人类新皮层发育过程中的双峰时间调控
理解人类大脑皮层的时空表达模式扩大知识的功能至关重要。 先前的分析集中在大脑皮层之间的差异表达基因(度)条件显示沙漏模型interareal差异。 然而,总体的转录差异在各个地区的发展模式仍有待探讨。 这里,分析超过800新皮层样本寿命转录资料显示,神经元兴奋性比抑制性神经元调节胎儿大脑。 发展度往往是静止状态或内存encoding-related也参与自闭症和阿兹海默氏症。 此外,双峰度发生在每个大脑皮层区域的发展,第一峰值出现在围产期和一个意想不到的第二个高峰出现在童年。 基因在这些山峰也有类似的功能,但是第二个峰值是更多的抑制性神经元相关。 所有这些结果强调这种独特的时间管理的重要性为人类皮层发展模式。
人类大脑皮层形成通过发展和参与各种复杂的行为。 然而,每个皮质区域的完整发展模式还没有被充分研究。 理解人类的大脑区域的发展模式在分子水平上是至关重要的,因为它可能会提供一个更全面的对人类大脑的独特性的看法1,2,3.,4,5。 由于微阵列和下一代测序技术的进步,大多数mrna转录活动可以访问在不同脑区以相对较低的成本。 这些技术显示,86%的基因表达在灵长类动物大脑和大脑新皮层~ 82%的基因表达6,7,8,9,10。
研究转录活动在多个脑区在整个寿命证明大脑区域转录组的规定并不是均匀地分布在不同的阶段6,7,10。 这种不均匀性的存在时空上两个。 具体来说,大量的基因调节和表达下调产前发展10。 在人类前额叶皮层,基因表达的调控是在胎儿更快发展比在其他任何发展阶段,而速度是降低了在婴儿期或后期的生活7。 令人惊讶的是,通过比较差异表达基因的数量(度)在11个皮层区域之间,沙漏模型提出,表明不同的皮质下区域的转录差异是更重要的比童年早期和晚期的发展时期11。 这个模型提供了我们对发展的理解差异的基础在不同的人类的皮层区域12。 然而,一个统一的模型是否存在一个特定的大脑皮层区域的全球监管模式在其发展仍不清楚,更不用说不同皮层区域是否整个寿命遵循相同的模式。
在这里,通过调查人类大脑皮层的转录组数据在整个寿命,我们在开发过程中评估度的数量在每个的11个地区。 大脑皮层区域表现出瀑布模式对于整体发展不同。 此外,发展度的数量达到顶峰在围产期和在童年时期。 然后,我们系统的特点这些山峰的特点,揭示了大脑皮层不同区域的重要监管期。
描述全球转录监管模式/大脑皮层区,我们收集了886个样本的大脑区域表达人脑转录组的数据(HBT)数据库10跨越了从怀孕10周后(pcw)到82岁。 总共11个大脑区域被用于下游分析。 这些地区包括额叶:轨道(OFC),背外侧(DFC),腹外侧(由变频控制),内侧(MFC),和初级运动皮层(M1C); 顶叶:初级躯体感觉(就是S1C)和后下(IPC)皮质; 颞叶:初级听觉(A1C),后上(STC)和前下(ITC); 和枕叶:初级视觉皮层(V1C),如前所述11。 类似于以前的方法11在开发过程中,进行方差分析来识别时间度为每个新大脑皮层区域。 我们的结果表明,11771个基因差异表达之间的任何两个发展阶段(阶段被定义为在裁判中描述。10样本,除以相同的阶段标准之前报道)在至少一个皮层区域(补充表S1),占85%的13834表达基因,表明这些新皮层区域在大脑发育受到严格监管。
图基的成对比较估计度的贡献在一个特定的发展阶段11。 级间的转录差异在每一个大脑区域表现出瀑布模式。 大脑皮层亚区,早期和mid-foetal时期表现出最突出的不同,用一把锋利的减少在新生儿阶段(无花果。1)。 这个瀑布模式的差异在胎儿和婴儿表明产期是一个重要的发展阶段,代表了基因表达的戏剧性的变化在全球人类大脑皮层区域。
