Genekspressionsbaseret dekonvolution af fedtvævsprøver ved hjælp af at21-signaturmatricen

at21-signaturmatricen blev udviklet med det formål at bestemme den cellulære sammensætning af fedtvævsprøver. Den består af celletypespecifikke ekspressionsprofiler af 1872 mikroarray-prober fra 21 celletyper. 1872-proberne blev valgt for at optimere signaturmatricen til at skelne mellem forskellige celletyper, hvilket afspejles ved at minimere informationsoverlapningen mellem celletyper (implementeret via en minimering af tilstandsnummeret, se supplerende metoder).

i Fig. 2A vi viser korrelationerne af signaturer mellem de forskellige celletyper og afslører høje korrelationer mellem relaterede celletyper, såsom subkutane og perikardiale adipocytter eller mesenkymale stamceller/stromaceller, chondrocytter, osteoblaster og adipose stamme/stromaceller (ASCs). I lyset af disse høje korrelationer mellem nogle celletyper, vi satte os for at undersøge muligheden for vores tilgang til at skelne mellem lignende celletyper ved hjælp af følgende to strategier. Først anvender vi deconvolution-tilgangen til selve referencedatasættet, hvilket resulterer i en klar skelnen mellem celletyper (Fig. 3A) som en positiv kontrol for at påvise, at den foreslåede metode rent faktisk kan identificere rene cellesignaturer fra referencedatasættet klart. Vi viser også i samme figur (Fig. 3B, C) normaliseret ekspression af konventionelle markører og cellmade forudsagte primære markører til sammenligning fra celletyperne i referencedatasættet. Figuren viser sammenligningen med hensyn til celletypespecifik normaliseret ekspression af konventionelle markører vs CellMaDe forudsagte markører for hver celletype. For det andet udfører vi dekonvolutionsanalyse med et sæt 779 fedtvævsprøver (supplerende Data S2) fra fire forskellige fedtvævsdepoter (SAT, OAT, PAT og EAT) og kontrollerer, hvor godt resultaterne stemmer overens med litteraturkroppen. Denne anden analyse viser, at fedtvævsprøverne forudsiges at have i gennemsnit 14,5% ASCs, mens summen af de tre relaterede celletyper (mesenkymale stamceller/stromaceller, osteoblaster og chondrocytter) er under 1% i gennemsnit, hvilket afslører vores evne til korrekt at skelne mellem disse celletyper (supplerende Fig. S4). Desuden har 95% af SAT-prøverne en perikardial adipocytscore på 0% og en gennemsnitlig subkutan adipocytscore på 74%, mens OAT -, EAT-og PAT-prøver for det meste forudsiges at have flere perikardiale adipocytter end subkutane adipocytter, skønt sondringen er mindre klar. Dette afslører den klare forskel mellem subkutane adipocytter og adipocytter fra andre fedtdepoter i nærheden af indre organer, som kan påvises ved den foreslåede metode.

celletype specificitet af TissueDecoder: Heatmaps af AT21 signaturmatricen viser (a) celletype sammensætning forudsigelse fra CIBERSORT med at21 signaturmatrice, (B) det normaliserede udtryk for udvalgte konventionelle markører fra litteraturen og (C) det normaliserede udtryk for cellemade forudsagte primære markører. Den fælles Aks over figuren angiver de prøver, der anvendes til annotering af celletyper fra at21 signaturmatricen. CellMaDe og CIBERSORT er begge trænet med at21 signaturmatrice, derfor (A,C) er optimale resultater for begge teknikker, mens (B) repræsenterer separationskraften for konventionelle markører på at21 signaturmatricen. Grønne felter angiver for hver celletype (kolonner) rækken med den tilsvarende markør.

