明,hiSNs中发现的许多伤害性转录本具有功能性,证明了表达与功能之间的关系。鉴于hiPSC衍生系统的可扩展性、易于获取性和相对较低的成本,与获取hDRG样本相比,hiSNs为止痛药和其他人类疾病相关靶点的药物发现提供了可扩展且目标特定的资源。
由于hiPSC衍生细胞类型的多样性,通常通过在培养中的时间来促进其胚胎学成熟。目前的发现表明,如果使用定向分化方法(如Clark等人2021年(Clark, 2021)和Deng等人2023年(Deng, 2023)的研究以及解剖细胞协议),这一观点是成立的。然而,根据细胞所处的环境不同,分化时间线可以加速。解剖学协议似乎可以将细胞加速转变为未成熟的感觉神经元,随后再通过时间进一步加速其成熟过程,与其他定向分化协议相比。未来的改进需要进一步增加伤害性转录本的数量,目的是使其表达水平达到与hDRG相当,以证明其功能性。改进措施可能包括在培养基中添加更接近体内环境的可溶性因子,或者在共培养中加入外周感觉神经系统中的支持细胞类型,如卫星胶质细胞和施万细胞。最近的研究表明,与卫星胶质细胞的直接接触可以促进hiPSC衍生感觉神经元的分化、电生理成熟和转录程序,并改变其对损伤相关刺激的反应,包括对紫杉醇诱导的轴突退化的敏感性增加,这突出了细胞微环境在调节药理和疾病相关表型中的作用(LeBlang, 2025)。更广泛地说,损伤和疾病背景强调了神经元-微环境相互作用的重要性,其中神经损伤相关的信号可以驱动转录和功能重塑(LeBlang, 2025, Baruch, 2025)。感觉神经元的神经支配目标也可能对其成熟起作用,因此需要研究外周目标(如角质形成细胞)或中枢目标(如背角神经元)。最后,可能需要使用多室微流控芯片来再现感觉神经元的独特解剖结构,以进一步提高其解剖学、结构和突触的真实性(Kimourtzis和Raouf, 2024, Mutschler, 2023, Vysokov et al., 2019)。这些新的研究方向正在被探索,并为改进现有培养系统提供了巨大潜力。然而,目前看来,使用外源性过表达的身份转录因子的策略在实现改进的培养性能方面可能存在固有限制,特别是与使用定向分化的现有方法相比。本研究发现,即使经过长时间培养,这些早期iPSC感觉神经元群体在转录上也更接近早期神经嵴阶段,而没有明显向成人类DRG的进展。鉴于转录通常先于翻译和功能,这种不完全的转录对齐可能会限制其在疼痛药物发现中的功能相关性和实用性。总之,就感觉神经元而言,用于分化的两种方法中,由形态发生因子编码的胚胎学“旅程”似乎比需要过表达的“目的地”转录因子更为重要。
虽然在模型系统中调节表达水平有助于预测治疗效果(例如反义寡核苷酸疗法),但科学家需要一个能够在生理和药理学上得到验证的功能模型。利用几种高通量APC设备,我们证明了许多与疼痛相关的靶点,如电压门控的钠通道和钾通道、配体门控的GABA-A和P2X受体以及现在的机械敏感的Piezo通道,都可以以高成功率和可重复的功能读数进行功能表征和检测。例如,TTX敏感(NaV1.7通道)和TTX-R(NaV1.5或NaV1.8通道)电流的功能表达,以及它们相应的SCN9A、SCN5A和SCN10A基因的表达,支持将hiSNs作为疼痛离子通道药物发现的相关系统。重要的是,APC提供了单细胞、高分辨率的电生理读数,这补充了使用多电极阵列(MEA)在hiPSC衍生感觉神经元中的镇痛筛选(Fofie, 2025)。虽然MEA可以捕获随时间和药理反应的人群水平活动,但APC能够在单细胞水平上精确解析离子通道的功能,从而为评估候选疗法提供更全面的框架。此外,iPSC感觉神经元和APC的成功结合允许高效地测试关键感觉神经元离子通道,并可能优化技术来研究其他新的疼痛靶点,如TRP通道或细胞内Ryanodine受体(Haji-Ghassemi, 2023)。
总之,将转录组学与功能电生理学相结合提供了一种强有力的方法来探索疼痛的分子和细胞机制,并识别新的镇痛靶点。尽管这些系统不能完全再现天然hDRG,但它们能够在可扩展和实验可访问的格式中针对定义的分子和功能终点进行靶向研究。越来越认识到感觉神经元生物学中的性别依赖性差异,尤其是在疼痛机制和药理反应方面(Chemin, 2026, Bartley和Fillingim, 2013),但由于使用了单一供体系,这里没有涵盖这一点;然而,该平台的快速分化和可扩展性可能有助于未来研究纳入多个供体并进行分层分析。持续改进成熟策略、微环境背景和多模态表征对于提高这些hiPSC衍生感觉神经元模型的预测和转化实用性非常重要。