来自反复植入失败患者子宫内膜的空间转录组学数据集

《Scientific Data》：A spatial transcriptomics dataset of the endometrium from repeated implantation failure patients

空间转录组学揭示反复胚胎植入失败患者子宫内膜的细胞微环境异质性，通过10x Visium测序和单细胞数据整合，发现7类特异性细胞微环境，以未分化上皮细胞为主，并验证了免疫细胞浸润与组织特异性表达谱的差异。

　　本研究聚焦于重复植入失败（RIF）这一在体外受精（IVF）过程中具有挑战性的现象。RIF通常指在多次胚胎移植后，尽管胚胎质量良好，但未能成功实现临床妊娠的情况。这一问题严重影响了IVF的成功率，且其成因复杂，涉及母体与胚胎多方面的因素。在这些因素中，子宫内膜的异常表现被认为在RIF的发生中起着关键作用。因此，深入理解子宫内膜在RIF背景下的组织环境，对于提升IVF的治疗效果至关重要。

为了更全面地解析子宫内膜在RIF中的组织特征，我们采用了空间转录组（Spatial Transcriptomics, ST）技术，利用10x Genomics的Visium平台对来自4名正常个体和4名RIF患者的8个子宫内膜组织样本进行了分析。这些样本均采集于排卵后第7天（LH+7），即黄体中期。通过该技术，我们成功获取了10131个高质量的转录组斑点，每个斑点的平均检测基因数量为3156个。研究过程中，我们识别出七个具有特定基因表达特征的细胞微环境（Niche 1–7），这些微环境的发现为理解子宫内膜的异质性和其在RIF中的作用提供了新的视角。

空间转录组技术不仅能够揭示细胞类型的空间分布，还能描绘出细胞间的相互作用与基因表达的局部特征。然而，尽管已有大量研究利用单细胞RNA测序（scRNA-seq）技术探索了子宫内膜的细胞组成、基因表达动态以及胚胎与子宫内膜之间的细胞间交流，尤其是在探讨滋养层细胞对胚胎植入的影响方面，但目前仍缺乏专门针对RIF患者的系统性空间转录组研究。因此，本研究首次将空间转录组技术应用于RIF患者与正常个体的子宫内膜组织，以揭示其在空间结构上的异质性及潜在的生物学机制。

为了更精确地解析这些空间数据中的细胞组成，我们整合了公开的单细胞RNA数据集（GSE183837），并采用条件自回归（Conditional Autoregressive, CARD）算法对空间转录组数据进行了去混杂处理。CARD算法通过非负矩阵分解模型，结合单细胞数据中的细胞类型信息，估算出每个空间斑点中不同细胞类型的相对比例。结果显示，子宫内膜组织中主要由非角化上皮细胞（unciliated Epithelia）构成，其平均占比约为73.94%。此外，我们还发现其他细胞类型如成纤维细胞、平滑肌细胞、巨噬细胞、内皮细胞和非角化上皮细胞2（unciliated epithelia2）在不同样本中也具有相对较高的比例。这些结果不仅验证了空间转录组数据的可靠性，也为后续研究提供了坚实的细胞组成基础。

在进一步的分析中，我们利用无监督聚类方法对所有空间斑点进行了基因表达特征的分类，并将其划分为12个不同的基因表达簇。随后，通过2D UMAP（Uniform Manifold Approximation and Projection）算法对这些簇进行了可视化，结果显示不同样本之间存在一定的空间分布差异。例如，在某些样本中，特定的微环境（Niche）表现出较高的表达特征，而在其他样本中则相对较少。这种差异可能与RIF患者的子宫内膜功能异常有关，也可能反映了个体间在组织结构和基因表达上的自然变异性。

为了进一步揭示这些微环境的生物学意义，我们对每个微环境的基因表达特征进行了深入分析。结果显示，Niche1和Niche2在大多数样本中占据主导地位，其高表达基因包括CFD、C1R和DCN等，这些基因可能与炎症反应或细胞外基质的调节有关。Niche3则表现出SPP1、CLU和GPX3的高表达，这些基因可能与细胞外基质的重塑或抗氧化功能相关。Niche4主要由SFRP4基因表达所标记，而Niche5则与MMP26、TAPI2、MAP2K6和ENPP3等基因相关，这些基因可能参与细胞迁移、信号传导和代谢调控。Niche6的标志基因包括VTCN1、PTGS1、LGR5和SERPINA5，这些基因可能与免疫调节、细胞增殖或干细胞特性有关。最后，Niche7主要由平滑肌细胞（SMCs）的标志基因ACTA2、RGS5和COL4A2所标记，表明这一微环境可能与子宫内膜的机械支撑功能相关。