Ved siden af disse evalueringer anvendte vi en uafhængig cross-platform (forskellige Affymetriks mikroarray platforme) valideringsdatasæt til at teste den CIBERSORT-baserede deconvolution med at21 signaturmatricen, der viser, at vores tilgang korrekt giver højeste procentdele for den respektive isolerede celletype for alle testede celletyper i valideringsdatasættet (supplerende Fig. S1C).

de gennemsnitlige estimerede procentdele af den isolerede celletype er 69,2% for subkutane adipocytter, 57,1% for ASC ‘ er, 89,9% for B-celler, 84.8% for CD4 + T-celler, 71,0% for CD8+ T-celler, 62,0% for NK-celler og 90,5% for monocytter. CD14 + – fraktionen af fedtvævet (monocytter/makrofager) forudsiges hovedsageligt at bestå af makrofager (25,4%), myeloide dendritiske celler (24,4%) og monocytter (18,1%). Afvigelsen fra de optimale resultater baseret på referencedataene selv (Fig. 3A) kan forklares ved forskelle på tværs af platforme mellem validerings-og referencedatasæt (valideringsdatasættet og referencedatasættet er hybridiseret til to forskellige Affymetriks-mikroarrays).

CellMaDe primære og sekundære markører

dernæst karakteriserer vi yderligere signaturmatricen ved at undersøge, hvilke gener der er inkorporeret i den, og ved at sammenligne deres celletypespecificitet med den for konventionelt anvendte celletypemarkører ved hjælp af de primære og sekundære markørkriterier. 1 og 2 i metodeafsnittet). Dette har resulteret i en rangordning af alle de sonder, der er til stede på arrayet i henhold til deres primære og sekundære kriteriescore. I Fig. 2B viser vi de top 10 gener, der har den højeste primære og sekundære kriteriumscore fra fire celletyper – nemlig ASC ‘ er, CD8+ T – celler, makrofager og subkutane adipocytter-og angiver deres cellulære placering i henhold til Gen ontologi vilkår (for alle 21 celletyper se supplerende Fig. S2, Supplerende Data S3). Alle gener, der er til stede i at21-signaturmatricen, er markeret med fed skrift, hvilket viser, at CIBERSORT-algoritmen hovedsageligt vælger en kombination af sekundære markører (CIBERSORTS genvalgskriterium er sammenligneligt med vores sekundære markørkriterium), mens primære markører og konventionelle markører ikke altid er inkluderet i signaturmatricen.

Dette er i modsætning til klassiske markørbaserede tilgange såsom immunhistokemi, der er stærkt afhængige af celletypespecificitet af en enkelt (primær) markør. Ikke desto mindre udtrykkes konventionelle markører, såsom CD68 for makrofager, også i andre celletyper, såsom monocytter,plasmacytoid dendritiske celler10 og i mindre grad også i fibroblaster og endotelceller11, 12, hvilket også er indikeret ved dets relativt lave primære kriteriumscore (Fig. 2B). Vi foreslår derfor, at de primære markører identificeret af CellMaDe bekræftes yderligere eksperimentelt, før de afklares som alternative markører for celletyperne i fedtvævet.

for CD8 + T-celler, Den konventionelt anvendte markør (klynge af differentiering 8B; CD8B) er identificeret som den stærkeste primære markør, hvilket ikke var meget overraskende. Imidlertid er klynge af differentiering 4 (CD4) ikke særlig specifik for CD4+ T-celler, som vist ved dets udbredte ekspression i andre hæmatopoietiske celletyper, såsom monocytter eller makrofager (Fig. 3b, supplerende Fig. S2). Dette er også grunden til, at CD4 i strømningscytometri kun bruges efter identifikation af CD3+ cellepopulation (T-celler) til at identificere CD4+ T-celler. Dendrocyten udtrykt syv transmembranprotein (DCSTAMP) identificeres som en meget specifik primær markør for makrofager ifølge vores Analyse. I Fig. 3C vi observerer, at den høje ekspression af DCSTAMP er begrænset til en delmængde af makrofagprøverne, som kan fremhæve dens specificitet for en delmængde af makrofager, f.eks. makrofaggigantlignende celler, som foreslået af tidligere undersøgelser13. For ASCs er den identificerede primære markør EEA1 ikke særlig slående. Til denne celletype, vi foreslår at bruge en kombination af sekundære markører som implementeret i strømningscytometri gating strategier såvel som i CIBERSORT algoritme.