一个3 d的热图显示时间的数度的组合11皮层亚区。b相邻的数量每皮层次区域发展度。c人类前额叶皮层的时间度组合,也就是从一个独立的数据集。d数量的相邻人类前额叶皮层的发育度。 不同颜色代表度检测的数量从高(红色)到低(蓝色)
度在邻近发展阶段(发育度)计算(阶段3 - 15)进一步研究大脑如何转录组变化阶段的阶段。 出乎意料,发育度爆发两次在整个寿命在大脑皮层(无花果。1 b和补充表S2)。 第一个高峰出现在围产期(从末mid-foetal早期阶段),而引人注目的第二高峰发生在童年时期(从婴儿到青春期后期)。 第一和第二峰值超过6000和4500度在每个新皮层区,分别,这意味着两个关键监管时期在分子水平上存在在人类大脑皮层发展和成熟,用最复杂的调控发生在围产期脑6,7,10。 此外,该模式是健壮的,当我们执行一个排列测试通过随机选择相同数量的样本每个阶段(补充图。S1a b)。 相比之下,我们没有发现类似的模式估计的分布发育度其他non-neocortical地区(包括海马、杏仁核、纹状体、小脑皮层和丘脑mediodorsal核)从相同的数据库(补充图。就是S1c d),这表明大脑皮层的twin-peak模式是一个独特的监管模式发展。
探索监管模式在开发过程中是非常困难的,因为发展数据点通常是不完整的,尤其是在早期发展阶段。 因此,我们试图验证twin-peak模式中观察到的人类大脑皮层区域利用一个独立的数据集,即。 ,人类前额叶皮层的转录组数据,其中包含269个样本的寿命7。 正如所料,虽然这两个数据集的采样时间点略有不同,瀑布模型和twin-peak模式被复制在独立的数据集(图。1 c, d)。 前额叶皮层的数据集,2880度被发现在第一高峰,这是第二高峰度检测数量的两倍(1103度; 补充表S3)。 这些结果说明twin-peak模式观察的鲁棒性。
检查发展度的分布,我们调查是否同样的监管度往往是多个脑区在同一阶段。 度明显的双峰重叠在大脑皮层区域10000年置换实验(图。2,P所有12比较p < 0.001),由不同的大脑皮层亚区和度的比例共享在峰值期高于其他发育时期(无花果。2 b)。 此外,70%的度(2886个基因)在第二个峰值不同监管在第一高峰期(补充表S4),这表明显著相似性监管网络的两个关键时期。
一个数量之间的重叠度11皮层亚区。 红酒吧代表重叠度的观察值。 绿条代表重叠度检测的数量排列实验(10000次)。 星号在吧台上情节代表的显著水平排列测试。 *P< 0.05,* *P< 0.01,* * *P< 0.001。b热图大脑皮层的发育度比例的次区域共享与其他条件。c,d浓缩KEGG途径的第一个峰(c),第二个峰(d)度。e,f浓缩的基因本体术语(去)的第一个峰(e),第二个峰(f)度。 圆的大小代表了每个类别的度,和圆的颜色代表了浓缩的显著水平
然后,我们调查的功能度的峰值期。 KEGG路径分析表明,twin-peak度列表的时间都大大丰富了在轴突引导,突触gaba ergic和MAPK信号通路(第一个高峰:Benjamini-Hochberg纠正P< 7.39×10−5; 第二个高峰:Benjamini-Hochberg纠正P< = 0.029; 无花果。2 c, d)。 此外,在第一高峰度参与吗啡成瘾(Benjamini-Hochberg纠正P= 2.3×10≤4)和细胞增殖的通路,增长或迁移,如Ras信号通路和ErbB信号通路(Benjamini-Hochberg纠正P< 3.67×10−5),这是与大脑体积的增加有关。 度第二高峰主要是参与了多巴胺能神经突触(Benjamini-Hochberg纠正P= 0.029),途径与学习和记忆有关13,14,这表明这个峰值的规定可能扮演一个角色在生活经验的形成。 