Genové exprese na bázi dekonvoluce tukové tkáně vzorky pomocí AT21 podpis matrix

AT21 podpis matrix byl vyvinut s cílem stanovení buněčné složení tukové tkáně vzorky. Skládá se z expresních profilů specifických pro buněčný typ 1872 microarray sond z 21 typů buněk. V roce 1872 sond byly vybrány tak, aby optimalizovat schopnost podpis matice rozlišovat mezi různými typy buněk, což se projevuje tím, že minimalizuje informace překrývání mezi typy buněk (realizován prostřednictvím minimalizace stavu číslo, viz Doplňkové Metody).

Na obr. 2A ukážeme korelace podpisů mezi různými typy buněk, odhalující vysoká korelace mezi propojenými typy buněk, jako podkožní a perikardiální adipocyty, nebo mezenchymálních kmenových/stromální buňky, chondrocyty, osteoblasty, a tukové stem/stromální buňky (ASCs). Ve světle těchto vysokých korelací mezi některými typy buněk, rozhodli jsme se prozkoumat schopnost našeho přístupu rozlišovat mezi podobnými typy buněk pomocí následujících dvou strategií. Nejprve aplikujeme dekonvoluční přístup na samotnou referenční datovou sadu, což vede k jasnému rozlišení mezi typy buněk (obr. 3A) jako pozitivní kontrola, prokázat, že navržená metoda může skutečně jasně identifikovat podpisy čistých buněk z referenční datové sady. Zobrazujeme také na stejném obrázku (obr. 3B, C) normalizovaná exprese konvenčních markerů a CellMaDe predikovaných primárních markerů pro srovnání z typů buněk v referenčním datovém souboru. Obrázek ukazuje srovnání z hlediska normalizované exprese konvenčních markerů specifické pro buněčný typ vs předpokládané markery pro každý typ buňky. Za druhé, provádíme dekonvoluce analýzu se sadou 779 tukové tkáně vzorky (Doplňující Údaje S2) ze čtyř různých tukové tkáně, sklady (SO, OVES, PAT, a JÍST), a zkontrolovat, jak dobře se výsledky shodují s tělem literatury. Tato druhá analýza ukazuje, že tuková tkáň vzorků se předpokládá, že mají v průměru o 14,5% ASCs, zatímco součet tří souvisejících typy buněk (mezenchymové kmenové/stromální buňky, osteoblasty, chondrocyty) je v průměru pod 1%, odhaluje naši schopnost správně rozlišovat mezi těmito typy buněk (Doplňkový Obr. S4). Navíc, 95% SAT vzorky mají perikardiální adipocytů skóre z 0% a průměrný adipocytů podkožní skóre z 74%, vzhledem k tomu, OVES, JÍST, a PAT vzorky jsou většinou předpokládá mít více perikardiální adipocytech než subkutánní adipocyty, i když rozdíl je méně jasné. To odhaluje jasný rozdíl mezi subkutánními adipocyty a adipocyty z jiných tukových skladů v blízkosti vnitřních orgánů, které lze detekovat navrženou metodikou.

Typ Buňky Specifičnost TissueDecoder: Heatmaps z AT21 podpis matice ukazuje (A) typ buňky složení predikce z CIBERSORT s AT21 podpis matice, (B) normalizované exprese vybraných konvenční značky, od literatury a (C) normalizované exprese CellMaDe předpověděl primární značky. Společný xaxis nad obrázkem označuje vzorky použité pro anotaci typů buněk z podpisové matice AT21. CellMaDe a CIBERSORT jsou oba trénoval s AT21 podpis matice, proto (A,C) jsou optimální výsledky pro obě techniky vzhledem k tomu, že (B) představuje rozdělení moci konvenčních značek na AT21 podpis matrix. Zelené políčka označují pro každý typ buňky (sloupce) řádek s odpovídající značkou.