tilfældet med subkutane adipocytter synes at være ens, da den primære markør CMA1 heller ikke er særlig slående. Dette kan dog tilskrives det faktum, at perikardiale adipocytter også er en del af referencematricen. Derfor fokuserer det primære kriterium i dette tilfælde ikke kun på at skelne adipocytter fra andre celletyper, men også på at skelne adipocytter fra to forskellige depoter. Derfor inkluderede vi en yderligere analyse ved at flette alle adipocytter i referencematricen sammen for at bestemme primære markører for adipocytter. De tre primære markører, der blev identificeret for adipocytter i denne analyse, var SPARCL1, THRSP og THRSP.

for yderligere evaluering af de identificerede top primære markører sammenlignede vi deres ekspression i et mere omfattende uafhængigt datasæt bestående af 394 anatomisk annoterede vævsekspressionsprofiler (supplerende Fig. S3, Supplerende Metoder). Seks af de 21 primære markører er fuldt valideret, defineret som viser den højeste ekspression i den foreslåede celletype, nemlig CALCRL for endotelceller, SPTA1 for erythroblaster, CD8B for CD8+ T-celler, MS4A1 for B-celler, PRSS33 for eosinofiler og dcstamp for makrofager. Tolv markører er delvist valideret, identificeret som værende blandt de fem bedste af de 394 anatomisk kommenterede vævsekspressionsprofiler eller udtrykkes kun på et højere niveau i celletyper, der ikke er relateret til fedtvæv, såsom myocytter eller neuroner. Kun tre markører blev ikke valideret, nemlig EEA1 for ASCs, RGS5 for glatte muskelceller og PF4V1 for blodplader, sidstnævnte på grund af fraværet af blodplader i valideringsdatasættet for PF4V1, hvilket forhindrede dets korrekte evaluering.

endelig brugte vi det uafhængige valideringsdatasæt til at evaluere den diskriminerende effekt af de identificerede top primære markører. Resultaterne af denne analyse er præsenteret i supplerende Fig. S1 og supplerende Data S2, der viser, at de primære markører er udtrykt og i stand til at skelne mellem celletyper i valideringsdatasættet, med undtagelse af CMA1 for subkutane adipocytter og EEA1 for ASCs (supplerende Fig. S1B).

kontekstualisering af Fund – en litteraturgennemgang

som det næste trin i evalueringen har vi samlet kvantitative litteraturrapporter om sammensætning af humant fedtvæv for at sammenligne estimaterne af vores deconvolution-tilgang til 1119 SAT-prøver (616 mikroarray og 503 RNA-Sekv datasæt) og 51 OAT-prøver med de rapporterede procentdele i litteraturen.

først søgte vi efter rapporter i litteraturen, der kvantificerede procentdelen af adipocytter i fedtvævet. Denne søgning afslørede en række estimater fra ~93% 14, ~70% 15,16 og ~15% 17, hvilket potentielt kan forklares ved forskelle i prøvebehandling (f.eks. fjernelse af blodkar) og tællemetoder (f. eks. histologi vs. celleisolering, forskellige markører). For nylig estimerede Glastonbury og kolleger adipocytfraktionen i to subkutane fedtvæv-RNA-datasæt på befolkningsniveau (Tvillsuk, n = 766 og genotype-Vævsekspressionsprojektet , n = 326) ved at estimere de relative andele af fire forskellige celletyper (adipocytter, makrofager, CD4 + T-celler og mikrovaskulære endotelceller). Deres estimering for median procent af adipocytter er 62% For Gteks og 82% Tvillingsuk study18.

