脂肪组织测序基础：向单细胞分辨率下人类和小鼠脂肪组织共识图谱

关于脂肪组织相关的测序知识与研究（权威）

Nature Metabolism:迈向单细胞分辨率下人类和小鼠脂肪组织共识图谱[1]

脂肪组织（AT）是一种复杂的结缔组织，含有较高比例的脂肪细胞，脂肪细胞是能够将脂质储存在大液滴中的专门细胞。AT存在于身体多个独立的储存库中，是多余热量的主要储存库。此外，抗体细胞在绝缘、免疫和代谢稳态调节等多种功能中也发挥着重要作用。人类细胞图谱脂肪生物网络的建立旨在支持人类AT单细胞图谱的生成，以及开发统一的方法和共识来进行细胞注释。本文提供该生物网络的初步路线图，包括我们建议的人类和小鼠细胞注释，旨在描述该领域的现状，并为单细胞单细胞数据的生成、分析、解释和呈现提供指导。

一、本文的研究思路

> 1、现状挑战与愿景确立

识别脂肪组织（AT）在代谢中的核心地位，针对目前研究中命名法混乱、细胞注释缺乏标准等痛点，提出建立“脂肪图谱”的必要性。

> 2、全球协作网络构建

通过人类细胞图谱（HCA）建立脂肪生物网络（Adipose Bionetwork），召集全球专家跨越不同脂肪堆（depots）、技术背景和物种进行协作。

> 3、核心领域的共识达成

通过一系列专家会议，聚焦四个核心支柱：脂肪堆解剖定位、细胞注释与命名法、实验最佳实践、计算最佳实践。

> 4、细胞分层与标准化标注

将细胞划分为实质（脂肪细胞）与基质血管部分（SVF），定义三层分级注释系统（细胞类型、亚型、状态），建立统一的分子标记识别体系。

> 5、流程规范化与整合路线图

制定样本采集、制备（sc/snRNA-seq选择）及生物信息学处理的标准操作程序（SOP），确立“脂肪图谱 1.0”的集成标准。

> 6、数据开放与社会伦理考量

强调数据的公平性（Diversity）、开放共享及伦理合规性，确保图谱对全球科研群体的可用性。

二、本文的研究结果

> 1、脂肪图谱生物网络：单细胞时代的全球协作

介绍了由专家组成的协作网络，旨在通过标准化方法解决脂肪组织研究中的异质性问题。

> 2、脂肪堆、组织采集和处理的最佳实践

规范了从活检技术（针刺 vs 外科）、样本冷冻（液氮直接冷冻）、到实验室处理的标准流程，强调了环境对细胞状态的影响。

> 3、脂肪组织中各种细胞类型的定义和注释共识

详细规定了如何定义成熟脂肪细胞、ASPCs、免疫细胞及脉管细胞，并确立了多层级的命名规范。

> 4、白色和棕色脂肪细胞：实质细胞的表征

明确了通过 ADIPOQ 和 PLIN1 识别成熟脂肪细胞，并讨论了棕色脂肪（UCP1+）与米色脂肪在不同物种间的标记差异。

> 5、脂肪基质/前体细胞（ASPCs）：定义祖细胞和前脂肪细胞

统一使用 ASPCs 术语，并将其细分为多能祖细胞（DPP4+）、前脂肪细胞（PPARG+）及具有旁分泌调节作用的亚群。

> 6、间皮细胞：腹腔脂肪的特殊屏障

界定了间皮细胞在内脏脂肪中的分布及其分子标记（MSLN/KRT19），并探讨了其在病理状态下的间充质转化。

> 7、免疫细胞：脂肪组织内的精细分群

涵盖了巨噬细胞（PVMs、LAMs）、T细胞、B细胞及罕见免疫细胞，强调了在不同代谢压力下这些细胞状态的动态变化。

> 8、脉管系统与神经相关细胞：支持结构的图谱

对血管内皮（动脉/静脉/毛细血管）、周皮细胞、平滑肌细胞及神经鞘细胞（施旺细胞）进行了分子层面的精准界定。

> 9、计算最佳实践：数据集成与元数据标准

提出了处理跨物种、跨平台数据时的计算方案，特别强调了关键元数据（如BMI、年龄、解剖位点）对后续分析的重要性。

> 10、迈向“脂肪图谱 1.0”：整合与未来展望

设定了首个集成图谱的目标，旨在通过对数百万个细胞的整合，揭示脂肪组织在健康与疾病中的全景视图。

三、本文的测序数据来源及样本情况

1. 物种覆盖：

• ●人类：来自不同性别、年龄、BMI（从瘦到肥胖）的供体。
• ●小鼠：多种实验室常用品系（如 C57BL/6J），用于功能验证和物种间对比。

2. 核心技术平台：

• ●snRNA-seq（单核转录组测序）：主要通过 10x Genomics 平台，针对冷冻组织或难以获取完整细胞的脂肪细胞。
• ●scRNA-seq（单细胞转录组测序）：主要用于新鲜样本的基质血管分数（SVF）分析。

3. 主要脂肪堆（Depots）：

• ●皮下脂肪 (SAT)：主要来自腹部、大腿等区域。
• ●内脏脂肪 (VAT)：包括大网膜、肠系膜、性腺周脂肪。
• ●棕色/产热脂肪 (BAT)：人类颈部深层及小鼠肩胛间区域。

4. 元数据要求：每个样本强制关联详细信息，包括：

• ●人口统计学（年龄、性别、种族）。
• ●人体测量学（BMI、腰臀比、体脂率）。
• ●临床参数（胰岛素敏感性、血糖、用药史）。
• ●数据集成规模：目标是整合现有发表的高质量数据集，构建包含数百万个细胞的参考地图。

📚参考资料

[1]

迈向单细胞分辨率下人类和小鼠脂肪组织共识图谱: https://doi.org/10.1038/s42255-025-01296-9