Single-nucleus multi-omics 研究揭示房颤发病机制及潜在治疗靶点

《Nature Cardiovascular Research》：Single-nucleus multi-omics implicates androgen receptor signaling in cardiomyocytes and NR4A1 regulation in fibroblasts during atrial fibrillation

为解决房颤（AF）基因表达调控机制不明等问题，研究人员开展相关研究，发现 AF 相关基因及信号通路，为治疗提供新靶点。

　　房颤（Atrial Fibrillation，AF）是最常见的心律失常之一，全球预计有 6000 万病例，随着人口老龄化，其患病率还会大幅上升。目前，针对房颤的治疗手段有限，且现有治疗方法存在诸多不足，比如药物治疗效果不佳、导管消融有副作用等。同时，房颤发生时人类心房基因表达调控程序的失调机制也尚未完全明确，细胞类型和转录因子（Transcription Factor，TF）在房颤重塑过程中的作用也不清晰。在这样的背景下，来自蒙特利尔心脏研究所、牛津大学等机构的研究人员开展了相关研究，旨在深入了解房颤的发病机制，寻找新的治疗靶点。

研究人员通过整合两个大型批量 RNA 测序（RNA-seq）数据集和一个独特的房颤单细胞多组学数据集，对持续性房颤患者和窦性心律（Sinus Rhythm，SR）对照者的左心耳（Left Atrial Appendage，LAA）进行研究。该研究成果发表在《Nature Cardiovascular Research》上。

研究中用到的主要关键技术方法包括：首先，收集来自约翰?拉德克利夫医院择期心脏手术患者的 LAA 活检样本，构建 snRNA-seq 和 ATAC-seq 文库进行测序；其次，运用生物信息学工具对测序数据进行处理和分析，如使用 Seurat、Signac 和 Harmony 等软件进行数据预处理、细胞类型注释和亚聚类分析；最后，通过加权基因共表达网络分析（Weighted Gene Coexpression Network Analysis，WGCNA）构建基因转录模块，结合单细胞数据确定差异表达基因（Differentially Expressed Genes，DEGs）与细胞类型的关系。

研究结果如下：

• 细胞类型鉴定：研究人员对 4 名持续性房颤患者和 4 名窦性心律对照者的 LAA 细胞核进行 10x multiome snRNA-seq 和 ATAC-seq 分析，经严格质量控制后获得 11,986 个细胞核的数据集，鉴定出 12 种主要细胞类型，其中心肌细胞（Cardiomyocytes，CMs）和成纤维细胞（Fibroblasts，FBs）是最丰富的两种细胞类型，分别占 25% 和 23%，并通过已知基因标记验证了细胞类型身份。
• 开放染色质景观分析：研究发现大部分 ATAC-seq 峰值与 ENCODE 候选顺式调控元件（cCREs）重叠，且具有细胞类型特异性。通过 TF motif 活性分析，确定了一些在心脏中起重要作用的 TF，如 ESRRG、TBX5 和 TCF21 等。
• 差异表达基因分析：重新分析两个大型批量 LAA RNA-seq 数据集，确定了 755 个差异表达基因。结合单细胞数据，将这些基因分配到特定的细胞类型，例如在 CMs 中发现 LINC01479 和 IFNG-AS1 是最强的差异表达基因，在 FBs 中发现 MICAL2 和 PIEZO2 等。
• 雄激素受体的作用：通过整合批量和单细胞 RNA-seq 数据，得出房颤上调和下调的基因表达特征。相关性分析发现雄激素受体（Androgen Receptor，AR）结合基序活性与房颤上调的基因表达特征相关，表明 AR 信号传导是房颤患者左心耳心肌细胞差异基因表达的关键调节因子。
• FB 亚型及 NR4A1 的作用：对 FBs 进行亚聚类分析，发现了三种 FB 亚型，其中 aFB3 亚型高表达 NR4A1 和 NAMPT。体外实验表明，NR4A1 可调节人左心耳 FBs 的关键纤维化反应，促进 FB 激活和细胞外基质（Extracellular Matrix，ECM）成分的产生，且在男性 FBs 中的作用更明显。

研究结论和讨论部分指出，该研究通过转录组和功能分析，深入了解了人类房颤相关的基因、表达模块和细胞群体。研究结果为房颤的长期结构重塑和心律失常基质的形成提供了转录组和机制方面的见解，确定的多个差异表达基因可作为房颤治疗的潜在靶点。此外，研究还揭示了性别差异在房颤发病机制中的作用，为进一步研究房颤的性别特异性治疗提供了方向。然而，该研究也存在一些局限性，如部分模块可能无法准确归因于特定细胞类型、单细胞数据集样本量有限、TF 选择未考虑翻译后调控机制等。未来需要更大规模的单细胞数据集和体内研究来验证这些发现，为房颤的治疗提供更坚实的理论基础。