genexpressie-gebaseerde deconvolution of adipose tissue samples using the AT21 signature matrix

De at21 signature matrix werd ontwikkeld om de cellulaire samenstelling van adipose tissue samples te bepalen. Het bestaat uit celtype-specifieke uitdrukkingsprofielen van 1872 microarray sondes van 21 celtypes. De 1872 sondes werden geselecteerd om de capaciteit van de signatuurmatrijs te optimaliseren om tussen verschillende celtypes te onderscheiden, die door de informatieoverlapping tussen celtypes te minimaliseren (via een minimalisering van het voorwaardenaantal wordt uitgevoerd, zie aanvullende methodes) wordt weerspiegeld.

in Fig. 2A wij tonen de correlaties van handtekeningen tussen de verschillende celtypes, onthullend hoge correlaties tussen verwante celtypes, zoals onderhuidse en pericardiale adipocytes, of mesenchymal stam/stromale cellen, chondrocyten, osteoblasten, en vetstam/stromale cellen (ASCs). In het licht van deze hoge correlaties tussen sommige celtypes, hebben wij uiteengezet om de capaciteit van onze benadering te onderzoeken om tussen gelijkaardige celtypes door de volgende twee strategieën te onderscheiden. Ten eerste passen we de deconvolutiebenadering toe op de referentiedataset zelf, wat resulteert in een duidelijk onderscheid tussen celtypen (Fig. 3A) als positieve controle, om aan te tonen dat de voorgestelde methode inderdaad zuivere celdetekens uit de referentiegegevensreeks duidelijk kan identificeren. We tonen ook in dezelfde figuur (Fig. 3B, C) De genormaliseerde expressie van conventionele markers en CellMaDe voorspelde primaire markers voor vergelijking van de celtypes in de referentiegegevensset. De figuur toont de vergelijking in termen van celtype specifieke genormaliseerde uitdrukking van conventionele tellers Versus CellMaDe voorspelde tellers voor elk celtype. Ten tweede voeren we deconvolutieanalyse uit met een set van 779 vetweefselmonsters (aanvullende gegevens S2) uit vier verschillende vetweefseldepots (SAT, haver, PAT en EAT) en controleren we hoe goed de resultaten overeenkomen met de literatuur. Deze tweede analyse toont aan dat de vetweefsel monsters worden voorspeld om gemiddeld 14.5% ASCs, terwijl de som van de drie verwante celtypes (mesenchymale stam/stromale cellen, osteoblasten, en chondrocyten) is onder 1% gemiddeld, waaruit blijkt onze capaciteit om correct onderscheid te maken tussen deze celtypes (aanvullende Fig. S4). Bovendien, 95% van de SAT monsters hebben een pericardiale adipocyte score van 0% en een gemiddelde subcutane adipocyte score van 74%, terwijl haver, eten, en PAT monsters meestal worden voorspeld om meer pericardiale adipocytes dan subcutane adipocytes hebben, hoewel het onderscheid is minder duidelijk. Dit onthult het duidelijke verschil tussen onderhuidse adipocytes en adipocytes van andere vetdepots in nabijheid aan interne organen, die door de voorgestelde methodologie kunnen worden ontdekt.

Cel Type Specificiteit van TissueDecoder: heatmaps (hittekaarten van AT21 handtekening matrix weergegeven (A) cel type samenstelling voorspelling van CIBERSORT met AT21 handtekening matrix, (B) de relatieve expressie van geselecteerde conventionele markers uit de literatuur en (C) de genormaliseerde expressie van CellMaDe voorspelde primaire markers. De gemeenschappelijke Xaxis boven het cijfer wijst op de steekproeven die voor het annoteren van celtypes van de at21 handtekening matrijs worden gebruikt. CellMaDe en CIBERSORT zijn beide getraind met at21 signature matrix, daarom zijn (A,C) optimale resultaten voor beide technieken terwijl (B) de scheidingskracht van conventionele markers op de at21 signature matrix vertegenwoordigt. Groene vakken geven voor elk celtype (kolommen) de rij met de bijbehorende markering aan.

naast deze evaluaties hebben we een onafhankelijke cross-platform (verschillende Affymetrix microarray platforms) validatiedataset gebruikt om de CIBERSORT-gebaseerde deconvolution te testen met de at21 signature matrix, waaruit blijkt dat onze aanpak de hoogste percentages voor het respectieve geïsoleerde celtype voor alle geteste celtypen in de validatiedataset correct levert (aanvullende Fig. S1C).