同样,深入分析表明,峰值都浓缩在神经元胞体,轴突部分,presynapse和postsynapse (Benjamini-Hochberg纠正P< 8.24×10#8; 无花果。2 e, f)。 更有趣的是,度只在第一个峰值往往是参与轴突和树突的开发(Benjamini-Hochberg纠正P< 9.56×10−04; 补充图。S2),这表明广泛的神经元developmental-related监管在产前期间发生的皮层区域。 相比之下,无显著富集的通路被发现度只在第二个峰值。
相比我们进一步发展度的分布与之前确认的大脑区域度11。 第一,有平均4倍比区际发展度度(11610 3133年发展度与区际度),表明每个大脑皮层的发育调控时期涉及大量的分子和途径和更为复杂。 第二,早期胎儿大脑发育度检测不到三分之一的区域度(531发展度与1785度区域)。 第三,一群发育度twin-peak监管期重叠与大脑区域度在同一时期(补充表S5),这表明这些基因参与大脑皮层发育和地区分化,这可能促进大脑皮层不同区域的功能同步11。
基于最近的证据,大脑静息状态的网络可以检测到大脑的早期发展15,16,表明他们的分子活动的可能性和功能网络协调发展。 最近发现群基因的表达谱相关大脑静息状态信号为进一步研究提供了有价值的线索高级脑功能的遗传基础17,18。 因此,我们在开发过程中这些基因的监管模式进行了探讨。 八十七168(> 50%)收集的休息姿势基因差异表达在至少一个在开发过程中大脑皮层。 此外,休息姿势基因丰富度在9 11个皮层区域的第一个高峰时期(Benjamini-Hochberg纠正P< 0.05; 无花果。3)。 同样地,我们发现我们最近发现的重要浓缩记忆encoding-related基因19与发展度。 此外,这些记忆encoding-related基因往往是不同的监管主要在twin-peak时期,以及在mid-foetal末成年时期,大多数新皮层区域(Benjamini-Hochberg纠正P< 0.05; 无花果。3 b)。 一般,而大脑的休息姿势基因,我们发现记忆编码基因更倾向于监管在不同发育阶段,特别是在胎儿大脑发育,指示调节与内存相关基因在皮层发育的重要性。 的确,映射去注释的基因“学习或记忆”和“认知”度在不同的发展阶段显示类似的广泛分布格局的浓缩与记忆的编码基因(补充图。S3a b)。 结果表明基因与大脑高级功能的广泛监管twin-peak时期大脑皮层发育期间。
一个休息姿势基因丰富的第一个高峰期,此后大部分大脑皮层亚区。b人类记忆encoding-related基因富集在多个时期的寿命。c自闭症基因主要富集在不同皮层区域mid-foetal阶段。dAlzheimer-related基因主要富集在末成年。 Twin-peak期和原点的皮层区域所示情节。 星号的每个单元格的热图表示显著性水平(P从确切概率法,Benjamini-Hochberg纠正)。 *P< 0.05,* *P< 0.01,* * *P< 0.001
我们假设神经发育疾病基因往往是在大脑皮层不同监管发展。 正如预期的那样,247年的1007个自闭症基因差异表达中间胎儿大脑(13 pcw 24物理化学加工; Benjamini-Hochberg纠正P< 0.05)。 自闭症的偏差分布疾病基因中没有检测到其他发育阶段(图。3 c)。 在早期mid-foetal(物理化学加工13日至19日pcw)发展阶段,159年自闭症基因丰富度等七个地区(Benjamini-Hochberg纠正P≤0.014)。 这些基因,十一个差异表达在这些地区(补充表S5).