derefter koncentrerede vi os om undersøgelser, der bestemmer fraktioner af ikke-adipocytter19 og inkluderede 25 originale undersøgelser i vores gennemgang. De kvantitative resultater af cellefraktioner ekstraheret fra disse undersøgelser er præsenteret i Fig. 4 og supplerende Data S4 (se supplerende metoder for metodologiske detaljer). Rapporterede celletællinger for makrofager varierer meget, lige fra gennemsnitlige tællinger på mindre end 1% af de samlede celler i nogle undersøgelser op til et gennemsnit på 27% af de samlede celler i en anden undersøgelse. Disse temmelig store forskelle mellem undersøgelserne kan opstå på grund af flere faktorer, herunder (i) faktiske biologiske forskelle mellem de analyserede prøver, (ii) lokal berigelse af makrofager (f. eks. i kronelignende strukturer), der specifikt påvirker resultater med lave samlede celletællinger som immunhistokemi, (iii) tekniske forskelle mellem de anvendte metoder og markører og (iv) forskelle i prøvehåndterings-og analyseprotokoller (f.eks. fluorescensafbrydelser, anvendte antistoffer). Det er vigtigt at bemærke, at nogle immunhistokemiundersøgelser specifikt rapporterer meget høje makrofagnumre (Fig. 4A). Derudover kan der være nogle forskelle på grund af rapporterede enheder på tværs af forskellige undersøgelser, da de to undersøgelser med højeste makrofagprocenter (gennemsnit på 27% og 26% makrofager) er de eneste, der rapporterer i ‘makrofager pr. Vi har tidligere vist, at immunhistokemiundersøgelser fra vævsskiver kan være forudindtaget på grund af afhængighed af observationer fra tværsnit (tynde vævsskiver)20. Derfor kan det hævdes, at tværsnittet specifikt for adipocytter kan dække dele af lipiddråben, men ikke kernen, hvilket resulterer i systematiske forskelle mellem tællemetoder.

gennemgang af fedtvæv cellulær sammensætning: litteraturgennemgang af rapporteret fedtvæv cellulær sammensætning i sammenligning med vores resultater ved hjælp af CIBERSORT (i grønt). Vist er gennemsnittet (prikker), minimum og maksimum (pile) procentdel af de samlede celler (beregnet efter antagelser og formler angivet i de supplerende metoder) for fem forskellige celletyper – makrofager (a), ASCs (B), CD4+ T-celler (C), CD8+ T-celler (D) og endotelceller (E). Farven angiver den metode, der anvendes til celletælling som angivet i forklaringen. De grå prikker og pile i (A) er vores resultater, hvor makrofag score og monocyt score er blevet tilføjet sammen. Det er vist som en sammenligning, da makrofagmarkørerne CD68, HAM56 og CD14 også pletter monocytter. Den grå prik i (B) repræsenterer summen af ‘supra adventitial-adipose stromaceller’ (sort prik i samme række) og ‘endotel-stamceller’, som blev kendetegnet i den respektive undersøgelse, men sandsynligvis begge er dækket af ‘adipose stem/stromal cell’ score fra vores at21 signaturmatrice. På venstre side af hvert plot er referencerne til de undersøgelser, hvorfra resultaterne blev taget (se supplerende Data S4) og de anvendte markører angivet. For ASCs og endotelceller blev der anvendt en kombination af markører (se supplerende Data S4). En stjerne knyttet til undersøgelsesreferencebrevet indikerer, at undersøgelsesdeltageren havde et gennemsnitligt kropsmasseindeks over 35. Det er inkluderet i figuren, da det er rapporteret, at makrofagfrekvensen øges hos mennesker med svær fedme.

for at evaluere den potentielle indflydelse af biologiske forskelle mellem undersøgelsesdeltagere, især med hensyn til deres fedmestatus, markerede vi alle undersøgelser, der involverede mennesker med et gennemsnitligt kropsmasseindeks over 35 (svær fedme) med en stjerne (Fig. 4A). Forholdet mellem fedme status og makrofag tæller er blevet undersøgt i flere artikler, rapportering øget makrofag tæller med stigende fedme i nogle, men ikke alle undersøgelser21,22,23,24,25,26. Ikke desto mindre kan fedmestatus ikke forklare den observerede mangfoldighed mellem rapporterede makrofagprocenter i vores litteraturgennemgang (Fig. 4A).