Vedle těchto hodnocení jsme využili nezávislého cross-platform (různé Affymetrix microarray platformy) ověření údajů otestovat CIBERSORT na bázi dekonvoluce s AT21 podpis matice, které ukazují, že náš přístup, správně poskytuje nejvyšší procentuální hodnoty pro jednotlivé izolované buňky typu na všech testovaných buněčných typů v ověření údajů (Doplňkový Obr. S1C).

průměrná odhadovaná procenta izolovaných typ buňky jsou 69.2% pro subkutánní adipocyty, 57.1% pro ASCs, 89.9% pro B buňky, 84.8% pro CD4+ T buňky, 71,0% pro CD8+ T buňky, 62,0% pro NK buňky a 90,5% pro monocyty. Předpokládá se, že frakce CD14+ tukové tkáně (monocyty / makrofágy) sestává hlavně z makrofágů (25,4%), myeloidních dendritických buněk (24,4%) a monocytů (18,1%). Odchylka od optimálních výsledků na základě samotných referenčních údajů (obr. 3A) lze vysvětlit tím, cross-platformní rozdíly mezi validaci a referenční datové sady (validace údajů a referenční datové sady byly hybridizovány na dvou různých Affymetrix microarrays).

CellMaDe primární a sekundární znaky

Next, budeme dále charakterizovat podpis matice zkoumáním toho, které geny jsou zahrnuty v něm, a porovnáním jejich typ buňky specifičnost se obvykle používá typ buňky markery pomocí primární a sekundární marker kritéria (Nek. 1 a 2 v sekci metody). Výsledkem bylo hodnocení všech sond přítomných na poli podle jejich primárních a sekundárních skóre kritérií. Na Obr. 2B, ukážeme top 10 geny s nejvyšší primární a sekundární kritérium skóre ze čtyř typů buněk – jmenovitě ASCs, CD8+ T buňky, makrofágy a subkutánní adipocyty – a uveďte jejich mobilní polohu podle gene ontology (pro všech 21 typů buněk, viz Doplňkový Obr. S2, Doplňkové Údaje S3). Všechny geny, které jsou přítomny v AT21 podpis matice jsou vyznačeny tučně, což ukazuje, že CIBERSORT algoritmus především vybírá kombinace sekundární značky (CIBERSORT je gen kritériem výběru je srovnatelná s naší sekundární marker kritérium), zatímco primární značky a konvenční markery nejsou vždy zahrnuty v podpisu matrix.

to je na rozdíl od klasických přístupů založených na markerech, jako je imunohistochemie, které se silně spoléhají na specificitu buněčného typu jediného (primárního) markeru. Nicméně, konvenční značky, jako jsou CD68 pro makrofágy jsou také vyjádřeny v jiné typy buněk, jako jsou monocyty, plasmacytoid dendritic cells10, a v menší míře také v fibroblasty a endoteliální cells11,12, což je také indikováno jeho relativně nízká primární kritérium skóre (Obr. 2B). Jsme proto navrhnout hlavní markery identifikovány CellMaDe být dále potvrzena experimentálně před objasnil jako alternativní značky pro typy buněk v tukové tkáni.

pro CD8+ T buňky se běžně používá marker (shluk diferenciace 8B; CD8B) je identifikován jako nejsilnější primární marker, což nebylo příliš překvapivé. Shluk diferenciace 4 (CD4)však není příliš specifický pro CD4+ T buňky, jak ukazuje jeho převládající exprese v jiných typech hematopoetických buněk, jako jsou monocyty nebo makrofágy (obr. 3B, Doplňkový obr. S2). To je také důvod, že v průtokové cytometrii se CD4 používá pouze po identifikaci populace CD3 + buněk (T buněk) k identifikaci CD4+ T buněk. Dendrocyt exprimovaný sedm transmembránový Protein (DCSTAMP) je identifikován jako velmi specifický primární marker pro makrofágy podle naší analýzy. Na Obr. 3C pozorujeme, že vysoká exprese DCSTAMP je omezena na podmnožinu makrofágů vzorky, které by mohly zdůraznit jeho specifičnost podmnožinu makrofágy, např. makrofágů jako obří buňky, jak navrhoval dříve studies13. U asc není identifikovaný primární marker EEA1 příliš nápadný. Pro tento typ buňky, doporučujeme použití kombinace sekundární znaky, jako realizován v průtoková cytometrie vtokové strategie, stejně jako v CIBERSORT algoritmus.