De gemiddelde geschatte percentages van het geïsoleerde celtype zijn 69,2% voor subcutane adipocyten, 57,1% voor ASCs, 89,9% voor B-cellen, 84.8% voor CD4 + T-cellen, 71,0% voor CD8 + T-cellen, 62,0% voor NK-cellen en 90,5% voor monocyten. De CD14+ – fractie van het vetweefsel (monocyten/macrofagen) bestaat naar verwachting voornamelijk uit macrofagen (25,4%), myeloïde dendritische cellen (24,4%) en monocyten (18,1%). De afwijking van de optimale resultaten op basis van de referentiegegevens zelf (Fig. 3A) kan worden verklaard door cross-platform verschillen tussen de validatie en referentie datasets (de validatie dataset en referentie dataset zijn gehybridiseerd tot twee verschillende Affymetrix microarrays).

cellmade primaire en secundaire markers

vervolgens karakteriseren we de signatuurmatrix door te onderzoeken welke genen erin zijn opgenomen, en door hun celtype-specificiteit te vergelijken met die van conventioneel gebruikte celtype markers met behulp van de primaire en secundaire markercriteria (MKN. 1 en 2 in de sectie methoden). Dit heeft geresulteerd in een rangschikking van alle sondes aanwezig op de array volgens hun primaire en secundaire criterium scores. In Fig. 2B, tonen we de top 10 genen met de hoogste primaire en secundaire criterium score van vier celtypen-namelijk ASCs, CD8 + T cellen, macrofagen en subcutane adipocyten – en geven hun cellulaire locatie volgens gen ontologie termen (voor alle 21 celtypen zie aanvullende Fig. S2, Aanvullende Gegevens S3). Alle genen die aanwezig zijn in de at21 handtekening matrix zijn gemarkeerd in vet, waaruit blijkt dat CIBERSORT algoritme selecteert voornamelijk een combinatie van secundaire markers (CIBERSORT ‘ s gen selectie criterium is vergelijkbaar met onze secundaire marker criterium), terwijl primaire markers en conventionele markers zijn niet altijd opgenomen in de handtekening matrix.

Dit is in tegenstelling tot klassieke marker-gebaseerde benaderingen zoals immunohistochemie, die sterk afhankelijk zijn van de celtype-specificiteit van een enkele (primaire) marker. Niettemin worden conventionele markers zoals CD68 voor macrofagen ook uitgedrukt in andere celtypes, zoals monocyten, plasmacytoïde dendritische cellen10, en in mindere mate ook in fibroblasten en endotheliale cellen11,12, die ook wordt aangegeven door zijn relatief lage primaire criterium score (Fig. 2B). Wij, daarom, stellen de primaire die tellers voor door CellMaDe worden geà dentificeerd verder experimenteel worden bevestigd alvorens als alternatieve tellers voor de celtypes binnen het vetweefsel wordt verduidelijkt.

voor CD8 + T-cellen, de conventioneel gebruikte marker (cluster van differentiatie 8B; CD8B) wordt geïdentificeerd als de sterkste primaire marker, wat niet erg verrassend was. Nochtans, is de Cluster van differentiatie 4 (CD4) niet zeer specifiek voor CD4+ T cellen, zoals door zijn overwegende uitdrukking in andere hematopoietic celtypes zoals monocytes of macrophages (Fig. 3B, aanvullende Fig. S2). Dit is ook de reden dat in cytometry stroom, CD4 slechts na de identificatie van CD3+ celbevolking (cellen van T) wordt gebruikt om CD4+ cellen te identificeren. De Dendrocyt uitgedrukt zeven Transmembraanproteã ne (DCSTAMP) wordt geïdentificeerd als een zeer specifieke primaire marker voor macrofagen volgens onze Analyse. In Fig. 3C we merken op dat de hoge expressie van DCSTAMP beperkt is tot een subset van de macrofage monsters, die zijn specificiteit zou kunnen benadrukken tot een subset van macrofagen, bijvoorbeeld macrofage giant-achtige cellen, zoals gesuggereerd door eerdere studies13. Voor ASC ‘ s is de geïdentificeerde primaire marker EEA1 niet erg opvallend. Voor dit celtype, stellen wij voor gebruikend een combinatie van secundaire tellers zoals geïmplementeerd in cytometry gating van de stroom strategieën evenals in CIBERSORT algoritme.