til sammenligning vurderede vi forskelle mellem undersøgelser i vores analyser (kun SAT) og viste relativt stabile resultater, hvilket indikerer en bedre standardisering på trods af biologiske forskelle i undersøgelsesdeltagere og potentielle forskelle i prøvehåndtering mellem forskellige laboratorier (supplerende Fig. S5). Selv ved brug af RNA-Sekv-niveau data til at udføre deconvolution resulterede i en lavere varians end de rapporterede undersøgelser fra litteraturen (Fig. 4, Supplerende Fig. S6).

sammenlignet med litteraturrapporterne er den estimerede mængde makrofager fra vores Analyse i den nedre ende af spektret med et gennemsnit på 1,3% af de samlede celler for de 616 SAT-prøver (median på 0,8%, IKR: 0,03% -1,8%) og 1,2% af de samlede celler for de 51 OAT-prøver (median på 1,2%, IKR: 0,4% -1,8%). Når vi ser på ekstremerne, bekræfter vores resultater, at der er et stort udvalg af makrofagsammensætning med op til 25% makrofager i meget sjældne tilfælde.

for at redegøre for den potentielle indflydelse af monocytter, som også udtrykker de markører, der anvendes i litteraturstudierne (CD14, CD68 og HAM56), rapporterer vi også de kombinerede fraktioner af makrofager og monocytter fra vores at21-CIBERSORT-tilgang. Dette svarer til et gennemsnit på 1,5% makrofager/monocytter i SAT-prøver og 4,3% makrofager/monocytter i OAT-prøver, hvilket bringer vores estimater tæt på de gennemsnitlige værdier, der er rapporteret i litteraturen.

mængden af ASCs (gennemsnit på 14,8% i SAT og 15,7% i OAT), CD4+ T-celler (gennemsnit på 0,9% i SAT og 0.4% i havre), CD8+ T-celler (gennemsnit på 0,5% både i SAT og OAT) og endotelceller (gennemsnit på 0,7% i SAT og 1,8% i OAT) estimeret ved vores tilgang er godt i tråd med litteraturrapporterne (Fig. 4B-E). I lighed med makrofager viser litteraturrapporter om ASC-mængder store variationer (Fig. 4B). Vi har identificeret tre grunde til at forklare denne variation. For det første bruger tre af litteraturstudierne (undersøgelser s, t og v – se supplerende Data S4) fedtvæv fra fedtsugningsaspirater, som er forurenet med blod17, hvilket resulterer i lavere relative fraktioner af ASC ‘ er i SVF. For det andet skelner nogle undersøgelser mellem endotelforfædre og supra-adventitiale fedtstamceller (f.eks. undersøgelser u og v), mens andre (inklusive vores undersøgelse) ikke, muligvis tæller begge underpopulationer som ASC ‘ er. Når man tilføjer de to underpopulationer i undersøgelsen af Simmerlin27, er den resulterende gennemsnitlige fraktion på 13,9% (grå prik i Fig. 4B) er tæt på vores estimerede resultater. For det tredje varierer det samlede celleudbytte og stamceller/stromacelleprocent meget afhængigt af den metode, der anvendes til isolering af SVF28,29, hvilket potentielt kan forklare de meget lave tal rapporteret af Viardot og kolleger30 (undersøgelse m).

der er flere celletyper, såsom plasmacytoid dendritiske celler, neutrofiler eller eosinofiler, som vi ikke kunne finde nogen resultater i litteraturen, og derfor rapporterer vi deres frekvens i det humane fedtvæv for første gang. Nogle celletyper såsom blodplader og erythroblaster er hovedsageligt inkluderet som en kontrol i at21-signaturmatricen, hvilket muliggør identifikation af tilstedeværelsen af blod i prøverne.