值得注意的是，虽然每个样本中主要细胞类型的比例较为一致，但在不同样本之间仍存在一定的差异。例如，RIF4样本中Niche4的比例显著高于其他样本，这可能提示该样本在特定基因表达模式上存在异常。此外，Niche3、Niche5和Niche6的表达比例在不同样本中也表现出一定的波动，这可能与个体差异或疾病状态的变化有关。这些结果表明，RIF患者的子宫内膜在细胞组成和基因表达上存在一定程度的异质性，这可能影响其对胚胎的接受能力。

本研究的另一项重要工作是对空间转录组数据进行质量评估。通过对每个样本的UMI（Unique Molecular Identifier）数量、基因数量以及线粒体基因比例进行分析，我们发现所有样本的基因表达数据均符合高质量标准。具体而言，每个样本的UMI数量平均超过4000，基因数量平均超过2000，且线粒体基因的比例普遍低于5.5%。这些数据表明，我们所获得的转录组数据具有良好的完整性与准确性，为后续分析提供了可靠的基础。

此外，我们还对空间转录组数据进行了批处理效应的消除。通过将不同样本的数据整合并进行无监督聚类，我们发现大多数细胞簇在不同样本中均有分布，且未观察到明显的批处理效应。这表明，本研究的空间数据具有良好的可比性，能够有效反映不同个体之间在子宫内膜组织中的异质性。同时，通过H&E染色图像的观察，我们发现不同样本之间在组织形态上也存在一定的差异，这可能与基因表达的异质性相关。

本研究的成果不仅填补了RIF患者子宫内膜空间转录组数据的空白，也为进一步探索RIF的分子机制和潜在治疗靶点提供了宝贵的资源。通过空间转录组技术，我们能够更全面地理解子宫内膜在胚胎植入过程中的作用，以及其在RIF中的异常表现。这些数据可用于后续的多组学分析，结合蛋白质组学、代谢组学和表观遗传学等手段，进一步揭示RIF的复杂生物学网络。此外，本研究的发现也可能为临床诊断和治疗策略的优化提供新的思路，例如通过检测特定的基因表达模式来评估子宫内膜的接受性，或者开发基于空间转录组的个性化治疗方案。

在技术层面，本研究采用了10x Visium平台进行空间转录组测序，该平台能够高通量地捕获组织中基因表达的空间信息。通过对组织切片进行快速冷冻处理，并结合标准的RNA提取与测序流程，我们确保了数据的高质量。随后，我们利用Space Ranger软件对数据进行了自动对齐和质量控制，确保了每个样本的数据一致性。最终，我们通过无监督聚类和维度缩减方法，对所有空间斑点进行了分类，并进一步整合单细胞数据以提高分析的准确性。

本研究的另一个关键点在于，我们通过整合单细胞RNA数据，对空间转录组数据中的细胞组成进行了去混杂处理。这一过程不仅提高了我们对细胞类型分布的理解，还增强了对特定基因表达模式的解析能力。例如，通过CARD算法，我们能够更准确地估算每个空间斑点中不同细胞类型的相对比例，并进一步分析其在不同样本中的分布特征。这种跨数据集的整合方法，不仅提升了空间转录组数据的解读深度，也为未来的研究提供了标准化的数据处理流程。

综上所述，本研究首次利用空间转录组技术对RIF患者的子宫内膜组织进行了系统性分析，揭示了其在细胞组成、基因表达模式以及空间分布上的异质性。通过这一研究，我们不仅加深了对子宫内膜在IVF过程中功能的理解，也为RIF的机制研究和治疗策略的制定提供了新的方向。未来，随着空间转录组技术的不断发展，我们有望进一步揭示子宫内膜在胚胎植入过程中的复杂调控网络，并探索更多潜在的治疗靶点。这些发现将为生殖医学领域带来深远的影响，有助于提高IVF的成功率，并改善那些经历多次植入失败的患者的生活质量。