het geval van subcutane adipocyten lijkt vergelijkbaar omdat de primaire marker CMA1 ook niet erg opvallend is. Dit kan echter worden toegeschreven aan het feit dat pericardiale adipocytes ook deel uitmaken van de referentiematrijs. Vandaar richt het primaire criterium zich in dit geval niet alleen op het onderscheiden van adipocytes van andere celtypes, maar ook op het onderscheiden van adipocytes van twee verschillende depots. Daarom hebben wij een extra analyse opgenomen door alle adipocytes in de referentiematrijs samen samen te voegen om primaire tellers voor adipocytes te bepalen. De hoogste drie primaire die tellers voor adipocytes in deze analyse worden geà dentificeerd waren SPARCL1, ADIPOQ, en THRSP.

voor verdere evaluatie van de geïdentificeerde primaire topmarkers, vergeleken we hun expressie in een uitgebreidere onafhankelijke dataset bestaande uit 394 anatomisch geannoteerde weefselexpressieprofielen (aanvullende Fig. S3, Aanvullende Methoden). Zes van de 21 primaire markers zijn volledig gevalideerd, gedefinieerd als de hoogste expressie in het voorgestelde celtype, namelijk CALCRL voor endotheelcellen, SPTA1 voor erytroblasten, CD8B voor CD8+ T-cellen, MS4A1 voor B-cellen, PRSS33 voor eosinofielen en DCSTAMP voor macrofagen. Twaalf tellers zijn gedeeltelijk gevalideerd, geà dentificeerd als zijnde onder de top vijf van de 394 anatomisch geannoteerde weefseluitdrukkingsprofielen of uitgedrukt op een hoger niveau alleen in celtypes die niet gerelateerd zijn aan vetweefsel, zoals myocyten of neuronen. Slechts drie markers werden niet gevalideerd, namelijk EEA1 voor ASCs, RGS5 voor gladde spiercellen en PF4V1 voor bloedplaatjes, dit laatste vanwege de afwezigheid van bloedplaatjes in de validatiedataset voor PF4V1, waardoor de juiste evaluatie ervan werd verhinderd.

ten slotte hebben we de onafhankelijke validatiedataset gebruikt om de discriminerende kracht van de geïdentificeerde primaire topmarkers te evalueren. De resultaten van deze analyse zijn weergegeven in aanvullende Fig. S1 en aanvullende gegevens S2, waaruit blijkt dat de primaire markers worden uitgedrukt en in staat zijn onderscheid te maken tussen celtypen in de validatiegegevensreeks, met uitzondering van CMA1 voor subcutane adipocyten en EEA1 voor ASCs (aanvullende Fig. S1B).

Contextualisatie van bevindingen-een literatuuronderzoek

als volgende stap van de evaluatie hebben we kwantitatieve literatuurrapporten van de samenstelling van het celtype van het menselijk vetweefsel samengesteld om de schattingen van onze deconvolutiebenadering voor 1119 SAT-monsters (616 microarray en 503 RNA-Seq-datasets) en 51 havermonsters te vergelijken met de gerapporteerde percentages in de literatuur.

eerst zochten we naar rapporten in de literatuur die het percentage adipocyten in het vetweefsel kwantificeerden. Dit onderzoek, onthulde een bereik van schattingen van ~ 93% 14, ~70%15,16 en ~15% 17, die mogelijk kan worden verklaard door verschillen in monsterverwerking (b. v. verwijdering van bloedvaten) en telmethoden (b.v. histologie vs. celisolatie, verschillende markers). Zeer onlangs, schatten Glastonbury en collega ‘ s de adipocytenfractie in twee populatie-niveau subcutane vetweefsel RNA-Seq datasets (TwinsUK, n = 766 en het Genotype-Weefsel Expressieproject , n = 326) door de relatieve verhoudingen van vier verschillende celtypes (adipocytes, macrofagen, CD4 + T cellen, en micro-vasculaire endothelial cellen) te schatten. Hun schatting voor het mediane percent van adipocytes is 62% voor gtex en 82% TwinsUK studie18.