případ subkutánních adipocytů se zdá být podobný jako primární marker CMA1 také není příliš nápadný. To však lze připsat skutečnosti, že perikardiální adipocyty jsou také součástí referenční matrice. Primární kritérium se tedy v tomto případě nezaměřuje pouze na rozlišení adipocytů od jiných typů buněk, ale také na rozlišení adipocytů od dvou různých DEP. Proto jsme zahrnuli další analýzu sloučením všech adipocytů v referenční matrici dohromady za účelem stanovení primárních markerů pro adipocyty. První tři primární markery identifikované pro adipocyty v této analýze byly SPARCL1, ADIPOQ a THRSP.

Pro další vyhodnocení zjištěných top primární značky, porovnali jsme jejich vyjádření v rozsáhlejší nezávislé dataset skládá z 394 anatomicky komentovaný tkáni expression profiles (Doplňkový Obr. S3, Doplňkové Metody). Šest z 21 primární markery jsou plně validovány, definované jako ukazuje nejvyšší výraz v navrhovaném typu buněk, a to CALCRL pro endoteliální buňky, SPTA1 pro erytroblastů, CD8B pro CD8+ T buňky, MS4A1 pro B buňky, PRSS33 pro eozinofily a DCSTAMP pro makrofágy. Dvanáct značky jsou částečně ověřeny, identifikovány jako být mezi top pěti 394 anatomicky komentovaný tkáně výraz profily nebo je vyjádřen na vyšší úrovni pouze v buněčné typy, které nejsou vztahující se k tukové tkáni, jako myocyty nebo neurony. Pouze tři značky nebyly ověřeny, a to EEA1 pro ASCs, RGS5 pro buňky hladké svaloviny, a PF4V1 pro destiček, druhý vzhledem k absenci krevních destiček v potvrzování údajů pro PF4V1, brání jeho správné vyhodnocení.

nakonec jsme využili nezávislou validační datovou sadu k vyhodnocení diskriminační síly identifikovaných primárních markerů. Výsledky této analýzy jsou uvedeny v doplňkovém obr. S1 a Doplňující Údaje S2, což ukazuje, že primární znaky jsou vyjádřeny a schopni rozlišovat mezi typy buněk v ověřování údajů, s výjimkou CMA1 pro subkutánní adipocyty a EEA1 pro ASCs (Doplňkový Obr. S1B).

Kontextualizace zjištění – přehled literatury

Jako další krok hodnocení, jsme sestavili kvantitativní literatury zprávy z lidské tukové tkáně buněčný typ složení porovnat odhady našich dekonvoluce přístup pro 1119 SAT vzorků (616 microarray a 503 RNA-Seq souborů dat) a 51 OVESNÉ vzorků uvádí podíly v literatuře.

Nejprve jsme hledali jakékoli zprávy v literatuře kvantifikující procento adipocytů v tukové tkáni. Toto vyhledávání, odhalila rozpětí odhadů od ~93%14, ~70%15,16 a ~15%17, což může být vysvětleno rozdíly ve zpracování vzorku (např. odstranění cév) a výpočetní metody (např. histologie vs. mobilní izolaci, různé značky). Velmi nedávno, Glastonbury a kolegy odhaduje adipocyte zlomek ve dvou obyvatel na úrovni podkožní tukové tkáně RNA-Seq souborů dat (TwinsUK, n = 766 a Genotypu-Tkáně Výraz projekt , n = 326) odhad relativní proporce čtyři odlišné typy buněk (adipocyty, makrofágy, CD4 + T buněk, a mikro-cévní endoteliální buňky). Jejich odhad pro střední procento adipocytů je 62% pro GTEX a 82% TwinsUK study18.