Referencedatasæt med celletyper isoleret fra fedtvæv

for yderligere verifikation af at21-deconvolutionsresultaterne sammenlignede vi dem med deconvolutionen baseret på AT4-signaturmatricen bestående af fire cellefraktioner isoleret fra fedtvæv.

for at udelukke forskelle i undersøgelsespopulation og vævsprøveudtagningsprocedurer (samtidig med at forskelle i celletype granularitet, referenceprøver og udførelse af tværplatformanalyse) brugte vi den tidligere vivo-reference til at afkonvolere 779 fedtvævsprøver fra Affymetriks Human U133 Plus 2.0 array, som vi analyserede med vores at21 signaturmatrice før. De resulterende celleprocenter (supplerende Fig. S7) er i et lignende interval som de opnåede resultater ved anvendelse af AT21 som reference (skønt monocyt/makrofagprocenter er lidt højere) og korrelerer rimeligt godt med dem, hvilket afslører Spearman-og Pearson-korrelationer mellem 0,41 og 0,87 (supplerende Fig. S8). Ikke desto mindre viser vores Analyse, at valg af celletyper og deres oprindelse kan have potentiel indflydelse på detaljeringsniveauet i resultaterne, selvom den samlede fordeling bevares.

for yderligere evaluering af vores deconvolution-tilgang brugte vi denne ‘eks-vivo-reference’ til at dekonvolere prøver bestående af den stromale vaskulære fraktion af fedtvæv (også fra datasæt GSE80654), hvilket afslørede en celletypefordeling på 53% stamceller/stromaceller, 27% monocytter/makrofager, 19% andre leukocytter og 1% adipocytter i gennemsnit (se supplerende Fig. S9) fra n = 6 personer ud af i alt n = 10. Dataene for de resterende fire personer var ikke tilgængelige. Resultaterne af strømningscytometri rapporterede lidt forskellige gennemsnit på 62% stamceller/stromaceller, 13% monocytter/makrofager, 12% andre leukocytter, 3% endotelceller, ~10% uspecificeret), på trods af at de kom fra den større prøvestørrelse på n = 10 individer i den oprindelige undersøgelse31. Begge resultater bekræfter den høje mængde stamceller / stromaceller i fedtvæv og (efter enhedskonvertering fra celler i SVF til celler i fedtvæv – se metoder) svarer med rimelighed til vores gennemsnitlige resultater, der anvender AT21 på fedtvæv, når man overvejer forskellene i undersøgelsespopulation, metoder til prøveudtagning af fedtvæv og granularitet af celletypeforskel (4 vs. 21 celletyper).

sammenligning af fire fedtvævsdepoter

dernæst sammenligner vi celletypesammensætningen af fire fedtvævsdepoter (SAT, OAT, PAT og EAT) ved at rapportere deres gennemsnitlige celletypesammensætning (Fig. 5, beskrevet i supplerende Fig. S4). Dette indikerer, at SAT har den højeste procentdel af adipocytter (74%) efterfulgt af OAT (66,4%), EAT (59,5%) og PAT (59,4%), mens EAT og PAT har langt flere immunceller (henholdsvis 20,8% og 20,9%) sammenlignet med OAT (9,8%) og SAT (7,4%). Desuden er OAT den rigeste kilde til stamceller/stromaceller (17,2% sammenlignet med 14,9% for SAT, 14.1% For EAT og 12,4% for PAT).

estimeret procentdel af celletyper pr.Adipose Depot: (A) cirkeldiagram, der viser den samlede celletypefordeling af forskellige fedtvævsdepoter (subkutan – n = 616, omental – N = 51, perikardial – N = 66 og epicardial – N = 46) i form af fire hovedarketyper af celler i fedtvæv (immunceller, stamme/stromaceller, adipocytter og andre). B) Stangplotter, der viser den detaljerede fordeling af immuncellerummet fra hvert fedtvævsdepot. Alle værdier er gennemsnit af de analyserede prøver fra det respektive depot.

disse resultater skal fortolkes med omhu på grund af forskelle i antal og egenskaber hos mennesker, hvorfra prøverne blev indsamlet. Adgang til EAT og PAT er stærkt begrænset på grund af deres fysiologiske placering og den invasive karakter af prøveudtagningsproceduren. Derfor blev PAT-prøver taget fra 66 patienter (alder: 66 til 8 år) med koronararteriesygdom (CAD)32 og EAT-prøverne blev taget fra 11 nyfødte (6 til 24 dage gamle), 28 spædbørn (40 dage til 1 år gamle) og 7 børn (2 til 7 år gamle) med medfødt hjertesygdom (CHD)33.