vervolgens hebben we ons geconcentreerd op studies ter bepaling van fracties van niet-adipocyten19 en hebben we 25 oorspronkelijke studies in ons overzicht opgenomen. De kwantitatieve resultaten van celfracties uit deze studies zijn weergegeven in Fig. 4 en aanvullende gegevens S4 (zie aanvullende methoden voor methodologische details). De gerapporteerde celtellingen voor macrofagen variëren sterk, variërend van gemiddelde tellingen van minder dan 1% van de totale cellen in sommige studies tot een gemiddelde van 27% van de totale cellen in een andere studie. Deze vrij grote verschillen tussen de studies kunnen ontstaan als gevolg van verschillende factoren, waaronder (I) werkelijke biologische verschillen tussen de geanalyseerde monsters, (ii) lokale verrijking van macrofagen (bijv. in kroon – als structuren) die specifiek resultaten met lage totale celtellingen zoals immunohistochemie beà nvloeden, (iii) technische verschillen tussen de gebruikte methodologieën en tellers, en (iv) verschillen in steekproefbehandeling en analyse protocollen (b.v. fluorescentie cutoffs, gebruikte antilichamen). Het is belangrijk op te merken dat specifiek, sommige immunohistochemie studies melden zeer hoge macrofaag aantallen (Fig. 4A). Daarnaast kunnen er enkele verschillen zijn als gevolg van gerapporteerde eenheden tussen verschillende studies, aangezien de twee studies met de hoogste macrofage percentages (gemiddelden van 27% en 26% macrofagen) de enige zijn die rapporteren in ‘macrofagen per totaal aantal kernen’. We hebben eerder aangetoond dat immunohistochemie studies van weefsel plakjes kan worden bevooroordeeld als gevolg van het vertrouwen op observaties van dwarsdoorsneden (dunne weefsel plakjes)20. Daarom kan worden betoogd dat specifiek voor adipocytes de dwarsdoorsnede delen van de lipidedruppel, maar niet de kern kan omvatten, resulterend in systematische verschillen tussen tellende methodologieën.

overzicht van de cellulaire samenstelling van vetweefsel: literatuuronderzoek van de gerapporteerde cellulaire samenstelling van vetweefsel in vergelijking met onze resultaten met CIBERSORT (in groen). Weergegeven is het gemiddelde (puntjes), minimum en maximum (pijlen) percentage van de totale cellen (berekend volgens aannames en formules vermeld in de aanvullende methoden) voor vijf verschillende celtypen – macrofagen (A), ASC ‘ s (B), CD4+ T-cellen (C), CD8+ T-cellen (D) en endotheelcellen (E). De kleur specificeert de methode die wordt gebruikt voor het tellen van cellen zoals aangegeven in de legenda. De grijze stippen en pijlen in (A) zijn onze resultaten waar de macrofaag score en monocyte score bij elkaar zijn opgeteld. Het wordt getoond als een vergelijking, aangezien de macrofaagmarkers CD68, HAM56, en CD14 ook monocyten bevlekken. De grijze stip in (B) vertegenwoordigt de som van ‘supra adventitial-adipose stromale cellen’ (zwarte stip in dezelfde rij) en ‘endothelial progenitorcellen’, die in de respectieve studie werden onderscheiden, maar waarschijnlijk beide zijn bedekt in de ‘adipose stam/stromale cel’ score uit onze at21 handtekening matrix. Aan de linkerkant van elk perceel worden de referenties vermeld van de studies waaruit de resultaten zijn verkregen (zie aanvullende gegevens S4) en de gebruikte markers. Voor ASCs en endotheelcellen werd een combinatie van markers gebruikt (zie aanvullende gegevens S4). Een ster die aan de referentiebrief van het onderzoek is bevestigd, geeft aan dat de deelnemer een gemiddelde body mass index van meer dan 35 had. Het is opgenomen in de figuur, omdat is gemeld dat de macrofaag frequentie is verhoogd bij mensen met ernstige obesitas.