následně jsme se soustředili na studie určující frakce neadipocytů19 a zahrnuli jsme do našeho přehledu 25 původních studií. Kvantitativní výsledky buněčných frakcí extrahovaných z těchto studií jsou uvedeny na obr. 4 a doplňující údaje S4 (viz doplňkové metody pro metodické podrobnosti). Hlášené počty buněk pro makrofágy se velmi liší, od průměrného počtu méně než 1% celkových buněk v některých studiích až po průměrně 27% celkových buněk v jiné studii. Tyto poměrně velké rozdíly mezi jednotlivými studiemi mohou nastat v důsledku několika faktorů, včetně (i) skutečné biologické rozdíly mezi analyzovaných vzorků, (ii) lokální obohacení makrofágy (např. v crown-like structures), které se specificky ovlivnit výsledky s nízkými celkovými počty buněk, jako je imunohistochemie, (iii) technické rozdíly mezi využité metody a značky, a (iv) rozdíly v zacházení se vzorky a analýzu protokolů (např. fluorescence šortky, využity protilátky). Je důležité si uvědomit, že některé imunohistochemické studie uvádějí velmi vysoká čísla makrofágů (obr. 4A). Kromě toho, tam může být nějaké rozdíly vzhledem k hlášeny jednotek v různých studiích, jako dvě studie s nejvyšší makrofágů procenta (průměr 27% a 26%, makrofágy) jsou jediní, vykazování v makrofágy za celkem počet jader‘. Již dříve jsme ukázali, že imunohistochemické studie z tkáňových plátků mohou být zkreslené kvůli spoléhání se na pozorování z průřezů (tenké plátky tkáně)20. Proto lze tvrdit, že konkrétně u adipocytů může průřez pokrývat části lipidové kapičky, ale ne jádro, což má za následek systematické rozdíly mezi metodikami počítání.

Recenze Tukové Tkáně, Buněčné Složení: Literatura recenze hlášených tukové tkáně, buněčné složení v porovnání s našimi výsledky pomocí CIBERSORT (v zeleném). Zobrazena je střední (tečky), minimální a maximální (šipky) procento z celkového počtu buněk (počítáno podle předpokladů a vzorců je uvedeno v doplňkové metody) pro pět různých typů buněk – makrofágů (A), ASCs (B), CD4+ T buněk (C), CD8+ T buňky (D) a endoteliálních buněk (E). Barva určuje metodu použitou pro počítání buněk, jak je uvedeno v legendě. Šedé tečky a šipky v (A) jsou naše výsledky, kde byly sečteny skóre makrofágů a skóre monocytů. Ukazuje se jako srovnání, protože markery makrofágů CD68, HAM56 a CD14 také barví monocyty. Šedá tečka v (B) představuje součet ‚supra adventitial-tukové stromální buňky (černá tečka ve stejné řadě) a endoteliální progenitorové buňky, které byly rozlišeny v příslušné studie, ale je pravděpodobné, že oba zahrnuty v tukové stem/stromal cell skóre z našeho AT21 podpis matrix. Na levé straně každého grafu jsou uvedeny odkazy na studie, ze kterých byly výsledky odebrány (viz doplňující údaje S4) a použité markery. Pro asc a endoteliální buňky byla použita kombinace markerů (viz doplňující údaje S4). Hvězda připojená k referenčnímu dopisu studie naznačuje, že účastník studie měl průměrný index tělesné hmotnosti nad 35. To je zahrnuto do obrázku, protože bylo hlášeno, že frekvence makrofágů je zvýšena u lidí s těžkou obezitou.

aby bylo možné zhodnotit potenciální vliv biologické rozdíly mezi účastníky studie, a to zejména s ohledem na jejich stav obezity, označili jsme všechny studie zahrnující lidi s průměrným body mass index vyšší než 35 (těžká obezita) s hvězdou (Obr. 4A). Vztah mezi obezitou stav a makrofágů počítá, byl zkoumán v několika článcích, vykazující zvýšení makrofágů počítá s rostoucí obezity v některých, ale ne všechny studies21,22,23,24,25,26. Stav obezity však nemůže vysvětlit pozorovanou rozmanitost mezi hlášenými procenty makrofágů v našem přehledu literatury (obr. 4A).

