IF50.5｜单细胞整合揭示炎症性肠病中的幽门腺化生

1.6百万细胞图谱揭示肠道炎症中干细胞起源的化生细胞，兼具修复与促炎双重角色。

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

胃肠道是一个多器官系统，负责营养吸收和屏障免疫。单细胞转录组学已为胃肠道稳态、发育和疾病提供了分子层面的见解，但已发表的研究大多聚焦于特定器官或细胞类型。化生是指成熟组织被正常情况下出现在其他解剖区域的细胞所取代，例如胃和Barrett食管中的肠化生。在肠道中，幽门腺化生（表达MUC6和MUC5AC）的组织学特征已有描述，但其细胞起源和在急慢性组织损伤中的功能作用仍不清楚。

科学问题

卡在哪里： 此前对幽门腺化生的研究主要基于组织学，缺乏单细胞分辨率的转录组信息。化生细胞的起源（是否来自干细胞）及其在炎症中的具体作用（是促进修复还是加剧炎症）存在争议。

本文要回答： 构建涵盖健康与疾病的胃肠道单细胞图谱，系统鉴定炎症性肠病中的化生细胞，并阐明其起源和功能。

技术路线

作者主要用了：scRNA-seq、scAutoQC、scVI整合、轨迹分析、smFISH、免疫组化、bulk deconvolution。

作者收集并统一处理了25个scRNA-seq数据集，涵盖健康胃肠道发育和成年期，开发了自动化质控流程scAutoQC，构建了约110万个细胞的健康参考图谱。随后将12个疾病数据集（包括IBD、乳糜泻、癌症）投影到该参考上，形成160万细胞资源。通过差异丰度、差异表达、轨迹推断和细胞通讯分析，鉴定出炎症肠道中MUC6+化生细胞（INFLAREs），并利用smFISH和免疫组化在患者组织中验证。

图 1　Fig. 1。图1展示了图谱构建流程：健康参考作为核心，疾病数据集通过迁移学习映射。scAutoQC自动去除低质量细胞。样本按年龄和胃肠道区域分布，显示各研究贡献的细胞数和供体数。

核心亮点

亮点 1｜健康参考图谱与疾病投影

整合25个scRNA-seq数据集，统一处理385个健康样本，得到约110万个细胞、136种精细细胞状态。开发scAutoQC自动去除低质量细胞。将12个疾病数据集投影到参考图谱，总细胞数达160万。该图谱揭示了健康胃肠道中细胞组成的区域和发育差异，如发育期髓系细胞富集，成熟期B细胞亚群富集。

图 2　Fig. 2。图2展示健康与疾病联合UMAP，按疾病类别着色。点图显示各研究/疾病的细胞数和供体数。间充质群体UMAP显示疾病特异性成纤维细胞映射到口腔黏膜成纤维细胞，并上调炎症基因。

亮点 2｜IBD中的化生细胞类型

在炎症肠道中鉴定出多种化生细胞：结肠中出现潘氏细胞化生（表达DEFA5、DEFA6等），小肠中出现MUC6+幽门腺化生细胞（命名为INFLAREs）和MUC5AC+表面小凹样细胞。INFLAREs在克罗恩病和溃疡性结肠炎中富集，且与健康胃MGN细胞转录组相似但存在差异。

图 3　Fig. 3。图3展示小肠上皮UMAP，突出MGN/INFLARE和表面小凹细胞。点图显示幽门腺细胞标志物。柱状图显示INFLAREs在IBD中的比例。bulk deconvolution显示克罗恩病和溃疡性结肠炎中INFLAREs比例升高。

亮点 3｜INFLAREs起源于干细胞

轨迹分析显示INFLAREs从LGR5+干细胞分支而来，并保留干性基因表达（如LGR5、MKI67）。smFISH验证了INFLAREs中LGR5和MKI67的表达。比较干细胞向INFLAREs与向健康MGN的分化轨迹，发现19个转录因子错配，包括ATF3、ATF4等，提示炎症应激反应和再生程序驱动化生。

图 4　Fig. 4。图4展示小肠上皮细胞按伪时间着色，INFLAREs从干细胞分支。基因表达沿轨迹变化显示干性基因保留。smFISH显示INFLAREs中MKI67和LGR5表达。Palantir轨迹对齐显示转录因子错配。

亮点 4｜INFLAREs的双重角色

INFLAREs表达TFF3等修复相关基因，但也高表达趋化因子CXCL16、CXCL2、CXCL3、CXCL5，可招募T细胞和中性粒细胞。INFLAREs还高表达MHC II类分子（HLA-DR），并与CD4+ T细胞紧密相邻，提示其可能作为非经典抗原呈递细胞加剧炎症。

图 5　Fig. 5。图5展示趋化因子基因评分，INFLAREs高表达CXCL趋化因子。细胞互作分析显示INFLAREs通过CXCL与免疫细胞和静脉内皮细胞（ACKR1）互作。smFISH显示INFLAREs与ACKR1+血管邻近。

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、scAutoQC、scVI整合、轨迹分析、smFISH、免疫组化、bulk deconvolution
• 公开数据： GSE111889、GSE126299、PRJEB31843、E-MTAB-5464、E-GEOD-101794、E-MTAB-14050
• 代码： 公开仓库 https://github.com/Teichlab/PanGIAtlas、https://github.com/Teichlab/sctk、https://github.com/cellgeni/STARsolo；本地已克隆：STARsolo、sctk
• 谁该点开原文： 从事单细胞组学、炎症性肠病或化生研究的科研人员。

带走一句

大规模单细胞整合能揭示罕见细胞状态；化生细胞兼具修复与促炎功能，分析时需考虑其双重角色。