今天，分享一篇斯坦福团队绘制首张心脏细胞表观遗传组学蓝图，有望解码先天性心肌病发病机制，推动心血管疾病精准医学发展，希望以下斯坦福团队绘制首张心脏细胞表观遗传组学蓝图，有望解码先天性心肌病发病机制，推动心血管疾病精准医学发展的内容对您有用。
来源：DeepTech深科技
“我们从 763 个先天性心肌患者的 54126 个原发性非蛋白编码区的单碱基突变点中，预测了最有可能导致该疾病的突变类型，确定了转录水平受影响的目的基因，借此绘制出动态心脏单细胞表观遗传组学图谱。”斯坦福大学心血管中心沈梦城博士表示。
研究中，他和所在团队还开发了神经网络深度学习模型，对于深入研究心脏发育和相关疾病的机制具有重要指导意义，相关论文发在 Cell 上。
（来源：Cell）沈梦城说：“这项工作还能进一步推动人诱导干细胞分化技术的完善。理论上讲，如果诱导干细胞分化出的细胞与成体细胞在表观遗传组图谱、转录组图谱以及生理生化反应等层面无限接近，这款生物模型将更好地服务于新药研发并促进精准医学的发展。”
就研究意义来说，本次成果让我们得以进一步了解处于上游的表观遗传组，到底是如何通过在时间维度上精细地调控细胞类型特异性转录组的动态变化，从而促进心脏正常发育的。
更重要的是，该团队不仅绘制了一个标准的心脏细胞表观遗传组的蓝图，还发开了一套基于神经网络深度学习模型以用于精准预测致病的碱基突变类型。对于精准解析导致先天性心肌病的非蛋白编码区单碱基突变类型，这一研究有着至关重要的指导意义。
基于研究中获得的细胞类型特异性转录因子的动态表达信息，课题组进一步优化了利用人诱导干细胞（human induced pluripotent stem cell，iPSC）获得特定心脏细胞的分化方法，让在体外条件下分化得到的细胞，与心脏内对应的细胞类型，在表观遗传标记、基因表达图谱以及生理学功能上更加趋于一致，从而能为实现精准医学比如细胞治疗和药物安全性与有效性筛选奠定基础。
（来源：Cell）在应用前景上：
首先，本次成果可以促进与先天性心肌病相关的基因突变类型的精准判断，结合日渐成熟的基因编辑技术或其它基因调控手段，有望在宫内即可修复发育异常的心脏，从而从根本上消除先天性心肌病；
其次，可以促进人诱导干细胞分化心脏细胞的方法迭代，从而更好地实现精准医学、药物安全性评估以及药物开发；
最后，该研究也为成人心脏的伤后修复和再生提供了新思路和可行性材料。原因在于，受特定表观遗传组学和转录组精准调控的胚胎心脏细胞，普遍被认为具有更强的增殖能力。
因此，在成人受损心脏中，精准地重置由病人自身诱导干细胞分化所得的特定细胞类型，不仅可以支持组织的原位修复，还可以有效解决免疫排异的问题。
（来源：Cell）
如何探究先天性心肌病的诱因？先要找到一本“辞典”斯坦福大学癌症生物学系穆罕默德·阿明（Mohamed Ameen）博士和遗传学系的拉士曼·桑达拉（Laksshman Sundaram）是并列第一作者，该校心血管研究中心的沈梦城博士是第二作者。
几位通讯作者均来自斯坦福大学：他们分别是心血管研究所的扬尼斯·卡拉基克斯（Ioannis Karakikes）教授、癌症生物学系的凯文·王（Kevin C.Wang）教授、心血管医学系的托马斯·克特莫斯（Thomas Quertermous）教授、遗传学系的威廉·格林利夫（William Greenleaf）教授、以及遗传学系和计算机科学系的安舒尔·昆达耶（Anshul Kundaje）教授。
基于该论文的前瞻性和医学转化的巨大潜能，Cell 主编将其列为了重点关注文章。
（来源：Cell）
论文图片和内文前后修改 50 余版
据介绍，随着单细胞测序技术的不断发展，越来越多的学者开始针对人和鼠的心脏，进行基因表达水平的测序研究，这为人们进一步了解心脏中细胞类型的种类、以及正常和病理状态下各细胞类型的表达图谱，提供了很好的公共资源。
但是，随着致病基因调控机制的深入研究，人们逐渐意识到：表观遗传组学层面的调控，对于组织器官的发展以及致病过程有着关键作用。