此外,342 680阿尔茨海默病的基因,在开发过程中差异表达(Benjamini-Hochberg纠正P< 0.05)。 但是,与孤独症的致病基因,这往往是丰富度的中间胎儿大脑,阿尔茨海默病的基因往往是不同监管在成年晚期发育时期(年龄≥60岁)。 总共32阿尔茨海默氏症成年晚期基因的表达有差异,其中23基因明显重叠度五个地区(就是S1C离岸金融中心,国际贸易委员会,由变频控制,STC); Benjamini-Hochberg纠正P≤0.035; 无花果。3 d)。 与最近的结果一致20.,21,22,我们的分析强调了阿尔茨海默病的分子性质在转录组水平。
根据最近的一项研究中,小说兴奋性神经元已经进化而进化的抑制性神经元是守恒的哺乳动物的大脑皮层23的独特作用,这表明人类的大脑皮层兴奋性神经元的发展。 因此,我们探讨了微分调节多种细胞类型在不同的发展阶段24,25,26。 在胎儿时期,兴奋性神经元的标记被监管明显多于抑制性神经元的标记(P< 0.05比较,无花果。4 a、b)。 在童年,稍微抑制neuron-related标记的规定被发现(9 - 10和年级阶段,P< 0.05,无花果。4摄氏度)。 这些发现表明,不同的计算逻辑可能开发的两个关键时期。 这两种细胞类型显著调节后青春期(无花果。4 d)。 此外,对于non-neuronal细胞、星形胶质细胞强烈规范在开发的早期阶段,这意味着一个重要的角色在早期大脑发育(图4 e)。 类似的模式被发现Cajal-Retzius细胞和少突细胞祖细胞的标记。 相比之下,小胶质细胞和免疫细胞主要是监管在晚期(无花果。4 e).
一个- - - - - -d浓缩兴奋和标记中间神经元的四个发展阶段:一个从早期胎儿mid-foetal晚期,b从末mid-foetal到后期阶段,c从婴儿到青春期后期,d从青春期到成年。 点的箱线图表示皮层亚区。 灰色行链接对应的皮层兴奋性神经元和中间神经元之间的条件。e比较丰富的标记基因与发育度从多个细胞类型。 高,P< 0.001; 介质,P< 0.001,低,P< 0.05。 不丰富,P> 0.05
理解的模块化特性两个高峰时期,发展度加权基因co-expression分析每个时期27,28,29。 网络的第一个高峰期,我们鉴定了19个模块与发育丰富度的第一个峰值(第一高峰度模块:黑色,蓝色,棕色,暗橙色,浅绿色,褐色和绿松石; Benjamini-Hochberg纠正P< 8.22×10−5); 其中,六个模块也富含发展度的第二个峰(Benjamini-Hochberg纠正P< 8.41×10#3; 补充图。S4a)。 同样的,网络的第二个高峰期,我们发现15与发育度25模块丰富的第二个峰(Benjamini-Hochberg纠正P< 2.04×10≤4); 其中,六也富含发展度的第一个峰值(Benjamini-Hochberg纠正P< 5.65×10−5; 补充图。S4b补充表S6)。 这些高度重叠的模块显示类似co-expression监管网络参与了大脑的生长发育的关键时期。
此外,探索在twin-peak模块度是否与大脑发育的临界点,我们应用动态网络生物标志物的方法30.。 我们发现动态网络生物标志物组成的1845个基因,一个关键阶段出现的童年之后,这可能意味着大脑的过渡到成熟状态。 通过评估最相关的300个基因网络的双峰,我们发现20.7%(62/300)和14.3%(43/300)这些基因的动态网络生物标志物在第一和第二个峰值网络模块,分别。
进一步的功能分析的相关基因在那些度模块显示他们相关的生物学途径如gaba ergic突触,钙信号通路,轴突引导,突触囊泡循环(Benjamini-Hochberg纠正P< 9.32×10≤4; 补充图。自己,d)。 具体来说,第二个高峰度模块与路径有关与学习和记忆有关,如长期势差(Benjamini-Hochberg纠正P= 2.89×10≤4)。 此外,我们发现了一个“紫色”模块在第一个高峰期和“绿色”模块在第二个高峰期,这都是富含帕金森病,阿尔茨海默病和亨廷顿氏舞蹈症(第一个高峰:Benjamini-Hochberg纠正P< 1.27×10≤10; 第二个高峰:Benjamini-Hochberg纠正P< 3.22×10≤4)。 我们的研究结果意味着发展的内在联系度和重要神经过程在网络层。
我们注意到“记忆或学习”和“认知”基因是高度相关的模块度twin-peak时期,即。 两个模块,第一个高峰期(蓝色,Benjamini-Hochberg纠正P= 4.31×10#3; 暗橙色,Benjamini-Hochberg纠正P= 0.0184; 补充图。S4e f)和一个模块在第二个高峰期(苍白的绿松石,Benjamini-Hochberg纠正P= 2.97×10≤4; 补充图。S4g和补充表S7)。 例如,在蓝色的模块中,我们发现了两个“认知”中心的基因,PTN和GM2A;GM2A与一个ASD-related中心基因吗SLC1A2。 此外,我们发现了一个基因中心,PLCD3,这是一个动态网络生物标志物和与几个ASD-related中心有关的基因,如PRODH,CAMK2A,DOCK10和RAPGEF4(补充图。S4e).