Pro srovnání, hodnotili jsme mimo-studijní rozdíly v našich analýz (pouze SO), ukazuje poměrně stabilní výsledky, což naznačuje lepší standardizace přes biologické rozdíly účastníků studie a potenciální rozdíly v zacházení se vzorky mezi různými labs (Doplňkový Obr. S5). Dokonce i použití dat na úrovni RNA-Seq k provedení dekonvoluce vedlo k nižšímu rozptylu než hlášené studie z literatury (obr. 4, Doplňkový Obr. S6).

Ve srovnání s v literatuře se uvádí, odhadované množství makrofágů z naší analýzy je na dolním konci spektra, s průměrem 1,3% z celkového počtu buněk pro 616 SAT vzorků (medián 0,8%, IQR: 0.03%-1.8%) a 1,2% z celkového počtu buněk pro 51 OVESNÉ vzorků (medián 1,2%, IQR: 0.4%-1.8%). Při pohledu na extrémy naše výsledky potvrzují, že ve velmi vzácných případech existuje velká škála složení makrofágů s až 25% makrofágů.

s cílem zohlednit potenciální vliv monocytů, které také vyjádřit markery využity v literatuře studie (CD14, CD68, a HAM56), jsme také zprávu kombinované frakce makrofágů a monocytů z našeho AT21-CIBERSORT přístup. To představuje průměrně 1,5% makrofágů / monocytů ve vzorcích SAT a 4,3% makrofágů / monocytů ve vzorcích OAT, což přináší naše odhady v těsné blízkosti průměrných hodnot uvedených v literatuře.

množství asc (průměr 14,8% V SAT a 15,7% v OAT), CD4+ T buňky (průměr 0,9% V SAT a 0.4% v OAT), CD8+ T buňky (průměr 0, 5% v SAT I OAT) a endotelové buňky (průměr 0, 7% v SAT a 1, 8% v OAT) odhadované naším přístupem je v souladu se zprávami z literatury (obr. 4B-E). Podobně jako u makrofágů vykazují literární zprávy o množstvích ASC velké variace (obr. 4B). Identifikovali jsme tři důvody vysvětlující tuto variantu. První tři z literatury studie (studie s, t a v – viz Doplňující Údaje S4) použití tukové tkáně z liposukce odsává, které je kontaminované s blood17, což vede k nižší relativní frakce z ASCs v SVF. Za druhé, některé studie rozlišují mezi endoteliálních progenitorových buněk a supra-adventitial tukové kmenových buněk (např. studie u a v), zatímco ostatní (včetně naší studii) ne, případně počítání obě subpopulace jako ASCs. Zejména při sečtení dvou subpopulací ve studii Zimmerlin27 je výsledný průměrný zlomek 13,9% (šedá tečka na obr. 4B) se blíží našim odhadovaným výsledkům. Za třetí, celkový počet buněk výnos a stem/stromal cell procento se liší v závislosti na metodě použité pro izolaci SVF28,29, které mohou potenciálně vysvětlit velmi nízká čísla uvádí Viardot a colleagues30 (studie m).

Existuje několik typů buněk, jako jsou plasmacytoid dendritických buněk, neutrofilů nebo eosinofilů, pro které nemohli jsme najít žádné výsledky v literatuře, a tak jsme se hlášení, jejich četnost v lidské tukové tkáni poprvé. Některé typy buněk, jako jsou krevní destičky a erytroblasty jsou převážně zahrnuty jako kontrola v AT21 podpis matice, takže pro určení přítomnosti krve ve vzorcích.