（来源：Cell）鉴于担任本文共同通讯作者的 William Greenleaf是研究单细胞染色质易开放区域测序技术的鼻祖，因此他首先提出：是否可以通过这项技术，来探索不同心脏细胞在发育过程中，染色质动态开放状态的变化？
于是，William Greenleaf 课题组从斯坦福医院妇产科获取了不同时间段的胚胎样本，在提取心脏细胞的细胞核之后，进行了单细胞染色质易开放区域的测序。
在获得该数据之后，William Greenleaf 团队向另一位通讯作者 Anshul Kundaje的团队寻求帮助，以对数据进行深层次的分析。
Anshul 是业内著名的机器学习专家，近年来他和课题组优化以及开发了一系列深度学习模型，这些模型主要用于预测和分析基因调控的机制。
随着数据分析的不断深入，William Greenleaf 逐渐吸引到其他领域的专家加入研究，比如心血管遗传学专家 Thomas Quertermous、人诱导干细胞生物学专家 Joseph C. Wu、以及基因编辑专家 Ioannis Karakikes。
期间，他们开发了相关的神经网络深度学习模型并不断优化人诱导干细胞的分化方法，以便更精准地预测和验证导致先天性心肌病的单碱基突变位点。
在论文投稿前的 8 个月内，所有课题参与者们都废寝忘食地工作，论文图片和内容前后修改了不下 50 个版本。
2022 年初，由Thomas Quertermous教授向 Cell 杂志主编作了投稿意向的初步交流。“随后，Cell 杂志主编盛情邀请我们进行投稿。”论文第二作者沈梦城表示。
在论文评审期间，专家们认为在表观遗传组学层面，该研究填补了深入理解心脏发育和疾病在分子水平上调控机制的空白。
有趣的是，在论文上线之后，通讯作者们从 50 个论文初稿版本中精选出 10 个修改版本，作为科学写作的学习教材，并在斯坦福心血管中心和遗传医学中心开展了多次培训课程。
另外，多数参与到这一课题的成员都开始学习 Python 编程和深度学习技术。
而后，论文共同一作入职全球最大的测序公司之一 illumina。如今，该公司已和课题组签订了长期的深度合作协议，旨在更多广度和维度上探索基因调控和疾病之间的关系。
通过这种多团队、多学科的深入交叉合作，以前只专注生物学技术和机器学习的教授们，也开始对心血管医学和生理学产生了浓厚兴趣，并利用研究期间积累的创新性数据申请了各类经费支持。这样的跨学科合作，无疑能对心血管医学的深入研究起到很好的推进作用。
另据悉，担任论文第二作者的沈梦城，在课题开展期间首创了一个由人诱导干细胞向动脉血管内皮细胞分化的方法。
图 | 沈梦城（来源：沈梦城）目前，使用该方法分化出来的内皮细胞和原代细胞，在各个方面都是无限接近的。
如前所述，此次论文发现大量导致先天性心肌病的单碱基突变，富集在动脉内皮细胞中。
因此，他们打算利用这一全新的内皮细胞模型，以高通量的方式，验证所预测出的致病突变在先天性心肌病的决定性作用。
同时，沈梦城还独立开发出一套全新的心脏类器官分化方法，旨在将研究将从二维向三维进行过渡，这无疑将使后续研究结果更具有生理学意义。
他说：“我开发的内皮细胞分化方法具有成本低、效率高、重复性强的特性。由于人诱导干细胞的分化过程是严格按照《药品生产质量管理规范》的规格进行的，因此分化所得的内皮细胞还具有直接应用于细胞治疗的医学价值。”
目前，他和所在团队也在将人诱导干细胞分化的内皮细胞，用于治疗心肌缺血再灌注损伤后的心脏修复实验，基于这种内皮细胞分化方法和应用的论文，预计将在 2023 年底发表。
参考资料：
1.Ameen M, Sundaram L, Shen M, et al. Integrative single-cell analysis of cardiogenesis identifies developmental trajectories and non-coding mutations in congenital heart disease[J]. Cell, 2022, 185(26): 4937-4953. e23.