om de mogelijke invloed van biologische verschillen tussen de deelnemers aan het onderzoek te evalueren, in het bijzonder met betrekking tot hun obesitasstatus, hebben we alle onderzoeken met mensen met een gemiddelde body mass index boven 35 (ernstige obesitas) gemarkeerd met een ster (Fig. 4A). De relatie tussen obesitas status en macrofaag tellingen is onderzocht in verschillende artikelen, rapportage verhoogde macrofaag tellingen met toenemende obesitas in sommige, maar niet alle studies21,22,23,24,25,26. Niettemin kan de obesitasstatus de waargenomen diversiteit tussen gerapporteerde macrofaagpercentages in onze literatuurstudie niet verklaren (Fig. 4A).

ter vergelijking, beoordeelden we Inter-studie verschillen in onze analyses( alleen SAT), met relatief stabiele resultaten, wat wijst op een betere standaardisatie ondanks biologische verschillen van de deelnemers aan het onderzoek en potentiële verschillen in Monster behandeling tussen verschillende laboratoria (aanvullende Fig. S5). Zelfs het gebruiken van RNA-Seq niveau gegevens om deconvolution uit te voeren resulteerde in een lagere variantie dan de gerapporteerde studies uit de literatuur (Fig. 4, Aanvullende Fig. S6).

in vergelijking met de literatuur rapporten, de geschatte hoeveelheid macrofagen uit onze Analyse is aan de onderkant van het spectrum, met een gemiddelde van 1,3% van de totale cellen voor de 616 SAT monsters (mediaan van 0,8%, IQR: 0,03% -1,8%) en 1,2% van de totale cellen voor de 51 haver monsters (mediaan van 1,2%, IQR: 0,4% -1,8%). Kijkend naar de extremen, bevestigen onze resultaten dat er een grote waaier van macrofagensamenstelling is met tot 25% macrofagen in zeer zeldzame gevallen.

om rekening te houden met de mogelijke invloed van monocyten, die ook de markers uitdrukken die in de literatuurstudies (CD14, CD68 en HAM56) zijn gebruikt, rapporteren we ook de gecombineerde fracties van macrofagen en monocyten uit onze AT21-CIBERSORT benadering. Dit komt neer op een gemiddelde van 1,5% macrofagen/monocyten in SAT monsters en 4,3% macrofagen/monocyten in haver monsters, waardoor onze schattingen in de nabijheid van de gemiddelde waarden gerapporteerd in de literatuur.

het aantal ASC ‘ s (gemiddelde van 14,8% in SAT en 15,7% in haat), CD4+ T-cellen (gemiddelde van 0,9% in SAT en 0.4% in haver), CD8+ T-cellen (gemiddelde van 0,5% zowel in SAT en haver) en endotheelcellen (gemiddelde van 0,7% in SAT en 1,8% in haver) geschat door onze aanpak is goed in lijn met de literatuur rapporten (Fig. 4B-E). Vergelijkbaar met macrofagen vertonen literatuurverslagen van ASC-hoeveelheden grote variaties (Fig. 4B). We hebben drie redenen geïdentificeerd die deze variatie verklaren. Ten eerste gebruiken drie van de literatuurstudies (studies s, t en v – zie aanvullende gegevens S4) vetweefsel van liposuctie aspiraten, dat besmet is met bloed17, wat resulteert in lagere relatieve fracties van ASC ‘ s in de SVF. Ten tweede, maken sommige studies onderscheid tussen endothelial stamcellen en supra-adventitial vetcellen (b.v. studies u en v), terwijl anderen (met inbegrip van onze studie) niet, mogelijk het tellen van beide subpopulaties als ASCs. Met name, bij het optellen van de twee subpopulaties in de studie van Zimmerlin27, de resulterende gemiddelde fractie van 13,9% (grijze stip in Fig. 4B) ligt dicht bij onze Geschatte resultaten. Ten derde variëren de totale celopbrengst en het percentage stam/stromale cellen sterk afhankelijk van de methode die wordt gebruikt voor isolatie van SVF28,29, wat mogelijk de zeer lage aantallen kan verklaren die door Viardot en colleagues30 worden gerapporteerd (studie m).

Er zijn verschillende celtypen zoals plasmacytoïde dendritische cellen, neutrofielen of eosinofielen waarvoor we geen resultaten konden vinden in de literatuur en daarom rapporteren we hun frequentie in het menselijk vetweefsel voor het eerst. Sommige celtypes zoals bloedplaatjes en erytroblasten zijn hoofdzakelijk inbegrepen als controle in de at21 handtekening matrijs, die voor identificatie van de aanwezigheid van bloed binnen de steekproeven toestaan.

