代谢、应激反应、睡眠、昼夜节律及神经内分泌过程的改变是衰老和神经退行性疾病的关键特征。这些基本过程受下丘脑调控,然而其功能各异的下丘脑亚区和细胞类型在人类衰老及阿尔茨海默病(Alzheimer's disease, AD)中如何变化在很大程度上仍未探明。研究人员在此呈现HypoAD——一个涵盖衰老和AD的人类下丘脑图谱,包含来自458名个体的高分辨率磁共振成像(magnetic resonance imaging, MRI)数据,以及来自年轻参与者、AD患者和年龄匹配的非痴呆对照者的614,403个细胞核的单核RNA测序(single-nucleus RNA sequencing, snRNA-seq)数据。研究人员证明,调控代谢、应激和昼夜节律的下丘脑亚区尤为脆弱,在衰老和AD期间表现出显著的体积和基因表达变化。在分子水平上,机器学习模型识别出炎症反应和昼夜节律调节因子为AD的关键细胞预测因子。这些特征反映在特定细胞类型中:小胶质细胞转变为促炎状态,而睡眠调节和昼夜节律调节下丘脑亚区内的抑制性神经元显示出最深刻的转录改变,包括配体-受体相互作用和G蛋白偶联受体(G-protein-coupled receptor, GPCR)信号传导的干扰。HypoAD提供了人类下丘脑在衰老和AD中的高分辨率体积图谱和转录组图谱,将生活方式和行为变化与相关的体积和分子通路联系起来。此外,HypoAD为研究下丘脑功能障碍提供了框架,并为旨在减轻生理紊乱以潜在减缓疾病进展的靶向干预建立了路线图。
**研究背景与现存问题**
阿尔茨海默病(Alzheimer's disease, AD)是年龄相关的神经退行性疾病,65岁以上人群患病率约10-30%。除认知障碍外,AD还涉及睡眠、昼夜节律、代谢稳态、应激反应和神经内分泌功能的系统性紊乱,其经典神经病理学标志为淀粉样蛋白-β斑块和神经原纤维缠结(neurofibrillary tangles, NFTs)。由于认知衰退长期主导诊断和研究方向,既往工作主要集中于海马和皮层,而下丘脑(hypothalamus)作为调控上述多种过程的枢纽区域,在人类衰老和AD中的亚区及细胞类型变化仍未得到充分研究。结合高分辨率成像与单细胞分析来解析下丘脑的研究尤为缺乏,这阻碍了研究人员确定特定下丘脑亚区和细胞群体如何参与衰老和AD及其差异易感性的原因。为此,研究人员构建了HypoAD——一个将高分辨率体积分析与单核转录组测序相结合的多模态人类下丘脑图谱。
**研究内容与总体发现**
HypoAD整合了两个层面的数据:其一是来自458名个体的高分辨率磁共振成像(magnetic resonance imaging, MRI)数据,覆盖成年各年龄段并具有不同认知和淀粉样蛋白-β病理状态;其二是包含614,403个细胞核的单核RNA测序(single-nucleus RNA sequencing, snRNA-seq)数据,来源于17名死后供体,并针对视交叉上核(suprachiasmatic nucleus, SCN)、弓状核(arcuate nucleus, ARC)和乳头体进行了采样富集。该双模态方法揭示了衰老和AD中下丘脑亚区及细胞类型的特异性改变,并将生活方式和行为变化与相关体积及分子通路联系起来,为研究下丘脑功能障碍和靶向干预提供了框架。
**关键技术方法**
研究采用新开发的人下丘脑体积图谱,对AMBR研究(n=202)和CBA研究(n=256)共458名个体的MRI数据进行13个下丘脑和12个下丘脑外结构的体积分析;对14名死后供体(7例AD、7例对照)的ARC、SCN和乳头体进行靶向宏解剖,结合3例年轻供体的133,879个公开细胞核,经单细胞变分推断算法整合后开展snRNA-seq;使用弹性网络(Elastic Net)机器学习模型进行AD状态分类和特征基因排序;采用拟bulk差异表达分析和基因集富集分析;运用Monocle3构建小胶质细胞轨迹;通过PsychAD独立队列和5xFAD小鼠模型进行跨数据集验证,并以脑脊液蛋白质组学进行正交验证。
**研究结果**
**体积变化与年龄、性别和AD**
通过Pearson相关分析发现,外侧下丘脑体积与年龄呈负相关(r=−0.22, adjusted P=5.2×10
−6),而SCN(r=0.26, adjusted P=2.8×10
−8)、ARC(r=0.32, adjusted P=1.7×10
−11)、室旁核(r=0.35, adjusted P=6.9×10
−14)、室周核(r=0.34, adjusted P=8.8×10