På trods af forskelle i EAT-og PAT-donorernes alder er sammensætningen af immuncellearketypen i EAT og PAT bemærkelsesværdigt ligner hinanden, mens den er meget forskellig fra SAT-og OAT-prøver. Dette indikerer robustheden af vores resultater såvel som den konserverede natur af celletypesammensætningen i disse to fedtvævsdepoter, der omgiver hjertet.

desuden rapporterer vi fraktionerne af klassisk udpegede “adaptive” immunceller, herunder B-celler, CD8+ og CD4+ T-celler, infiltreret i EAT og PAT. Disse adaptive immunceller er beriget i EAT og PAT (højere i PAT end I EAT) sammenlignet med SAT-og OAT-depoter, hvilket sandsynligvis kan skyldes oprindelsen af de analyserede prøver fra patienter med CAD eller CHD, som rapporteret tidligere for CD8+ T-celler34. Vores fund understøttes også af Maurek og kolleger35, der sammenlignede ekspressionen af cytokiner i både EAT og SAT hos patienter, der gennemgår koronararterie bypass graft og fandt, at EAT er en kilde til flere inflammatoriske mediatorer.

en mere detaljeret sammenligning af SAT og OAT blev udført på undersøgelsen af Hardy et al. 2011 (datasæt GSE20950), hvor begge depoter var tilgængelige fra de samme personer25. Denne analyse afslørede et øget neutrofilindhold i SAT (også efter korrigering for multiple test) og øget mesenkymalt stamme/stromalcelle og glat muskelcelleindhold i OAT (Fig. 6A). Undersøgelse af cellmade-afledte markører for neutrofiler (CYP4F3) såvel som for perikardiale adipocytter (C7) og subkutane adipocytter (CMA1) bekræftede den signifikante forskel mellem SAT og OAT i disse celletyper (også efter justering til multiple test).

Fedtvævssammensætning på tværs af fænotypiske træk: (a) varmekort, der viser den signifikante over (Rød) / under (blå) repræsenterede celletype på tværs af forskellige kategorier baseret på på scoren (angiver antallet af standardafvigelser hver gruppe er væk fra den anden). Kun signifikante resultater (ukorrigeret p < 0.05) er farvet. Stjerner mærker resultater, der forbliver signifikante efter korrektion for flere test. Bønneplottene viser (B) Alle signifikante celletyper og (C) ASC ‘ er og subkutane adipocytter (ikke påvist som signifikante) for den tungere vs slankere tvilling, uoverensstemmende undersøgelse. Y-aksen beskriver forskelle i estimerede cellefraktioner mellem den tungere og slankere tvilling inden for et tvillingpar.

celletypesammensætning på tværs af fænotypiske træk

endelig sammenlignede vi fedtvævscelletypesammensætningen mellem individer med forskellige fænotypiske træk, såsom forskelligt køn, alder, kropsmasseindeks (BMI) og forskellige stadier af type 2-diabetesudvikling. Desuden inkluderede vi interventionsundersøgelser, der undersøgte effekten af kaloriebegrænsning eller resveratrolindtagelse på SAT-celletypesammensætning. Resultaterne af disse analyser er vist i Fig. 6 og mere detaljeret i tillæg Fig. S10 og supplerende Data S5.

vi opdagede signifikante forskelle i SAT-cellesammensætning mellem mænd og kvinder, hvilket indikerer, at der er højere mængder plasmacytoid dendritiske celler, CD4+ T-celler, blodplader og chondrocytter hos kvinder, mens mænd har flere CD8+ T-celler, fibroblaster og endotelceller. Især var forskellene i CD4 + og CD8+ T-celler signifikante også efter korrektion for multiple test, men blev ikke påvist baseret på enkelt etablerede eller CellMaDe-afledte markører. Med hensyn til alder opdagede vi kun et signifikant resultat, hvilket indikerer en højere mængde fibroblaster med stigende alder.