Referentiegegevensset met celtypen geïsoleerd uit vetweefsel

voor verdere verificatie van de AT21-deconvolutieresultaten hebben we deze vergeleken met de deconvolutieresultaten gebaseerd op de AT4-signatuurmatrix bestaande uit vier celfracties geïsoleerd uit vetweefsel.

om verschillen in onderzoekspopulatie en weefselbemonsteringsprocedures uit te sluiten (terwijl we verschillen in celtype-granulariteit, referentiemonsters en cross-platform analyse hielden) gebruikten we de ex-vivo referentie om de 779 vetweefselmonsters van Affymetrix Humane u133 Plus 2.0 array te deconvolveen die we eerder analyseerden met onze at21 signature matrix. De resulterende celpercentages (aanvullend Fig. S7) zijn in een vergelijkbaar bereik als de resultaten verkregen met behulp van AT21 als referentie (hoewel monocyt / macrofaag percentages zijn een beetje hoger) en correleren redelijk goed met hen, waaruit blijkt Spearman en Pearson correlaties tussen 0,41 en 0,87 (aanvullende Fig. S8). Niettemin, toont onze Analyse aan dat de keuze van celtypes en hun oorsprong potentiële invloed op het niveau van detail in de resultaten kan hebben hoewel de algemene distributie wordt behouden.

voor verdere evaluatie van onze deconvolutiebenadering hebben we deze ‘ex-vivo referentie’ gebruikt voor deconvolve monsters bestaande uit de stromale vasculaire fractie van vetweefsel (ook uit dataset GSE80654), waaruit een celtype verdeling van 53% stam/stromale cellen, 27% monocyten/macrofagen, 19% andere leukocyten en gemiddeld 1% adipocyten blijkt (zie aanvullende Fig. S9) van n = 6 individuen op een totaal van n = 10. De gegevens voor de overige vier personen waren niet beschikbaar. De cytometry resultaten van de stroom rapporteerden lichtjes verschillende gemiddelden van 62% stam / stromale cellen, 13% monocytes / macrophages, 12% andere leukocyten, 3% endothelial cellen, ~10% niet gespecificeerd), ondanks komend van de grotere steekproefgrootte van n = 10 individuen in de originele studie31. Beide resultaten bevestigen de hoge hoeveelheid stam / stromale cellen in vetweefsel en (na eenheidsomzetting van cellen in SVF naar cellen in vetweefsel – zie methoden) zijn redelijk vergelijkbaar met onze gemiddelde resultaten die AT21 toepassen op vetweefsel, wanneer het overwegen van de verschillen in studiepopulatie, vetweefsel bemonsteringsmethodologieën, en granulariteit van celtype onderscheid (4 vs.21 celtypes).

vergelijking van vier vetweefseldepots

vervolgens vergelijken we de celtypesamenstelling van vier vetweefseldepots (SAT, haver, PAT en EAT) door hun gemiddelde celtypesamenstelling (Fig. 5, in aanvullende Fig. S4). Dit geeft aan dat SAT het hoogste percentage adipocyten heeft (74%) gevolgd door haver (66,4%), eet (59,5%) en PAT (59,4%), terwijl EAT en PAT veel meer immuuncellen hebben (respectievelijk 20,8% en 20,9%) in vergelijking met haver (9,8%) en SAT (7,4%). Bovendien, haver is de rijkste bron van Stam / stromale cellen (17,2% in vergelijking met 14,9% voor SAT, 14.1% Voor EAT en 12,4% voor PAT).

geschat Percentage celtypen per vetdepot: a) Cirkeldiagram dat de totale verdeling van de celtypes van verschillende vetdepots (subcutaan – n = 616, Omental – n = 51, pericardiale – n = 66, en epicardiale – n = 46) in termen van vier belangrijke archetypen van cellen in vetweefsel (immuuncellen, stam/stromale cellen, adipocyten, en andere). B) staafdiagrammen met de gedetailleerde verdeling van het immuuncelcompartiment van elk vetweefsel depot. Alle waarden zijn gemiddelden van de geanalyseerde monsters uit het betreffende depot.

