(2020年3月份)第12周(总第108周 )- 单细胞转录组探索小鼠性腺发育

单细胞转录组技术在发育生物学领域应用的最为成熟和广泛,单细胞领域大拿汤富酬就是在发育生物学方向颇有建树。本次要分享的两篇文章:2018, Cell Reports 和 2019, Cell Reports是同一个研究团队的成果,2018的研究是是取Tg(Nr5a1-GFP) 雄性小鼠的睾丸在 5个发育时间点 (E10.5, E11.5, E12.5, E13.5, and E16.5) 进行单细胞转录组测序,2019的研究是Tg(Nr5a1-GFP) 转基因小鼠的性腺在6个发育时间点 (E10.5, E11.5, E12.5, E13.5, E16.5, and post-natal day 6 [P6])。

  • Cell Rep. 2018 Feb ; Deciphering Cell Lineage Specification during Male Sex Determination with Single-Cell RNA Sequencing.
  • Cell Rep. 2019 Mar ; Dissecting Cell Lineage Specification and Sex Fate Determination in Gonadal Somatic Cells Using Single-Cell Transcriptomics.

    性腺发育背景知识

    在雄性性别决定过程中,Six1/Six4通过调节Fog2(Zfpm2)从而诱导Sry的表达;在性腺前体细胞形成过程中,Six1/Six4调节Nr5a1(Ad4BP/Sf1)的表达,从而影响性腺的大小。
    性腺发育和配子发生是哺乳动物生殖的基础。性别分化前原始生殖细胞(primordial germ cell,PGC)迁移到性腺原基

  • 雌性小鼠PGC在性别分化后增殖并进行减数分裂,出生前形成原始卵泡库,成为性成熟后卵子发生的来源
  • 雄性小鼠的PGC在胚胎睾丸中发育成为精原细胞,出生后经过有丝分裂、分化、减数分裂和精子形成,最终形成成熟精子。
    可以通过看综述来获得这些知识,比如:
    image-20190611153510564

    单细胞转录组测序

    这里是有FACS+C1的策略,如下:
    image-20190611153743077

    5个发育时期的睾丸细胞分成6类

    如下:
    image-20190611153827028

    每类细胞都可以进行功能富集

    通常是GO/KEGG等数据库的分析,如下:
    image-20190611153904273

    热图展现每个类型细胞的标志基因

    如下:
    image-20190611153930145

    重建6类细胞的发育轨迹

    如下,可以看到 Sertoli,Interstitial,andLeydigLineages 都是来自于同一个前体细胞
    image-20190611154002733
    有了发育顺序,就可以继续细致的展示:early progenitors (from 0 pseudotime [vertical line at E10.5]) toward Sertoli (right) or interstitial (right) cell fate at E16.5.
    基因通过k-means进行分组后,每组取平均值来进行热图可视化。
    image-20190611154127001

    发育相关基因分组

    We identified 1,734 genes presenting a dynamic expression over the pseudotime (q value < 0.05) and classified them according to their expression pattern (P1 to P9;
    image-20190611154419913

    总结发育模型

    Nr5a1-GFP +细胞谱系在雄性性别分化过程中的分化模型
    在E10.5-E16.5的进化过程中,Nr5a1的祖细胞进行分化,分化为

  • Sertoli Cell 睾丸支持细胞
  • Interstitial Progenitors 间质祖细胞
  • Fetal Leydig Cell 睾丸间质细胞
    这三类细胞
    image-20190611155109584

    6个发育时期分类4类

    如下:
    image-20190611155356802
    使用同样的策略,可视化这4类细胞的marker基因,以及对它们进行功能定义,就是GO/KEGG数据库注释,如下:
    image-20190611155438269

    两个数据整合分析

    这个需要大量的发育生物学背景知识,略。

Comments are closed.