前幾天online的一篇nature (22.8.10)，做了心梗不同時間點，不同梗死部位的snRNAseq，spatial transcriptomics，snATAC。
這一篇2020年就被丟在了預印上，見：人類心肌梗死的空間多組學圖譜，Nature發的這一版的fig做了大改，所以再來學習一下。
Schematic of the computational workflow for the main analyses of snRNA-seq, snATAC-seq, and spatial transcriptomics data：
1. Multi-omic map of myocardial infarction
Fig 1a：23個患者的31個心臟樣品，包括4個C，12個IZ，3個BZ，6個RZ，6個FZ。（C: control，RZ: remote zone; BZ: border zone; IZ: ischemic zone; FZ: fibrotic zone;）
預印還是5個病人的8個樣本，這跟預印已經完全不是同一篇文章了...
Fig 1b： 取樣時間（階段）
Fig 1c： 對樣品進行了空間轉錄組，單核細胞測序和單核細胞ATAC
Fig 1d, e： snRNAseq一共得到191752個細胞（中位基因2020），分為11個細胞類型。e圖展示了11個群的marker基因
Fig 1f, g： snATAC測的46,086個核（平均28,066 fragments/核），分為8個群。（snATAC-seq的注釋是由snRNAseq的標簽transfer而來）
空轉測的91,517個spots，平均每個樣本測的3,389 spots，每個spots測得 2,001 個基因（附件）。
This integrated dataset represents, to our knowledge, the largest and most comprehensive multi-modal profiling of human myocardial infarction tissue including spatial information and samples at distinct disease progression stages.
2. Molecular mapping of cell types in space
Fig 1h：使用snRNAseq的數據對空間的數據解卷積，結合HE切片劃分的解剖區域，得到了細胞的空間分布關系。
Fig 1i：PROGENy分析了不同細胞的通路活性。空間和單細胞的整合可以使我們看到不同解剖區域細胞的功能。比如成纖維富集的部位，TGFβ信號通路活化增強。而在缺血梗死區，髓系細胞豐度增加的區域，NFκB信號通路活化增強。
Fig 1j：整合snATAC-seq和空轉數據，測到的轉錄因子binding區域和細胞類型相符。比如心肌細胞的MEF2C，髓系細胞的CEBPD和ATF1，成纖維的FOS–JUNB，vSMCs的SRF。
為了探究細胞類型和基因變異的關系，作者基于cell-type-specific pseudo-bulk ATAC-seq profiles (按細胞類型把snATAC整合成bulk ATAC) 和GWAS數據中心肌病相關的SNP1做了enrichment analysis。
作者主要關注了與左室功能相關的SNP。結果顯示與每搏輸出量和LV舒張末期容積相關的SNP主要富集到內皮細胞，與LV收縮末期容積相關和EF值相關的SNP主要富集到心室心肌細胞。
這部分
snATAC+全外+空轉所使用的全外數據來自于20年的一篇NC這篇研究中探究了與后面7個心臟MRI指標相關的SNP：左室舒張末期容積 (
LVEDV), 左室收縮末期容積 (LVESV), 搏出量 (SV), 前面三個指標的 body-surface-area (BSA) indexed versions (LVEDVi,LVESVi, andSVi), 左室EF值 (LVEF)如：與LVEDV相關的SNP好像這部分用
scSeq+全外+空轉也可以？
In summary, our integrated spatial atlas enabled us to map cell-type abundance, signalling pathway activities, transcription factor binding activity and GWAS signals across the complete spectrum of cardiac tissue zonations, providing an in-depth view at tissue remodelling processes following myocardial infarction in humans.
3. Spatial organization of myocardial tissue
為了探究心臟組織的 spatial organization，這部分主要分析了空間的數據，得到了cell-type niche。
Fig 2a, Extended Data Fig. 3a–d：空間聚類得到9個cell-type niche (which we defined as major cell-type niches)。
??We hypothesized that these niches represent potential structural building blocks that are shared between different slides and could facilitate comparisons between subjects.