deze resultaten moeten met zorg worden geïnterpreteerd vanwege verschillen in aantal en kenmerken van personen van wie de monsters werden verzameld. De toegang tot eten en dep is ernstig beperkt vanwege hun fysiologische locatie en de invasieve aard van de bemonsteringsprocedure. Daarom werden PAT-monsters genomen van 66 patiënten (leeftijd: 66 ± 8 jaar) met coronaire hartziekte (CAD)32 en de EAT-monsters werden genomen van 11 pasgeborenen (6 tot 24 dagen oud), 28 zuigelingen (40 dagen tot 1 jaar oud) en 7 kinderen (2 tot 7 jaar oud)met congenitale hartziekte (CHD) 33.

ondanks verschillen in de leeftijd van EAT-en PAT-donors, is de samenstelling van het archetype van de immuuncel in EAT en PAT opvallend vergelijkbaar met elkaar, terwijl het sterk verschilt van SAT-en HAVERMONSTERS. Dit wijst op de robuustheid van onze resultaten evenals de behouden aard van de samenstelling van het celtype in deze twee vetdepots die het hart omringen.

verder rapporteren we de fracties van klassiek aangewezen “adaptieve” immuuncellen, waaronder B-cellen, CD8+ en CD4+ T-cellen, geïnfiltreerd in EAT en PAT. Deze adaptieve immuuncellen zijn verrijkt in EAT en PAT, (hoger in PAT dan in EAT) in vergelijking met SAT en haver depots, die waarschijnlijk te wijten zijn aan de oorsprong van de geanalyseerde monsters van patiënten met CAD of CHD, zoals eerder gemeld voor CD8+ T cells34. Onze bevinding wordt ook ondersteund door Mazurek en collega ‘ S35, die de expressie van cytokines in zowel eten als SAT vergeleken bij patiënten die een coronaire bypass-graft ondergaan en vonden dat eten een bron is van verschillende ontstekingsmediatoren.

een meer gedetailleerde vergelijking van SAT en haver werd uitgevoerd op de studie van Hardy et al. 2011 (dataset GSE20950), waarin beide depots beschikbaar waren van dezelfde individuën25. Deze analyse toonde een verhoogd neutrofielgehalte in SAT (ook na correctie voor meerdere testen) en een verhoogd mesenchymale stam/stromale cel en gladde spiercelgehalte in haver (Fig. 6 bis). Onderzoek van CellMaDe-derived markers voor neutrofielen (CYP4F3) evenals voor pericardiale adipocyten (C7) en subcutane adipocyten (CMA1) bevestigde het significante verschil tussen SAT en haver in deze celtypen (ook na aanpassing voor meervoudige testen).

vetweefsel Samenstelling In Fenotypische Kenmerken: (A) Heatmap waarop de aanzienlijke over (rood)/onder (blauw) vertegenwoordigd cel type in verschillende categorieën, gebaseerd op de z-score geeft het aantal standaarddeviaties per groep is weg van de andere). Alleen significante resultaten (ongecorrigeerde p < 0,05) worden gekleurd. Stars label resultaten die significant blijven na correctie voor meerdere tests. De bonen plots tonen (B) Alle significante celtypes en (C) ASCs en subcutane adipocyten (niet gedetecteerd als significant), voor de zwaardere vs slanker tweeling, discordant studie. De Y-as beschrijft verschillen in Geschatte celfracties tussen de zwaardere en de slanker tweeling binnen een tweelingpaar.

samenstelling van het celtype over fenotypische eigenschappen

ten slotte hebben we de samenstelling van het vetweefsel van het celtype vergeleken tussen individuen met verschillende fenotypische eigenschappen, zoals verschillend geslacht, leeftijd, body mass index (BMI) en verschillende stadia van type 2 diabetes ontwikkeling. Verder hebben we interventiestudies opgenomen naar het effect van calorische beperking of resveratrol inname op SAT celtype samenstelling. De resultaten van deze analyses zijn weergegeven in Fig. 6 en meer in detail in aanvullende Fig. S10 en aanvullende gegevens S5.

We ontdekten significante verschillen in SAT-celsamenstelling tussen mannetjes en vrouwtjes, wat erop wijst dat er hogere hoeveelheden plasmacytoïde dendritische cellen, CD4+ T-cellen, bloedplaatjes en chondrocyten in vrouwtjes zijn, terwijl mannetjes meer CD8+ T-cellen, fibroblasten en endotheelcellen hebben. Met name de verschillen in CD4+ en CD8+ T-cellen waren ook significant na correctie voor meerdere tests, maar werden niet gedetecteerd op basis van enkele gevestigde of CellMaDe-afgeleide markers. Met betrekking tot de leeftijd hebben we slechts één significant resultaat ontdekt, wat wijst op een hogere hoeveelheid fibroblasten met toenemende leeftijd.