Referenční datové sady s typy buněk izolovaných z tukové tkáně

Pro další ověření AT21 dekonvoluce výsledky jsme porovnali je s dekonvoluce na základě AT4 podpis matice skládající se ze čtyř buněčných frakcí izolovaných z tukové tkáně.

s cílem vyloučit rozdíly v populační studie a odběr vzorků tkáně postupy (při zachování rozdíly v typu buněk zrnitosti, referenčních vzorků a provádění cross-platform analýzy) jsme použili ex-vivo odkaz na deconvolve 779 tukové tkáně vzorky z Affymetrix Lidské U133 Plus 2.0 pole, které jsme analyzovali s naší AT21 podpis matice předtím. Výsledná procenta buněk (Doplňkový obr. S7) jsou v podobném rozsahu jako výsledky získané pomocí AT21 jako referenční (i když monocytů/makrofágů procenta jsou trochu vyšší) a poměrně dobře korelují s nimi, odhaluje a Pearson Spearman korelace mezi 0,41 a 0.87 (Doplňkový Obr. S8). Nicméně, naše analýza ukazuje, že výběr typů buněk a jejich původ může mít potenciální dopad na úroveň detailů ve výsledcích, i když je celková distribuce zachována.

Pro další hodnocení našich dekonvoluce přístup, použili jsme tento ex-vivo odkaz‘ deconvolve vzorků sestávající z stromální vaskulární frakce z tukové tkáně (také z údajů GSE80654), odhalující typ buňky distribuce 53% stem/stromální buňky, 27% monocyty/makrofágy, 19% ostatních leukocytů, a 1% tukových buněk v průměru (viz. Doplňující Obr. S9) z n = 6 jedinců z celkového počtu n = 10. Údaje o zbývajících čtyřech jedincích nebyly k dispozici. Průtoková cytometrie výsledky mírně odlišné průměry 62% stem/stromální buňky, 13% monocyty/makrofágy, 12% ostatní leukocyty, 3% endoteliálních buněk, ~10% nespecifikovaná), i přes větší velikost vzorku n = 10 jedinců v původní study31. Oba výsledky potvrzují vysokou částku stem/stromální buňky v tukové tkáni a (po převod jednotek z buněk SVF do buňky, v tukové tkáni – viz metody) jsou cenově podobné jako naše průměrné výsledky použití AT21 do tukové tkáně, při zvažování rozdílů v populační studie, tuková tkáň odběru vzorků, a granularita buněk typ rozlišení (4 vs. 21 typy buněk).

srovnání čtyř skladů tukové tkáně

dále porovnáme složení buněčného typu čtyř skladů tukové tkáně (SAT, OAT, PAT a EAT) nahlášením jejich průměrného složení buněčného typu (obr. 5, podrobně v doplňkovém obr. S4). To znamená, že SO má nejvyšší procento adipocyty (74%), následuje OVES (66.4%), JÍST (59.5%) a PAT (59.4%), zatímco JÍST a PAT mít daleko více imunitních buněk (20.8% a 20,9%, v uvedeném pořadí) ve srovnání s OVSA (9,8%) a SAT (7.4%). Oves je navíc nejbohatším zdrojem kmenových / stromálních buněk (17,2% ve srovnání se 14,9% u SAT, 14. 1% Pro jíst a 12,4% pro PAT).

Odhadované Procento Typů Buněk na Tukové Depot: (A) Koláčový graf zobrazující celkový buněčný typ distribuce různých tukové tkáně depa (Podkožní – n = 616, Omentální – n = 51, Perikardiální – n = 66, a Epikardiální – n = 46) pokud jde o čtyři hlavní archetypy buněk v tukové tkáni (buňky Imunitního systému, Stem/stromální buňky, Adipocyty a další). B) sloupcové grafy znázorňující podrobné rozložení kompartmentu imunitních buněk z každého depotu tukové tkáně. Všechny hodnoty jsou průměry analyzovaných vzorků z příslušného depa.

tyto výsledky je třeba interpretovat opatrně kvůli rozdílům v počtu a charakteristikách osob, od kterých byly vzorky odebrány. Přístup k jídlu a PAT je přísně omezen kvůli jejich fyziologickému umístění a invazivní povaze postupu odběru vzorků. Proto byly vzorky PAT odebrány od 66 pacientů (věk: 66 ± 8 let), s ischemickou chorobou srdeční (CAD)32 a JÍST byly odebrány vzorky z 11 novorozenců (6 až 24 dnů starý), 28 dětí (40 dnů až 1 rok staré) a 7 dětí (od 2 do 7 let) s vrozeným srdečním onemocněním (CHD)33.