這個Cell type niche是單細胞空間聯合之后，使用細胞spot矩陣做的，直接對矩陣做UMAP降維即可，不需要做PCA。參考：Seurat處理Visium數據，就是用下面這個prediction矩陣做的。
Fig 2b：這些Niche的空間可視化提示它們與特定樣本狀態有關。比如cell-type niche 8在control樣本中均勻分布，cell-type niche 5則主要位于梗死部位。
Fig 2c：空轉與單細胞數據的整合，觀測到了4個myogenic cell-type niches (1, 7, 8和9)，主要富集到心肌細胞、內皮細胞和周皮細胞；1個inflammatory cell-type niche (5)；1個 fibrotic cell-type niche (4)，包含成纖維、髓系和淋巴細胞；2個vSMCs niche (3和6)；1個脂肪、淋巴和cycling細胞niche (2)；Our integrated results provide a comprehensive description of cellular colocalization events, enabling downstream molecular comparisons within this atlas across all tissue zonations.
Fig 2d：We next tested whether the abundances of major cell types within spots could be predicted by their spatial context described by the cell-type compositions of their neighbourhood. 作者使用MISTy評估了3種不同的neighbourhood area sizes：
(1) the importance of cell-type abundances within a spot (colocalization) (Fig. 2d),
(2) in the local neighbourhood (radius of 1 spot),
(3) in an extended neighbourhood that expanded to a radius of 15 spots.
結果觀測到內皮細胞在所有的spots內對vSMCs, pericytes, adipocytes和心肌細胞都有很好的預測功能，可能反映了血管生成過程中細胞類型之間的依賴作用。髓系細胞和淋巴細胞互相有很好的預測功能。此外，還觀測到了髓系細胞和成纖維細胞的強依賴作用，與此前報道的巨噬細胞參與成纖維活化，成纖維細胞參與巨噬細胞的趨化又相一致。
Extended Data Fig. 4a–e：為了將tissue organization和功能聯系起來，作者使用MISTy分析了信號通路和細胞類型之間的空間依賴性。c圖顯示 PI3K 和 p53信號通路出現互斥的空間分布，但這兩個通路都與CMs的abundance有關(a)。PI3K信號通路在心肌細胞中調控hypertrophic response以preserve心臟功能，p53信號通路則是心臟穩態的主要調節分子。Spatial segregation of these cardiomyocyte-related pathways points towards functional cardiomyocyte heterogeneity. 在預測的colocalized 和 extended neighbourhood relationships中，作者還觀測到了成纖維可以預測纖維化通路TGFβ 和 NFκB，免疫細胞可以預測JAK–STAT 和 NFκB。總的來說，心肌細胞對這些通路的預測活性是最好的，缺血樣本的心肌則與Hypoxia 和 WNT通路共定位，和此前報道的心梗后心肌細胞出現分化相一致。
Our results compiled principles of tissue organization of the human heart that relate to coordinated cellular processes and provide a basis for comparative analysis.