Vi inkluderer fire sammenligninger relateret til BMI, nemlig (i) et kontinuerligt forhold mellem BMI og cellefraktioner i SAT, (ii) en sammenligning af SAT-cellulær sammensætning i konkordante enosygotiske tvillinger (tungere vs. slankere tvilling, større BMI < 3 kg/m2), (iii) det samme i uoverensstemmende enosygotiske tvillinger (tungere vs. slankere tvilling, større BMI > 3 kg / m2) og (IV) en sammenligning af Oat-cellulær sammensætning hos overvægtige vs. magre børn. Den første sammenligning indikerer, at BMI er positivt korreleret med mængden af monocytter, myeloide dendritiske celler, blodplader, osteoblaster, chondrocytter og ASCs I SAT, mens korrelationen med subkutane adipocytter er negativ. Der påvises ingen signifikante forskelle mellem konkordante tvillinger, mens uoverensstemmende tvillinger adskiller sig markant i mængden af CD4+ T-celler, erythroblaster, osteoblaster (alle højere i tungere tvillinger) såvel som B-celler (højere i slankere tvillinger) (Fig. 6B). Især er der en tendens til højere mængder ASCs og lavere mængder adipocytter i tungere tvillinger (Fig. 6C), der understøtter det respektive signifikante fund i den kontinuerlige tilknytning til BMI. I modsætning hertil er nogle andre fund af den kontinuerlige tilknytning til BMI ikke påvist i tvillingundersøgelsen, hvilket kan tilskrives potentielle forvirrende effekter (alder, køn eller andre faktorer) i den kontinuerlige tilknytning.

manglen på væsentlige resultater i sammenligningen af lean vs. overvægtige børn skyldes for det meste begrænset magt, da undersøgelsen kun involverer i alt 11 Prøver (5 overvægtige og 6 magre børn).

vi lavede seks sammenligninger relateret til diabetes, glukosetolerance eller insulinresistens. Tre af dem (nedsat glukosetolerance vs. normal glukosetolerance i SAT; diabetes mellitus vs. nedsat glukosetolerance i SAT; og insulinresistent vs. følsom i OAT) viste ingen statistisk signifikante resultater. Sammenligningen af SAT-celletypesammensætning i insulinresistent vs. følsomme individer afslørede en signifikant stigning i glatte muskelceller hos insulinresistente individer. SAT for mennesker med diabetes mellitus indeholder flere monocytter og færre eosinofiler end hos normale glukosetolerante mennesker, ifølge vores Analyse, mens OAT fra sygeligt overvægtige mennesker viser forskelle i myeloide dendritiske celler, eosinofiler (begge højere hos mennesker med diabetes) og chondrocytter (højere hos mennesker uden diabetes).

Vi fandt ikke noget bevis for, at kaloriebegrænsning eller resveratroltilskud signifikant ændrer fedtvævscelletypesammensætning.

interessant nok rapporterer en inkluderet undersøgelse også makrofagprocenter som bestemt ved immunhistokemi25 (GSE20950). De viser makrofagfrekvenser for 11 OAT-prøver (ud af 20 undersøgelsesdeltagere) fra insulinfølsomme og insulinresistente mennesker med et gennemsnitligt makrofagindhold på 1,8% (efter enhedskonvertering til % af de samlede celler), hvilket pænt matcher vores estimat på 1.495% som gennemsnit af alle 20 deltagere (udvælgelseskriterier for de 11 Prøver til immunhistokemi var ikke inkluderet i studiebeskrivelsen). De rapporterer desuden en signifikant sammenhæng mellem HOMA-IR og makrofagindhold hos disse 11 personer, som vi delvist bekræfter med grænsebetydning (p-værdi på 0,054) til sammenligning af insulinresistente versus insulinfølsomme mennesker i alle 20 undersøgelsesdeltagere.