IF50.5｜人类胸腺空间图谱：连续组织轴揭示T细胞发育微环境

用连续组织轴整合多模态数据，揭示胸腺T细胞发育的空间逻辑。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

胸腺是T细胞发育的核心器官，其皮质和髓质分别支持T细胞的正选择和负选择。已有单细胞研究揭示了胸腺内细胞类型的多样性，但细胞在组织内的精细空间定位及其对T细胞成熟和迁移的影响仍不清楚。传统空间技术分辨率有限，且缺乏统一的坐标框架来整合不同样本和模态的数据，阻碍了对胸腺微环境的系统理解。

科学问题

卡在哪里： 现有胸腺空间研究多依赖离散的形态学注释，无法捕捉组织内连续的分子梯度。不同样本间形态差异大，缺乏可比较的坐标系统，导致跨研究数据难以整合。此外，T细胞在皮质-髓质间迁移的精确动力学，特别是CD4和CD8谱系的分化路径差异，尚未在空间层面得到解析。

本文要回答： 建立胸腺的连续坐标框架（CMA），整合单细胞、空间转录组和多重成像数据，系统描绘胎儿和儿童胸腺中细胞类型、细胞因子梯度和T细胞发育轨迹的空间组织。

技术路线

作者主要用了：scRNA-seq、CITE-seq、Visium空间转录组、IBEX多重成像、RNAscope、RareCyte。

作者首先整合了来自多个研究的单细胞数据，构建了包含胎儿和儿童胸腺的参考图谱。然后，利用TissueTag工具对组织切片进行半自动注释，识别皮质、髓质等结构，并基于这些注释构建了连续坐标轴CMA。将Visium空间转录组数据映射到CMA上，结合单细胞参考进行细胞类型反卷积，从而在统一坐标下比较不同发育阶段的细胞空间分布。同时，利用IBEX多重成像对关键发现进行验证，并通过CITE-seq提供高分辨率的T细胞表面标志物信息，以解析CD4和CD8谱系的迁移差异。

图 1　Fig. 1。图1展示了研究设计：整合了来自多个研究的单细胞和空间数据，覆盖胎儿和儿童胸腺。不同颜色代表数据来源，点图显示了样本的年龄分布和技术平台。该图强调了多模态数据集的规模和多样性，为后续分析奠定基础。

核心亮点

亮点 1｜CMA框架实现跨模态空间整合

作者开发了OrganAxis方法，基于组织学标志物（皮质、髓质、包膜）构建了胸腺的连续坐标轴CMA。该轴能够将来自不同技术（Visium、IBEX）和不同样本的空间数据统一到同一坐标系中，从而进行定量比较。PCA分析显示，CMA解释了Visium数据中相当一部分的转录组变异，且在不同发育阶段保持一致，证明了该框架的有效性和稳健性。

图 2　Fig. 2。图2展示了CMA的构建过程。左图是H&E染色和对应的组织注释（皮质、髓质、包膜等）。中间示意图说明了CMA的计算原理：基于点到皮质、髓质和包膜的距离计算非线性坐标。右图显示了CMA在组织切片上的映射，颜色从包膜到髓质渐变，反映了组织的连续结构。

亮点 2｜T细胞发育轨迹的空间保守性

通过将Visium数据映射到CMA并反卷积，作者发现经典的αβ T细胞发育轨迹在胎儿和儿童胸腺中高度保守。早期T细胞祖细胞（ETP）定位于髓质，随后DN细胞迁移至皮质下区，DP细胞在皮质中增殖，经历正选择后，CD4和CD8单阳性细胞迁移至髓质。细胞因子和趋化因子的表达模式也大多保守，但少数因子如IL34、CCL2等在胎儿和儿童间存在空间分布差异。

图 3　Fig. 3。图3展示了T细胞发育轨迹在CMA上的分布。a图是CMA的连续和分箱表示。b图显示了胎儿和儿童Visium切片的CMA分箱。c图是分析流程：Visium点映射到CMA并进行反卷积。d图是T细胞发育阶段的UMAP。e图显示了各阶段在CMA分箱中的富集情况，揭示了从髓质到皮质再到髓质的迁移路径。f图是细胞因子在CMA上的表达热图，显示大多数细胞因子的空间模式在胎儿和儿童间保守。

亮点 3｜TEC祖细胞微环境的年龄差异

作者鉴定了一群具有双向分化潜能的TEC祖细胞（mcTEC），并发现其空间定位在发育过程中发生变化。在胎儿胸腺中，mcTEC主要富集于包膜下区域；而在儿童胸腺中，除了包膜下，还出现在皮髓质交界处和血管周围空间。通过RNAscope和RareCyte成像验证了这一发现，提示TEC祖细胞微环境在出生后发生重塑。

图 4　Fig. 4。图4展示了TEC亚型的空间定位。a图是TEC的UMAP，显示了cTEC、mTEC和mcTEC等亚群。b图是标记基因表达。c图显示了TEC亚型在CMA分箱中的分布，mcTEC在胎儿中富集于包膜下，在儿童中则出现在皮髓质交界处。d-e图展示了IBEX数据中TEC的注释和空间映射，验证了Visium的结果。f-g图显示了KRT10+细胞在Hassall小体周围的定位。

亮点 4｜Hassall小体相关的mTEC亚型

通过计算细胞到Hassall小体（HC）的距离，作者发现mTECIII（角质形成细胞样）与HC紧密相关，而mTECII（表达AIRE）则位于较远的髓质区域。进一步分析mTECIII的基因表达，鉴定出两个亚群：一个表达黏膜相关基因（如CXCL17、PSCA），另一个表达皮肤相关基因（如KRT10、KLK6）。这些亚群可能参与不同的免疫耐受机制。

图 5　Fig. 5。图5展示了与Hassall小体相关的细胞和基因。a图显示了Visium切片上到HC的距离。b图说明了HC距离与CMA的区别。c图显示了不同细胞类型到HC的平均距离，mTECIII最近。d图比较了细胞在CMA和HC距离上的位置，显示mTECIII与HC强相关而其他细胞更多与髓质深度相关。e-f图展示了mTECIII特异性基因在HC周围的富集。g-j图通过轨迹分析揭示了mTECIII的两个亚群：muc和skin，分别表达黏膜和皮肤相关基因。

亮点 5｜CD4与CD8谱系迁移时序差异

利用CITE-seq数据的高分辨率表面标志物信息，作者发现CD4和CD8谱系在皮髓质迁移的时序上存在差异。CD4谱系细胞在正选择后迅速上调CCR4并迁移至髓质，而CD8谱系细胞在皮质中停留更久，且CCR4表达短暂，随后上调CXCR3。这种差异可能由不同的趋化因子受体表达模式驱动，并可能影响两种谱系的负选择效率。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： scRNA-seq、CITE-seq、Visium空间转录组、IBEX多重成像、RNAscope、RareCyte
• 公开数据： GSE271304、GSE206710、PRJEB77091、E-MTAB-8581、E-MTAB-11341
• 代码： 公开仓库 https://github.com/Teichlab/TissueTag、https://github.com/Teichlab/iss_patcher、https://github.com/Teichlab/thymus_spatial_atlas；本地已克隆：STARsolo、iss_patcher
• 谁该点开原文： 从事单细胞空间组学、免疫学或发育生物学研究，需要整合多模态数据并解析组织微环境的研究者。

带走一句

连续坐标轴（CMA）为空间数据整合提供了新思路，可推广到其他具有明确组织学标志的器官，实现跨样本、跨模态的定量比较。