最后,一些co-expression模块既富含第一高峰度和第二高峰度。 例如,通过比较所有twin-peak之间的度模块网络,我们发现first-peak度模块参与免疫球蛋白绑定(亮绿色Benjamini-Hochberg纠正P= 1.93×10#3)和一个第二高峰度模块与味觉转导(白色,Benjamini-Hochberg纠正P= 3.75×10#7)。 这些模块的功能的影响在大脑发育需要进一步调查。
识别人类特有度是一个重要的话题,因为它可能表明人类大脑的独特的分子基础3.,31,32。 这里,我们估计猕猴发育度利用最近发布的非人类的灵长类动物大脑发育图谱6并与人类发展度。 由于采样时间点限制在猕猴大脑区域,只有样本涵盖从胎儿早期的V1C地区年轻的童年被包括在最终的分析中。 这种比较人类和猕猴之间的同源基因的表达在这个区域显示的数量在人类早期发育度高于胎儿大脑V1C 1/2猕猴V1(补充图。S5a和补充表S8)。 此外,更多的基因调节有差异猕猴大脑出生后,第二个峰值在猕猴V1早些时候发生在3个月到12个月的相邻阶段(补充图。S5b和补充表S8,S9)。 这些结果表明,早期阶段的转录调控是对人类大脑的独特性更重要。
我们的分析表明,> 80%的基因表达差异在发展人类大脑皮层的调节。 度的分布不均匀,有明显差异的转录组人类胎儿皮质比其余的寿命,从而导致瀑布模式的全球分销发展度。 此外,两次共调控转录组的大脑皮层观察到:第一高峰,这是更大的,发生在围产期,而第二个峰值的发育调控发生在童年时期。 大量的基因是参与这两个重大监管皮质发展的时期,这些基因和许多来自类似的功能途径和co-expression网络。 这些基因及其相关通路的功能分析表明这两个关键时期提供分子依据人类皮层成长和成熟。 twin-peak监管模式被复制使用一个独立的数据集包含人类前额叶皮层的转录组寿命。 同样,根据最近的研究,大量的基因在胎儿后期经历戏剧性的表现的变化和childhood-adolescence时期26。 此外,在脑部的五个典型的基因特点和神经精神疾病,其中四(MEF2C,SATB2,SOX5,TCF4,TSHZ3)被发现在我们twin-peak基因列表。
发育度神经系统疾病基因的富集分析显示,许多疾病相关基因,如自闭症基因痴呆混乱——或者情况也增多,严格监管只在一些特定的发育阶段。 然而,基因潜在的重要的先进的大脑功能,如休息姿势或内存encoding-related基因,基因往往是监管在多个发展阶段。 分布模式的差异是证实了使用基因注解为“学习或记忆”和“认知”,表明长期的监管的复杂性这些功能基因在大脑皮层的发展。 更重要的是,兴奋性神经元的标记比月初抑制性神经元皮质更规范的发展。 细胞类型浓缩的时间度模式符合神经细胞生成和成熟的时间表。 更有趣的是,星形胶质细胞的标记mid-fetal丰富的大脑,这可能表明一个意想不到的角色在这个时期。 在一起,这些发现强调了兴奋性神经元的重要性在人类大脑的独特性。 最后,这些基因的模块化特性twin-peak co-expression网络提出一种内在联系在所有这些不同的基因参与神经系统。
interarea数度仍然是大不同胎儿时期大脑皮层和出生后迅速减少11,这是显著不同的模式发展度。 大脑皮层不同区域的发展同步在这个时期可能与第一个监管峰值。 事实上,大量的重叠基因之间存在发展和interareal度。 符合空间同步11的大量重叠不同皮层区域之间的发展度表明,同步也发生暂时在开发期间,这可能是非常重要的,正确的神经回路的形成在这些地区。 因此,twin-peak监管和沙漏模式分布度提供了依据进一步了解全球时空人类大脑皮层的发育调控。