navzdory rozdílům ve věku dárců EAT a PAT je složení archetypu imunitních buněk u EAT a PAT pozoruhodně podobné, zatímco se velmi liší od vzorků SAT a OAT. To naznačuje robustnost našich výsledků a konzervovanou povahu složení buněčného typu v těchto dvou skladech tukové tkáně obklopujících srdce.

dále uvádíme frakce klasicky označených“ adaptivních “ imunitních buněk, včetně B buněk, CD8+ a CD4+ T buněk, infiltrovaných do EAT a PAT. Tyto adaptivní imunitní buňky jsou obohacené JÍST a PAT, (vyšší u PAT než v JÍDLU) ve srovnání se SAT a OVESNÉ sklady, které by mohly pravděpodobně být vzhledem k původu analyzovány vzorky od pacientů s CAD nebo CHD, jak bylo uvedeno dříve, pro CD8+ T cells34. Naše zjištění podporuje také Mazurek a kolegy35, kteří porovnali expresi cytokinů jak u EAT, tak u SAT u pacientů podstupujících bypass koronární arterie a zjistili, že EAT je zdrojem několika zánětlivých mediátorů.

podrobnější srovnání SAT a OAT bylo provedeno na studii Hardy et al. 2011 (dataset GSE20950), ve kterém byly obě depa k dispozici od stejných osob25. Tato analýza odhalila zvýšený obsah neutrofilů v SAT (také po korekci pro vícenásobné testování)a zvýšený obsah mezenchymálních kmenových / stromálních buněk a buněk hladkého svalstva v OAT (obr. 6A). Vyšetřování CellMaDe-odvozené znaky pro neutrofily (CYP4F3), stejně jako pro perikardiální adipocyty (C7) a subkutánní adipocyty (CMA1) potvrdil významný rozdíl mezi SAT a OVESNÁ v těchto buněčných typů (také po úpravě pro vícenásobné testování).

Tukové Tkáně Složení Přes Fenotypové Rysy: (A) teplotní mapa zobrazující významné (červená)/pod (modrá) představoval typ buněk v jednotlivých kategoriích na základě z-skóre (označuje počet standardních odchylek každá skupina je od ostatních). Pouze významné výsledky (nekorigované p < 0.05) jsou barevné. Stars label výsledky, které zůstávají významné po korekci pro vícenásobné testování. Fazole pozemky ukazuje (B) všechny významné typy buněk, a (C) ASCs a subkutánní adipocyty (nejsou zjištěny jako významné), pro těžší vs štíhlejší dvojče, nesouhlasný studie. Osa y popisuje rozdíly v odhadovaných buněčných frakcích mezi těžším a štíhlejším dvojčetem v dvojčatech.

typ Buňky složení přes fenotypové vlastnosti

Konečně, jsme ve srovnání tukové tkáně buněčný typ složení mezi jednotlivci s různými fenotypových vlastností, jako jsou různé pohlaví, věk, body mass index (BMI), a různých fázích diabetu 2. typu rozvoje. Dále jsme zahrnuli intervenční studie zkoumající účinek kalorického omezení nebo požití resveratrolu na složení typu SAT buněk. Výsledky těchto analýz jsou znázorněny na obr. 6 a podrobněji v doplňkovém obr. S10 a doplňkové údaje S5.

