肾脏是人体中具有最多样化细胞群和空间组织的器官之一，通过调节液体、电解质平衡和pH值来维持机体的生理稳态。肾单位是肾脏结构和功能的基本单位，由肾小体和肾小管组成，其嵌入在间质中。在肾单位和间质中存在多种细胞类型，包括内皮细胞、血管平滑肌细胞以及一系列免疫细胞。多年来，科研人员一直努力探索肾脏组织内的结构-功能关系，以了解肾脏的生理学和病理生理学特征。

近年来，随着单细胞转录组测序技术（scRNA-seq）的不断发展与完善，针对人类及小鼠肾脏组织细胞异质性的多项研究都取得了实质性进展。通过对单细胞转录组数据和其他组学数据进行计算分析、建模，为不同的肾脏疾病过程提供了更加丰富、深入的见解。同时，多组学数据集也为研究人员提供了一个良好的机会，了解细胞类型及其成分的多样性如何构成肾脏生理功能的基础，以及它们在不同疾病状态下又是如何发生改变的。

为构建人类肾脏参考图谱，KPMP联盟在不同机构进行了各种组学测序和低通量成像实验，并将组织样本与实验数据共享。经标准病理学分析评估，该研究纳入未显示任何疾病结构迹象、且从肾切除术和活组织检查中获得的来自56个成人的组织样本。随后，研究人员对组织样本进行转录组学、蛋白质组学、两种基于成像的空间转录组学和一种空间代谢组学的检测生成了不同的数据集，并对这些多组学数据进行整合，以显示分析结果之间的一致性和技术协同作用。分析结果证实了所有已知的主要肾组织细胞类型和多种免疫细胞。

图1. 整合分析策略示意图。来源：Science Advances

蛋白质组学的分析确定了肾小球和肾小管间质以及近端肾小管中的蛋白质的表达。基于单细胞转录组数据集，研究团队识别出与对应解剖区域相关的细胞类型或基因表达；转录组和蛋白质组数据的结合分析则突出了基因或蛋白质的相对表达水平对指示肾脏相应解剖区域的重要性，这些不同维度的数据集组合还提高了结果的准确性。研究团队将成像数据整合到分析中，以确认沿肾单位和间质排列的不同细胞亚型。

图2. 整合分析策略示意图。来源：Science Advances

在确认了转录组学、蛋白质组学和成像数据集的一致性后，研究团队对多组学数据进行整合以识别不同细胞类型的特异性功能通路和网络模块。研究团队首先基于转录组数据识别出特异性高表达基因所涉及的功能通路，以鉴定肾脏不同细胞类型的潜在功能，其他维度数据则用于进一步确认将不同信号通路和生理功能分配给不同细胞类型时的准确性。

接下来，研究团队通过GO分析对每种细胞类型或亚型的前300个重要基因和蛋白质标记物进行了动态富集分析，并利用其预测下游通路，以绘制肾脏所有主要细胞类型中通路活动的详细图谱。分析结果确定了一系列肾细胞类型的许多已知的细胞活动。

图3. 整合分析揭示细胞特异性信号通路。来源：Science Advances

研究团队通过富集得到的代谢通路来研究沿肾单位-肾小管不同细胞中的能量产生途径。将涉及有氧和无氧能量产生的不同通路的表达模式映射到肾单位不同部位的不同氧气可用性水平，以比较和识别出对缺氧引起的肾损伤更具高敏感性的区域。结果显示，该图谱中代谢途径的分子谱可为临床环境中理解和预测提供数据基础。

此外，研究团队还探索了过滤后的离子或小分子在肾单位的特定部位重新吸收或在输尿管中排泄的百分比。由于一些肾单位片段包含具有不同重吸收机制的多种细胞类型，研究团队专注于细胞类型特异性转运机制，并首次提供了钠重吸收的详细图谱，这些分析结果与实验获得的重吸收曲线一致。 

图4. 多组学分析识别肾脏易损伤部位，来源：Science Advances

综上所述，多种组学数据的整合使科研人员能够在细胞水平上深入描述多个亚细胞生物过程和信号通路。此外，独立技术的高相关性和组学数据的无偏聚类分析确保了获得数据的高质量。因此，该研究所绘制的人类肾脏参考图谱质量高、准确性强，可为肾脏组织细胞的分子分类提供新的框架，帮助定义患者在不同疾病状态下受到的分子干扰。

参考文献：