4. Structural variation of cardiac tissue
為了探究心肌梗死后重塑過程中general的組織差異，作者在分子和compositional水平上比較了不同組織形態學區域、時間點和個體的樣本。作者定義了三個主要樣本組：myogenic-enriched（包括對照、border區和remote區）、fibrotic-enriched（包括所有纖維化區樣本，除了一個）和ischaemic-enriched（包括所有缺血區樣本）樣本。
Fig 2e：將樣本分為上述三類，做了pseudo-bulk 空間轉錄組，使用UMAP投射了所有的數據，發現3組可以很好的區分開。
Extended Data Fig. 4h-j：然后作者分析了樣本組之間的細胞類型組成變化是否也反映為空間轉錄組學中主要細胞類型之間空間依賴性的變化。 為此，作者對比了之前使用 MISTy 計算的每種主要細胞類型在預測三個不同樣本組之間的三個不同鄰域區域大小（共定位、直接鄰域和擴展鄰域）中的其他細胞類型的importance (h). 作者在immediate neighbourhood中觀測到了淋巴和髓系細胞增加的空間依賴性 (i)。此外，fibrotic-enriched樣品中存在心肌細胞和周皮細胞的共定位 (j)。
Fig 2f：在immediate neighbourhood中，成纖維的分布可以被vSMCs的存在很好的預測，但這種現象只存在于myogenic-enriched樣本(成纖維包繞血管)。ischaemic 和 fibrotic tissue樣本則存在廣泛的組織疤痕。
Extended Data Fig. 4k-l：隨后作者比較了各個Niche的細胞在三種樣品中的占比。Cell-type niches 8 and 9 (主要代表心肌結構)更多的存在于myogenic- 和 fibrotic-enriched樣本。cell-type niche 7 (主要是心肌和周皮細胞), 在fibrotic-enriched樣本中下降。Niche 4 (主要與纖維化結構相關)在fibrotic-enriched樣品中占比較高。niche 5 (髓系細胞多于成纖維細胞) 則主要存在于ischaemic-enriched樣本。
In summary, the major cell-type niches enabled us to categorize and compare interindividual spatial differences. Overall, this demonstrates the importance of cardiac vasculature in defining the overall myocardial architecture and the unique spatial dependencies of fibroblasts and myeloid cells, which facilitates gaining molecular insights of disease-specific spatial tissue remodelling.
5. Molecular variation following infarction
前面第3部分是做的空間聚類，這部分是直接做的基因表達聚類（為了跨樣本的相似組織結構間的分子差異）。
??cell type niches和molecular niches有什么區別？
Fig 3a, b：聚類得到12個Molecular Niche
Fig 3c：molecular niches 3, 6 和 9主要和炎癥和纖維化過程有關，11主要富集到vSMCs，1, 2, 4, 5, 12主要與myogenic-enriched regions有關。
Fig 3d：心肌細胞中富集的molecular niches在 ischaemic-enriched 樣本中顯著減少；而fibrotic- 和 inflammatory-enriched molecular niches則在myogenic-enriched樣本中顯著減少。和cell-type defined niche 6相比，vSMC enriched molecular niche 11特異性表達vSMCs的marker MYH11 (Fig. 3b versus Extended Data Fig. 3d)。
值得注意的是，作者觀察到molecular niches可以對border zone, remote zone 和 control samples有一個很好的區分(Extended Data Fig. 5g，下圖)，而在major cell-type niches中則不能區分(Extended Data Fig. 4m)。Molecular niche 3 (主要富集到成纖維和免疫細胞)，在remote區和border區明顯要比control更顯著。此外，作者觀察到了border zone, remote zone 和 control samples中molecular niche 1, 2, 4的比例差異。
Fig 3e, f：molecular niche 1, 2, 4主要富集在心肌，但是它們的分子表達存在差異。niche 2的top上調基因包括XIRP1和RRAD；niche 4則是SLC8A1/NCX1和MPC1。總體來看，三個molecular niche的分布也存在差異。niche 1主要在control and remote zone samples，niche 2主要在border zone samples的受損組織區。
In summary, the comparison of molecular niches pointed towards subtle changes between the remote myocardium and controls, and expected differences between border zone and both controls and remote zone that were not detectable in the cell-type niche comparison. Overall, this suggested the existence of functional differences between cardiomyocyte states in our data.