两个微阵列基因表达数据集的发展人类的大脑和一个数据集开发恒河猴大脑被用于分析。 人类大脑神经的微阵列数据发展从HBT数据库下载10(http://hbatlas.org/),其中包括14047个基因下游的计算。 人类前额叶皮层的微阵列数据从先前的研究中获得7,其中包括17162个基因。 恒河猴的大脑发育的微阵列数据获得6,它包含了12441个基因。
对于每一个皮层区域,时间度在不同发展阶段被稍微修改估计先前建立的区域度的识别方法11。 首先,进行方差分析来识别度在大脑皮层,PFC,猕猴大脑。 然后,控制的错误发现率(罗斯福),显著水平(p值)从方差分析测试是纠正Benjamini和业务过程的多重比较33。 度被选为之前报道的阈值11(罗斯福问值< 0.01,褶皱变化≥2),包括死后间隔(PMI)和RNA的完整性(RIN)作为协变量技术。 PFC和猕猴的数据集,我们没有控制为PMI和RIN因素共变信息。
进行事后图基HSD测试计算每一对之间的差异在每个新皮层次区域发展阶段。 显著对比的数量为每个阶段每个大脑皮层区被用作级间度组合的数量。 探讨表达逐步变化的时间度,我们定义发育度由以下标准:在图基HSD测试中,两个相邻之间的差异的绝对值发展阶段是≥1。
排列测试进行检验的统计意义重叠的发育度11个皮层区域。 对于一个给定的相邻的发展阶段,在大脑皮层区域计算共享度。 然后,为每个模拟,度是重新取样的数量来计算重叠度的数量。 一万置换实验的每个阶段,和随后的p价值决定。
一个自闭症基因列表获得SFARI数据库34(10/07/2018https://gene.sfari.org/database/gene-scoring/)。 内存encoding-related基因则来自于先前的研究19。 静息状态fMRI-related以前描述的基因17,18。 学习或记忆基因列表和认知基因从朋友下载35(加入::0007611:0050890,http://amigo.geneontology.org/amigo/)。 去/ KEGG浓缩分析使用v3.8.1 clusterProfiler包36与r .浓缩功能基因的分析集与Benjamini-Hochberg使用确切概率法执行过程调整p值。
加权基因co-expression网络分析(WGCNA)执行twin-peak规定时间(时间6 - 8和10 - 11),分别。 总共226个样本从82年第一个峰和第二高峰是包含在样本计算。 签署与WGCNA包v1.63 co-expression网络建成28,29在r中所有基因分析,两两相关矩阵计算; 然后,邻接矩阵计算通过提高相关矩阵18,根据无标度拓扑标准29。 对于每一对基因,一个健壮的衡量网络的互联性(拓扑重叠测量)计算,和模块生成的混合动态树切割37。 其他参数分析中使用的最小模块大小= 50,deepSplit = 4,合并模块的最低身高= 0.15。
动态网络生物标志物的基因被确定通过修改先前建立的方法30.。 简而言之,我们首先计算度t以及在每个开发阶段(罗斯福纠正)对第一个发展阶段。 接下来,我们聚集在每个阶段的基因由皮尔逊相关性和集群的最大数量设置为40。 对于每个集群,在每个阶段四个参数计算:标准差(SD),平均皮尔逊相关系数(PCC)在集群成员中,集群中基因之间的平均PCC和out-cluster基因,和综合指数(CI)。 最后,我们选择了集群CI显示最大的变化。
细胞类型标记基因从最近公布的数据24,25,26。 标记基因的富集分析在每个发展时期进行使用确切概率法,Benjamini-Hochberg过程调整p值。 确定每个单元的整体微分调节输入11个皮层区域,我们使用标记基因的浓缩至少一半的地区作为一个阈值。 例如,p< 0.001表明,标记基因显著不同的监管> 5的11个地区的显著性水平p< 0.001。
|
|