关于差异分析、媒体组成、所用材料以及生物加工步骤的额外详细信息属于Anatomic公司的专有信息。批量RNA测序分析:从同一hiPSC系统制造的三个hiSNs批次在Senso-MM(Anatomic Incorporated,#1030)中解冻,以100,000个神经元/厘米2的密度接种在T25培养皿中。每周收集每个系统的总RNA,持续四周。通过旋转培养物使其形成沉淀,在收集前进行离心(300g,5分钟)。然后根据RNA分离试剂盒的说明(Qiagen,#74104)裂解细胞并提取RNA。所有样本收集完成后,使用Illumina TruSeq Stranded mRNA Library Prep Kit生成测序文库。每个文库的等摩尔量样本在NextSeq 550 High Output Kit v2.5上进行测序(75个循环),每个样本大约有3000万个单端读取。公共可用的数据集通过SRA-Toolkit(https://hpc.nih.gov/apps/sratoolkit.html)检索。如果有配对端读取数据,则也会一并获取。对于Ray等人的样本,FASTQ文件上传到S3存储桶,并使用md5sum哈希值进行验证后进行处理。所有样本均使用nf-core RNA-Seq流程(v 3.11.2)(Ewels, 2020, Patel, 2024)进行处理。Nextflow(v22.10.6)(Di Tommaso, 2017)通过‘--docker’配置文件执行工作流程。人类GRCh38主组装的版本109从ftp.ensembl.org获取。人类主组装的Gencode注释版本43从gencodegenes.org获取。读取数据使用STAR(v2.7.10a)进行比对,并使用RSEM(v.1.3.1)进行量化。共有超过420亿个读取数据通过了质量控制,相当于超过100个NextSeq通道的读数。对于每个样本,通过StringTie(v2.2.1)使用通过质量过滤的读取数据生成转录本注释。Gencode注释文件(gtf)用于指导转录本组装。接下来,将所有新的转录本组装合并,并使用gffcompare(v0.12.6)与Gencode注释进行比较。转录本映射文件(.tmap)在R中进行处理,并丢弃类别为‘s’的转录本注释。使用tximeta(v1.16.1)包和R 4.2.2加载基因和转录本水平的RSEM量化结果。表达量极低的转录本(所有样本中计数均<5)被丢弃。使用DESeqDataSetFromTximport函数导入量化数据,并创建DESeq2(v1.38.3)对象进行差异转录本和基因表达分析。用于转录组比较的基因集基于之前报道的感觉神经元相关基因家族进行筛选,包括离子通道、GPCRs和CAMs(Ray, 2018)。跨数据集提取表达值,并使用层次聚类进行可视化,以评估hiPSC衍生的感觉神经元模型与人类原始DRG样本之间的相对表达模式。用于比较的原始人类DRG数据集来自成年尸体捐献者(例如,Ray等人,2018),报告的年龄范围从成年早期到老年。
单细胞RNA测序分析:细胞按照DIV0、DIV7、DIV10和DIV14的方法进行培养。将贴壁的感觉神经元用PBS洗涤,然后在4°C下以500g离心5分钟形成沉淀。沉淀聚集后,根据Nuclei Isolation Kit: Nuclei EZ Prep(Sigma-Aldrich)的制造商协议裂解细胞并分离细胞核。将细胞核通过40μm滤网去除细胞碎片,并按照制造商协议在Parse Biosciences固定试剂盒中固定。每个收集点的固定细胞核储存在?80°C的Mr. Frosty Freezing Container(Thermo Scientific)中。所有样本收集完成后,使用Evercode Whole Transcriptome 100 k v1 Kit(Parse Biosciences)生成测序文库。每个样本使用文库制备试剂盒中的12个孔,单个细胞核均匀分布到各个孔中。文库在NextSeq 550 High Output Kit v2.5上测序(300个循环),使用单个6 bp索引。在测序前,根据制造商建议添加5%的PhiX肿瘤病毒 spiked-in。使用Parse Biosciences Pipeline(v1.0.5p)对测序文库进行多重测序,以生成单个样本的计数矩阵。所有后续分析,包括质量控制、维度还原、Leiden聚类和差异基因表达,均在Scanpy包(v1.9.2)中进行。