6. Disease-specific cardiomyocyte states
為了進一步探究distinct cardiomyocyte states，作者接下來心梗心肌細胞的molecular heterogeneity。
Fig 4a-b：作者將心肌細胞的snRNA-seq和snATAC-seq數據做了整合，得到4個vCM亞群。不同的亞群有不同的高表達基因，比如vCM2和3都高表達ANKRD1，3還特意性高表達NPPB。
Fig 4c：作者在independent patient cohort中使用smFISH驗證了marker基因的表達。這兩個基因都被報道在心梗小鼠的梗死border區上調。
Fig 4d：由于2群還特異性表達心肌細胞應激相關基因MYH7 (Extended Data Fig. 6b)，作者將這群細胞定義為‘pre-stressed’。1群表達ion-channel-related genes，主要存在于myogenic-enriched樣本中，被定義為 ‘non-stressed’。3群主要存在于ischaemic-enriched樣品，被定義為‘stressed’ (Fig. 4c,d and Extended Data Fig. 6h,i)。
由于border zone的重塑和心功能的恢復有關，作者隨后查看了border區樣本的vCM marker基因的空間表達。
Fig 4e：ANKRD1和NPPB在border區樣本中存在廣泛且不均一的空間基因表達模式 (盡管從HE上看很均一，UMI的分布也很均一)。
Fig 4f：通路富集的結果顯示受損區域的TGFβ通路活性增強，缺氧信號通路則較均一。
Fig 4g：vCM1-3的空間分布提示vCM1主要存在于未受損區，vCM2主要位于移行區，vCM3主要位于受損區。
7. Variability of cardiomyocyte states
為了推斷enhancer-based gene-regulatory network (eGRN)，作者使用多組學的數據探究了vCM1-3的分子機制差異。
Extended Data Fig. 7a：作者首先整合了snATAC-seq 和 snRNA-seq的數據，并構建了從vCM1-vCM3的分化軌跡。
Extended Data Fig. 7b-d：隨后作者通過轉錄因子活性 (from snATAC-seq)、轉錄因子和靶基因的表達 (from snATAC-seq)和motif-supported peak-to-gene links，構建了enhancer-mediated transcription factor–target network。
Extended Data Fig. 7e：轉錄因子-靶基因調控網絡的聚類得到3個模塊，和特異性的心肌細胞state vCM1-vCM3相對應。
Fig 4h-j：作者使用網絡分析對eGRN進行了可視化并找到了其中的主要轉錄因子 (hub)。鹽皮質激素受體NR3C2 (心衰治療的常見靶點)被定義為vCM1的主要調控分子(h)。在此前的報道中，NR3C2的下調與嚴重心衰和心臟纖維化相關2。在vCM1-vCM3的分化過程中，NR3C2的轉錄因子結合活性和基因表達都出現了下調(i)。NR3C2的靶基因如SLC8A1的基因表達也隨著分化軌跡出現下調(i)，而且這些靶基因和vCM1的空間分布一致(j)；作者還鑒定出了與vCM2及3分化有關的轉錄因子，其和其靶基因在分化過程中的表達模式和靶基因的空間分布都和其所處的狀態相一致。
In summary, our cardiomyocyte states and major transcription factor regulators identified from the integrated snRNA-seq and snATAC-seq data reflect expression patterns associated with molecular niches supporting spatial changes of cardiomyocyte states during remodelling.
Fig 4k-o：作者隨后評估了不同樣品組間每個空間spot和local neighbourhood (radius of five spots)水平上vCM3 (stressed心肌) 和其他細胞類型之間的cell dependencies。作者觀測到在myogenic 和 ischaemic樣本中，vSMCs和vCM3具有高相關性，而fibrotic樣本中，成纖維細胞和髓系細胞作用更大 (k)。在local neighbourhood水平上，和fibrotic樣本相比，myogenic樣本中成纖維細胞的豐度和vCM3有高依賴性 (l)。隨后作者可視化了myogenic enriched樣本中 vSMC 和成纖維細胞對 vCM3 的依賴性，并觀察到它們的共定位發生在perivascular niches中（n）。 總體而言，這表明應激心肌細胞狀態 vCM3 發生在較大血管的血管周圍生態位中，突出了血管周圍生態位的間充質細胞與該組織區域中應激心肌細胞的相互作用。 此外，當將remote區域與對照樣本進行比較時，vCM3 可以被骨髓細胞預測（o）。
This underlines the importance of immune–cardiomyocyte interactions that could additionally explain the increased arrhythmia susceptibility in the remote regions of the post-infarct heart, since it has been shown that cardiac macrophages influence normal and aberrant cardiac conduction . Our results showed that the stressed-cardiomyocyte vCM3 can be found in distinct spatial cell-type neighbourhoods enriched by different compositions of vSMCs, fibroblasts, adipocytes or myeloid cells.