−13)和背内侧下丘脑核(dorsomedial hypothalamic nucleus, DMH)(r=0.23, adjusted P=1.8×10
−6)体积均随年龄增加。广义线性模型控制性别、颅内体积、认知和淀粉样蛋白状态后,上述关联仍显著。女性在多个亚区体积较小,最显著的是视上核。AD相关体积差异未达统计学显著,但亚区体积在分类认知状态、淀粉样蛋白状态和AD方面优于全下丘脑体积,提示亚区特异性变化可捕获被总体分析掩盖的疾病相关信息。
**AD下丘脑的单细胞分析**
研究人员对7例早期AD和7例年龄匹配对照供体的死后下丘脑组织进行snRNA-seq,并结合年轻供体公开数据,经单细胞变分推断算法整合后获得614,403个细胞核。依据典型标记基因鉴定出神经元、星形胶质细胞、少突胶质细胞、小胶质细胞、内皮细胞、室管膜细胞、成纤维细胞、上皮细胞、少突胶质前体细胞和白细胞等主要细胞类型。
**HypoAD中的机器学习特征**
弹性网络模型对480,524个细胞和36,600个基因进行AD与对照的分类,所有细胞模型平均AUROC为0.75,小胶质细胞模型达0.91。高权重特征基因包括AVP、MCF2L、ARL17B、CHI3L1、RNF150、ITGA8等,其中许多已与AD病理关联。基因集富集分析显示昼夜节律和炎症通路显著富集,将细胞水平分类器与神经退行性变的既定标志联系起来。
**细胞类型特异性表达变化**
拟bulk差异表达分析显示小胶质细胞在早期AD中差异表达基因数量最多。脑脊液蛋白质组学正交验证发现HPRT升高、BDNF和NPY降低等变化。衰老和NFT特征评分在非神经元细胞中随衰老和AD升高,而神经元缠结特征在APOE4/4家族性AD患者中最显著。AD中mTOR信号模块评分升高、细胞外基质(extracellular matrix, ECM)模块评分降低,提示细胞大小调节和细胞外重塑是可能与亚区体积变化相关的候选分子过程。
**HypoAD中的小胶质细胞轨迹**
通过Monocle3轨迹推断,小胶质细胞呈现从年轻稳态(阶段1)、年长对照(阶段2)、晚衰老(阶段3)到AD(阶段4)的连续过程。UCell评分显示从稳态标记(CSF1R、CX3CR1)向疾病相关小胶质细胞(disease-associated microglia, DAM)阶段1(APOE、B2M)和阶段2(AXL、CLEC7A)的转变。共鉴定13,104个轨迹相关差异表达基因,富集分析显示衰老阶段从纤毛组装和线粒体形态发生转向应激反应,疾病阶段转向病毒反应通路。PsychAD队列验证了这一稳态向DAM的进展。
**跨亚区的神经元多样性**
对213,469个神经元核分析,基于GAD2、SLC17A6和HDC将其分为GABA能/抑制性、谷氨酸能/兴奋性和组胺能三类。层次Leiden聚类产生254个亚型,通过亚区标记基因推断其解剖来源并注释。
**神经元亚型中的AD特征**
在254个神经元亚型中按差异表达基因数量排序,前30个转录改变最显著的亚型中,GABA能/抑制性神经元改变最为突出,富集到肽配体结合受体和G蛋白偶联受体(G-protein-coupled receptor, GPCR)信号通路。SCN中的一个突出簇(C254-58)显示GPCR和血管加压素相关受体通路改变。血管加压素(由AVP编码)主要由SCN神经元以昼夜节律方式合成和分泌,其失调可能解释AD患者常见的昼夜节律紊乱。
**区域、模态和物种比较**
在PsychAD皮层单核图谱中,AD相关表达的跨区域一致性在非神经元细胞中较强,神经元中较弱,符合神经元身份的更大区域特化。MRI体积和snRNA-seq转录组在区分AD状态时提供非冗余且区域特异的信息,SCN在转录组学上更具区分力。5xFAD小鼠模型下丘脑复现了DAM标记变化和免疫应答富集,并在SCN中显示GPCR信号和配体-受体相互作用改变。
**讨论与结论**
讨论部分指出,该研究提供了下丘脑在衰老和早期AD中改变的多模态视图,揭示了粗粒度分析无法检测的亚区特异性体积变化。虽然某些核团(如外侧下丘脑)随年龄缩小,但SCN和ARC等可增大,且独立于淀粉样蛋白病理和认知损害。体积增加的可能机制包括反应性胶质增生和mTOR信号介导的细胞肥大,但研究强调这仅是待验证的假说。由于体积与分子数据来自分离队列,未进行耦合统计整合,而是逐亚区比较各模态的AD预测信号。结论部分总结:这一人类下丘脑体积与单细胞联合图谱提供了高分辨率框架,用以阐明衰老和AD病理如何差异性影响特定下丘脑亚区和细胞类型,突出了GABA能/抑制性神经元、SCN和DMH昼夜节律调节因子以及炎症性小胶质细胞级联反应的显著脆弱性,强调了它们在引发早期下丘脑功能障碍中的潜在作用。