Jsme zaznamenali významné rozdíly v SAT buněčné složení mezi muži a ženami, což naznačuje, že tam jsou vyšší množství plasmacytoid dendritic buňky, CD4+ T-buňky, krevní destičky, a chondrocytů u žen, vzhledem k tomu, že muži mají více CD8+ T buňky, fibroblasty a endoteliální buňky. Zejména rozdíly v CD4+ a CD8+ T buňkách byly významné také po korekci pro vícenásobné testování, ale nebyly detekovány na základě jednotlivých zavedených markerů nebo markerů odvozených od buněk. S ohledem na věk, jsme detekován pouze jeden významný výsledek, což naznačuje vyšší množství fibroblastů s rostoucím věkem.

zahrnovat čtyři srovnání týkající se BMI, a to (i) kontinuální vztah BMI s mobilní frakce v SAT, (ii) porovnání SAT buněčné složení v shodné monozygotní dvojčata (těžší vs. štíhlejší dvojče, ∆BMI < 3 kg/m2), (iii) totéž v diskordantních monozygotických dvojčat (těžší vs. štíhlejší dvojče, ∆BMI > 3 kg/m2), a (iv) srovnání OVESNÝCH buněčné složení u obézních vs. štíhlé děti. První srovnání naznačuje, že BMI pozitivně koreluje s množstvím monocytů, myeloidních dendritických buněk, krevních destiček, osteoblastů, chondrocytů a ASC v SAT, zatímco korelace se subkutánními adipocyty je negativní. Žádné významné rozdíly zjištěny mezi shodné dvojčata, vzhledem k tomu, že nesouhlasné dvojčata se výrazně liší v množství CD4+ T buněk, erytroblastů, osteoblasty (všechny vyšší v těžší dvojčata), stejně jako B-buňky (vyšší štíhlejší dvojčata) (Obr. 6B). Zejména existuje tendence k vyššímu množství asc a nižšímu množství adipocytů u těžších dvojčat (obr. 6C), podporující příslušné významné zjištění v nepřetržité asociaci s BMI. V kontrastu, některé další nálezy z kontinuální asociace s BMI nebyly zjištěny v twin studie, které lze přičíst potenciální zkreslující vlivy (věk, pohlaví, nebo jiných faktorů) v kontinuální sdružení.

nedostatek významných výsledků ve srovnání lean vs. obézní děti jsou většinou způsobeny omezenou silou, protože studie zahrnuje pouze celkem 11 vzorků(5 obézních a 6 chudých dětí).

provedli jsme šest srovnání týkajících se diabetu, glukózové tolerance nebo inzulínové rezistence. Tři z nich (porucha glukózové tolerance vs. normální tolerance glukózy v SAT; diabetes mellitus vs. poruchou tolerance glukózy v SAT; a inzulín-rezistentní vs. citlivé v OVESNÝCH) neprokázala žádné statisticky významné výsledky. Srovnání složení typu SAT buněk u rezistentních na inzulín vs. citliví jedinci odhalili významné zvýšení buněk hladkého svalstva u jedinců rezistentních na inzulín. SAT lidí s diabetes mellitus obsahuje více monocytů eozinofilů a méně než normální glukózové tolerantní lidé, podle naší analýzy, vzhledem k tomu, že OVES z morbidně obézních lidí ukazuje rozdíly v myeloidní dendritické buňky, eosinofily (oba vyšší u lidí s diabetem), a chondrocyty (vyšší u lidí bez diabetu).

nenalezli jsme žádný důkaz, že kalorické omezení nebo doplnění resveratrolu významně mění složení typu buněk tukové tkáně.

zajímavé je, že jedna zahrnutá studie také uvádí procenta makrofágů stanovená imunohistochemistry25 (GSE20950). Ukazují makrofágů frekvencí pro 11 OVESNÉ vzorků (z 20 účastníků studie) z inzulín citlivé a rezistentní na inzulín lidí, s průměrným makrofágů obsah 1,8% (po jednotka konverze % z celkového počtu buněk), což dobře odpovídá naší odhad 1.495% jako průměr všech 20 účastníků (výběrová kritéria 11 vzorků pro imunohistochemii nebyla zahrnuta do popisu studie). Dále zpráva významná asociace mezi HOMA-IR a makrofágů obsah v těchto 11 lidí, což jsme částečně potvrdit s hraniční významnosti (p-hodnota 0.054) pro srovnání inzulín-rezistentních versus inzulin citlivých lidí ve všech 20 účastníků studie.