8. Cardiac endothelial cell heterogeneity
分析完了心肌以后，作者對內皮細胞也進行了分析。
Fig 5a：整合的snRNA和snATAC-seq數據鑒定出5個內皮細胞亞群。
Fig 5b：各亞群的組間比較提示缺血區樣本出現毛細血管內皮的減少和靜脈內皮細胞的增加。整體來看，幾種內皮中淋巴管內皮豐度最低，但是在缺血區樣本中顯著增加，提示梗死區心肌損傷后出現淋巴細胞豐度的增加和免疫反應調節作用。
Fig 5c, d：內皮細胞亞型和其他細胞類型的依賴性分析顯示動脈內皮細胞可以被 vSMC 在很好的預測，反映了心臟中動脈和小動脈的解剖結構。
Extended Data Fig. 8h-m：此外，毛細血管內皮細胞marker的表達可以被組織中周皮細胞很好的預測，這與已知的周皮細胞與毛細血管內皮直接接觸和作用相一致 (i)。 其他內皮亞型可以被成纖維細胞很好的預測 (h)。此外，作者觀察到骨髓細胞的豐度與淋巴管內皮細胞marker的表達相關 (h)。 通過關注包含最高比例的內皮細胞以及周細胞和肥大細胞的Molecular niche 10 (j)，作者觀察到了毛細血管內皮細胞的顯著富集 (k)。通路分析顯示缺血和纖維化樣品中的缺氧和 TGFβ 信號活性的顯著增強，提示了這些通路在慢性纖維化心臟重塑過程中的重要性 (l)。 在穩態中對內皮信號傳導很重要的通路，如 PI3K 和 TRAIL，分別在纖維化組和缺血組中出現減少，進一步突出了差異性內皮細胞信號傳導的變化。 基因集富集分析進一步揭示了病變樣本中內皮細胞生態位的代謝改變（例如，脂肪酸代謝和氧化磷酸化），這通過 TNF 和 NFκB 途徑增加的炎癥反應和增加的細胞凋亡信號傳導相關 (m)。
In summary, we resolved all major endothelial cells states, localized them in space and described their spatial dependencies. Further, we identified a spa- tial niche enriched in capillary endothelial cells with complex metabolic and signalling changes.
9. Cardiac myofibroblast differentiation
Fig 6a, b：整合的snRNA和snATAC-seq數據鑒定出4個成纖維細胞亞群(Fib1–4)。Fib1的marker SCARA5最近在人類腎臟中被報道為myofibroblast progenitors的marker3；Fib2高表達細胞外基質相關基因，提示其主要是終末分化肌成纖維細胞。Fib2還高表達RUNX1，這個分子參與腎臟肌成纖維細胞的分化4。
Fig 6c：Fib1和Fib2的空間可視化提示它們存在互斥的分布。
Fig 6d：在myogenic-enriched樣本中，Fib1比例最高，ischaemic樣本中Fib2 (myofibroblasts)顯著增加而Fib3輕微下降。
Extended Data Fig. 9：為了更加精確的了解成人類纖維細胞的分化軌跡，作者使用了譜系示蹤鼠pan-mesenchymal Cre driver Pdgfrb-CreER（配 R26-tdTomato 報告鼠），在小鼠心肌梗死后的不同時間點做了 scRNA-seq (i-l)。隨后作者通過從人到小鼠的label transfer (Fib1-4) 對小鼠成纖維細胞做了整合和注釋(m, n)。結果顯示，隨著時間的推移，Fib2 群的數量、膠原蛋白和 ECM 基因的表達增加，而 Fib1 比例下降，提示小鼠存在從 SCARA5+ 成纖維細胞 (Fib1) 到肌成纖維細胞 (Fib2) 的分化軌跡 (o, p)。