Wij zijn vier vergelijkingen in verband met BMI, te weten: (i) een continue relatie van de BMI met cel fracties in ZAT, (ii) een vergelijking van ZAT cellulaire samenstelling van de concordant een eeneiige tweeling (zwaardere vs. slanker twin, ∆BMI < 3 kg/m2), (iii) hetzelfde in conflictueuze een eeneiige tweeling (zwaardere vs. slanker twin, ∆BMI > 3 kg/m2), en (iv) een vergelijking van HAVER cellulaire samenstelling van obesitas versus lean kinderen. De eerste vergelijking geeft aan dat BMI positief gecorreleerd is met de hoeveelheid monocyten, myeloïde dendritische cellen, bloedplaatjes, osteoblasten, chondrocyten en ASCs in SAT, terwijl de correlatie met subcutane adipocyten negatief is. Er worden geen significante verschillen gedetecteerd tussen Concordante tweelingen, terwijl discordante tweelingen significant verschillen in de hoeveelheid CD4+ T-cellen, erytroblasten, osteoblasten (allemaal hoger bij zwaardere tweelingen), evenals B-cellen (hoger bij slanker tweelingen) (Fig. 6B). Met name, is er een tendens naar hogere hoeveelheden ASCs en lagere hoeveelheden adipocyten in zwaardere tweelingen (Fig. 6C), ter ondersteuning van de respectieve significante bevindingen in de voortdurende associatie met BMI. In tegenstelling, worden sommige andere bevindingen van de continue associatie met BMI niet gedetecteerd in de tweelingstudie, die kunnen worden toegeschreven aan potentiële verstorende effecten (leeftijd, geslacht, of andere factoren) in de continue associatie.

het ontbreken van significante resultaten in de vergelijking van lean vs. zwaarlijvige kinderen is meestal te wijten aan beperkte macht, omdat de studie slechts een totaal van 11 steekproeven (5 zwaarlijvige en 6 magere kinderen) omvat.

we hebben zes vergelijkingen gemaakt met betrekking tot diabetes, glucosetolerantie of insulineresistentie. Drie daarvan (verminderde glucosetolerantie vs. normale glucosetolerantie in SAT; diabetes mellitus vs. verminderde glucosetolerantie in SAT; en insuline-resistent vs. gevoelig in haver) lieten geen statistisch significante resultaten zien. De vergelijking van SAT celtype samenstelling in insuline-resistente vs. gevoelige individuen bleek een aanzienlijke toename van gladde spiercellen in insuline resistente individuen. De SAT van mensen met diabetes mellitus bevat meer monocyten en minder eosinofielen dan die van normale glucose tolerante mensen, volgens onze Analyse, terwijl de haver van morbide obese mensen toont verschillen in myeloïde dendritische cellen, eosinofielen (beide hoger bij mensen met diabetes), en chondrocyten (hoger bij mensen zonder diabetes).

we hebben geen bewijs gevonden dat calorische beperking of resveratrolsuppletie de samenstelling van het vetweefsel celtype significant verandert.

interessant is dat in één opgenomen onderzoek ook macrofaagpercentages worden gerapporteerd, zoals bepaald door immunohistochemistry25 (GSE20950). Ze tonen macrofaag frequenties voor 11 haver monsters (van de 20 deelnemers aan de studie) van insuline gevoelige en insuline resistente mensen, met een gemiddelde macrofaag inhoud van 1,8% (na unit conversie naar % van de totale cellen), die mooi overeenkomt met onze schatting van 1.495% als gemiddelde van alle 20 deelnemers (selectiecriteria van de 11 monsters voor immunohistochemie werden niet opgenomen in de beschrijving van het onderzoek). Ze melden verder een significante associatie tussen HOMA-IR en macrofaag inhoud bij deze 11 mensen, die we gedeeltelijk bevestigen met borderline significantie (p-waarde van 0,054) voor een vergelijking van insuline-resistente versus insuline gevoelige mensen in alle 20 studie deelnemers.