自动膜片钳记录:细胞解冻后接种到涂有iMatrix 511-SILK的T75培养皿中,接种密度为每平方厘米40,000个细胞,并在Senso-MM中培养成熟。使用Worthington Papain Kit(Worthington Biochemical Corp., Lakewood, NJ, USA)收获细胞,稍作修改以实现神经元的温和分离。简而言之,将神经元与5 mL/T-75培养皿的papain/DNAase溶液在37°C下孵育75分钟,然后轻轻研磨直至观察到自由漂浮的单个细胞体。将该悬浮液小心地铺层到6.5 mL的卵粘蛋白抑制剂中,并以约190Xg离心3.75分钟。细胞沉淀用标准生理外部溶液重新悬浮,细胞密度在50,000至80,000个细胞/毫升之间,然后储存在Patchliner(Nanion Technologies GmbH, Munich, Germany)或SyncroPatch 384(Nanion Technologies GmbH, Munich, Germany)的CellHotel中,或存储在Eppendorf中,以便在Port-a-Patch(Nanion Technologies GmbH, Munich, Germany)APC平台上使用。所有自动膜片钳实验的标准生理外部溶液组成(以mM计)为:140 NaCl、4 KCl、2 CaCl2、1 MgCl2、10 HEPES,pH值用NaOH调整至7.4,渗透压在295–300 mOsm范围内。用于测量动作电位和电压门控钾通道的内部溶液组成(以mM计)为:110 KF、10 KCl、10 NaCl、1.5 MgCl2、2Na-ATP、10 EGTA,pH值用KOH调整至7.2,渗透压在282–288 mOsm范围内。用于测量TTX抵抗性NaV电流和P2XR电流的内部溶液组成(以mM计)为:110 CsF、10 CsCl、10 NaCl、10 EGTA、10 HEPES,pH值用CsOH调整至7.2,渗透压在282–288 mOsm范围内。用于测量GABA受体电流的内部溶液组成(以mM计)为:70 CsF、60 CsCl、10 EGTA、10 HEPES,pH值用CsOH调整至7.2,渗透压在282–288 mOsm范围内。标准膜片钳电生理内部(基于KF)和外部溶液用于记录内向NaV电流和外向KV电流及动作电位,NaV电流使用基于CsF的内部溶液分离。使用标准电压和电流钳定协议设置保持电位并测量静息膜电位,电压门控电流和动作电位通过阶梯电压或电流脉冲诱发。只有满足特定质量控制参数的细胞才能用于分析,即RSeal > 300 MOhm、Cm > 2pF;对于TTXr电流,还需满足TTX后电流幅度> 50 pA的额外质量控制参数(在TTX前电流幅度> 500 pA的基础上)。数据使用PatchControl 384(Nanion Technologies GmbH, Munich, Germany)获取,并使用DataControl 384(Nanion Technologies GmbH, Munich, Germany)在SyncroPatch 384上进行分析。Patchliner和Port-a-Patch的数据使用PatchMaster(HEKA Elektronic, Stuttgart, Germany)获取,并使用IgorPro(Wavemetrics, OR, USA)进行分析。
CRediT作者贡献声明:
Vincent Truong:撰写——审阅与编辑、撰写——初稿、方法学、正式分析、数据管理、概念化。
Jackson Brougher:撰写——审阅与编辑、撰写——初稿、方法学、数据管理、概念化。
Tim Strassmaier:撰写——审阅与编辑、撰写——初稿、监督、方法学、正式分析、数据管理、概念化。
Yi-Ling Lu:撰写——审阅与编辑、撰写——初稿、方法学、正式分析、数据管理。
Dale George:撰写——审阅与编辑、撰写——初稿、数据管理、概念化。
Theodore J. Price:撰写——审阅与编辑、撰写——初稿、数据管理、概念化。
Alison Obergrussberger:撰写——审阅与编辑、撰写——初稿、正式分析、概念化。
Rodolfo J. Haedo:撰写——审阅与编辑、撰写——初稿、概念化。
Niels Fertig:撰写——审阅与编辑、资源准备、概念化。
Patrick Walsh:撰写——审阅与编辑、撰写——初稿、资源准备、方法学、正式分析、数据管理、概念化。