Fig 6e, f：基于小鼠的結果，作者構建了人類樣本中從 Fib1 (SCARA5+) 到 Fib2 (肌成纖維細胞) 的擬時軌跡，這與增加的 ECM 評分的增加相一致。
Fig 6g, h： 為了了解這些基質細胞分化過程的調節機制，作者構建了成纖維細胞 eGRN。聚類得到了兩個 eGRN 模塊，每個模塊對應于不同的成纖維細胞狀態 (Fib1和2) 并鑒定出了肌成纖維細胞分化的潛在調節因子。調節 Fib1 模塊的轉錄因子包括 KLF4，它參與調節多種細胞功能(包括細胞生長停滯，也是誘導多能干細胞的原始重編程因子之一)。KLF4 在Fib1 中 參與SCARA5 和 PCOLCE2 表達調控，MBLN1(心臟傷口愈合和成纖維細胞向肌成纖維細胞轉變的重要調節因子)也是它的靶基因。在擬時軌跡中，KLF4 結合活性出現降低，靶基因SCARA5 表達也下降，突出了 KLF4 潛在的成纖維細胞活化抑制劑的作用。在 Fib2 模塊中鑒定的轉錄因子包括 TEAD3 (Hippo 通路的效應分子)、GLI2 (hedgehog通路效應分子) 和 RUNX2 (肌成纖維細胞分化的調節因子)。網絡分析顯示，TEAD3 和 GLI2 參與調節肌成纖維細胞的靶基因，包括 COL1A1、TGFB1 和 POSTN。此外，網絡分析提示 THBS139 (重要的的抗血管生成調節劑)和 MEOX1(最近鑒定出的心臟纖維化調節分子) 也是 TEAD3 的直接靶標。
Fig 6i： 作者隨后查看了 KLF4 和 TEAD3 靶基因的空間表達，觀察到它們的靶基因存在互斥的空間表達，突出它們在人類心臟中的差異性空間作用。
10. Fibro-myeloid spatial relations
Fig 6j, k： 整合的snRNA和snATAC-seq數據鑒定出5個髓系細胞群。包括表達LYVE和FOLR的2群組織原位巨噬細胞，表達CCL18和SPP1的兩群巨噬細胞和1群單核/DC細胞。
Fig 6l：急性心肌梗死后，會觸發炎癥反應，引起組織重塑和心力衰竭。已有研究顯示 SPP1 本身可以在體外激活成纖維細胞5，強調了fibro-myeloid相互作用是心臟重塑過程的關鍵驅動因素。為了進一步了解髓系細胞和成纖維細胞的空間依賴性，作者使用空間轉錄組學數據對它們的標記表達進行了建模。結果顯示，與其他髓系細胞相比，SPP1+ 巨噬細胞對Fib2 (肌成纖維細胞) 有很好的預測效果。
Fig 6m：肌成纖維細胞marker表達與 SPP1+ 巨噬細胞marker的空間表達較一致。
Fig 6n：smFISH在獨立的心肌梗死患者隊列中（n = 26 名患者）中也確認 SPP1 巨噬細胞和肌成纖維細胞的共定位。
In summary, we have decoded cellular fibroblast and myeloid heterogeneity and spatial modelling of the fibro-myeloid cell states, revealing a unique interaction of SPP1+ macrophages with myofibroblasts across the different stages of human cardiac tissue remodelling.
討論
在多細胞器官中比如人類心臟中，正常的細胞功能和組織穩態取決于相鄰的細胞類型之間的相互作用。 單細胞技術可以描述不同細胞類型的分子異質性和疾病期間發生的變化。 然而，在沒有空間背景的情況下，尚不清楚這些不同的細胞類型如何在空間中相互作用以協調組織功能。 在這里，作者通過將空間轉錄組學與單核基因表達和染色質可及性數據相結合，提供了心肌梗死后早期和晚期人類心臟與對照心臟（非移植供體心臟）相比的綜合圖譜。
作者通過估計每個位置的細胞類型組成和估計通路活性、繪制轉錄因子結合活性和預測 GWAS SNP 來提高空間轉錄組學的分辨率。這些不同層面的信息使我們能夠將不同組織形態區域、心肌梗死后不同時間點和不同個體的人體心臟組織標本中的組織與細胞功能聯系起來。在這里，我們描述了區分功能性心肌與缺血性和慢性重塑組織的炎癥和纖維化重塑事件。我們探討了這些重塑事件對心臟結構的影響，特別是對脈管系統以及成纖維細胞和髓系細胞之間的依賴性的影響。此外，我們確定了對照、remote區和border區的不同功能狀態下的空間功能富集，這些區域不是通過僅觀察細胞類型組成或組織學得到的。
對整合的 snRNA-seq 和 snATAC-seq 數據的分析鑒定出了心肌細胞、內皮細胞、成纖維細胞和髓系細胞的不同細胞狀態和亞型。我們觀察到與空間分布、通路活性和疾病狀況相關的不同心肌細胞狀態。利用多組學數據，我們推斷了 eGRN 并鑒定出了心肌細胞和成纖維細胞的潛在調控因子，這些結果也反映在空間轉錄組學數據中。我們的數據揭示了受損心肌周圍border區域的獨特生態位，受損和未受損的細胞類型之間有明顯的邊界，并以 ANKRD1 和 NPPB 的表達梯度為標志。心肌梗死后的晚期重塑是由纖維化驅動的，在不同的組織區域具有成纖維細胞到肌成纖維細胞的分化。我們的數據為心肌梗死后人類心臟中的肌成纖維細胞分化提供了新的見解，不同的基因表達和基因調控程序推動了這一過程。此外，我們解析了人類心肌梗死后成纖維細胞和髓系細胞的異質性，并確定了肌成纖維細胞和活化的巨噬巨噬細胞 (SPP1+CD36+) 之間的明顯依賴性。空間技術與單細胞數據的結合為研究心臟細胞狀態如何受其組織微環境影響提供了很好的切入點。細胞類型之間的相互作用很大程度上反映了組織的空間構成，盡管涉及許多其他因素，但這些相互作用為進一步分析提供了基礎。值得注意的是，正如預期的那樣，缺血樣本存在明顯的細胞死亡，因此這些區域也觀察到更高水平的ambient RNA，這可能會在分析中引入偏差。此外，我們不能排除在我們的細胞類型比例分析中對心肌細胞的高估，因為大約 25% 的成人心肌細胞是雙核的，盡管據報道細胞中的多個細胞核在轉錄上是同質的。
我們設想，我們的圖譜將作為未來將單細胞基因組學和表觀基因組學與人類心臟的空間基因表達數據結合研究的參考。 此外，我們相信我們的數據將有助于理解人類心肌內的空間基因表達和基因調控網絡，并將為未來研究不同心臟細胞類型在心臟穩態和疾病中的功能提供豐富資源。
這是一篇做的非常好的空間多組學研究工作，數據分析和數據展示方式都值得我們深思、借鑒。是一個學習的絕佳資料！
代碼地址：https://github.com/saezlab/visium_heart
數據地址：https://zenodo.org/record/6578047
參考文獻：
- Pirruccello, J. P. et al. Analysis of cardiac magnetic resonance imaging in 36,000 individuals yields genetic insights into dilated cardiomyopathy. Nat. Commun. 11, 2254 (2020).
- Beggah, A. T. et al. Reversible cardiac fibrosis and heart failure induced by conditional expression of an antisense mRNA of the mineralocorticoid receptor in cardiomyocytes. Proc. Natl Acad. Sci. USA 99, 7160–7165 (2002).
- Kuppe, C. et al. Decoding myofibroblast origins in human kidney fibrosis. Nature 589, 281–286 (2021).
- Chromatin-accessibility estimation from single-cell ATAC-seq data with scOpen. Nat. Commun. 12, 6386 (2021).
- Shiraishi, M. et al. Alternatively activated macrophages determine repair of the infarcted
adult murine heart. J. Clin. Invest. 126, 2151–2166 (2016).
