Neuron | 段昕等绘制小鼠视网膜神经节细胞空间分布图谱

2025年 8 月20日 ，加州大学旧金山分校 （UCSF）段昕教授团队联合加州大学伯克利分校Karthik Shekhar助理 教授团队在Neuron上发表题为Molecular and spatial analysis of ganglion cells on retinal flatmounts identifies perivascular neurons resilient to glaucoma的研究 论文 。本研究 结合 空间转录组学和成像技术 ，绘制了小鼠视网膜神经节细胞（RGCs）的完整二维空间分布图谱，系统揭示了不同RGC亚型在视网膜上的精确分布模式。基于数据分析的结论，段昕教授实验室进一步结合遗传学，病毒标记和动物实验模型 发现血管周围 特异性 RGC亚群具有独特的 视 神经保护作用 。这一全新的实验系统和一系列的生物信息学和体内实验的有效结合成果建立了血管微环境与神经元存活的功能关联，为青光眼等神经退行性疾病的防治提供了 新的理论基础和治疗靶点 。

1. 视网膜 平铺切片 空间 转录组学技术平台构建

段昕教授团队基于商业化平台MERSCOPE，成功改进和整合了基于MERFISH（多重 抗错 荧光原位杂交）的免疫组化双模态工作平台，通过三大核心突破实现单细胞精度的RGC空间定位：(a) 在超薄视网膜平铺切片（12μm）上高效保持转录本完整性，突破传统空间技术对厚组织的限制；(b) 采用140个基因探针组以94%精度和91%召回率准确区分全部45种已知RGC类型，较随机基因集显著提升分类效能；(c) 定制算法将多层光学切片生成用于自动分类和空间统计的3D视网膜节细胞层（ganglion cell layer）全体积图谱。这一技术体系为视网膜疾病研究提供了可扩展的单细胞空间组学分析流程，推动神经视觉研究进入高精度空间解析时代。

2. 视网膜神经节细胞层（GCL）MERFISH细胞分类与验证

Karthik Shekhar助理教授团队创新性开发机器学习驱动的跨模态配准算法，实现MERFISH数据与其团队之前已建立的scRNA-seq图谱（Tran . Shekhar et al., Neuron , 2019）的高精度整合。该工作基于三大技术突破： (a) 将GCL细胞精准分类为RGCs（49%）、dACs（移位无长突细胞，39%）和NNs（非神经元细胞，7%）； (b) 基于先验的45种RGC分子分类体系，通过监督分类器（XGBoost）将MERFISH细胞映射至已知类型，精度>90%； (c) 结合CD31免疫染色确认NNs的血管定位，并排除非GCL神经元（如双极细胞），建立纯净空间微环境数据库。此部分工作为视网膜研究建立了可量化、可追溯的细胞分类标准，使后续血管旁神经保护机制的精准解析成为可能。

3 . 视网膜神经节细胞的 二维空间分布 规律

Karthik Shekhar助理教授团队使用MERFISH方法绘制出 RGC 亚型 的 拓扑分布图，并 发现了一个 有趣 的现象 ：超过75%的RGC类型在视网膜表面呈现显著非均匀分布，其中14类亚型表现出极强的背颞-腹鼻轴向偏好性（如M2 ipRGC 偏向背颞侧，M4偏向颞侧 、M5 偏向腹鼻侧 ） 。 同时通过 独立双重荧光原位杂交实验验证了C40 (Nmb + Opn4 + ) 细胞在腹侧视网膜的显著富集，证实了MERFISH空间分析结果的高度可靠性。这种精细的空间分布模式反映了视网膜在适应不同动物视觉环境需求中的功能特化机制。

4 . 血管周围 特异性 RGC类型

两个实验室进一 步基于这个全视网膜的空间转录组数据库解析全面定义了七类血管周神经元视神经亚型（包括On-DSGC C10、颞区On-Off DSGC C24及ipRGC M1a/M1b/M4）在视网膜微环境中的特异性富集。通过跨物种的比较， 研究人员进一步在人类胎儿视网膜展现出这一现象的高度保守性，印证了"血管-神经互作"在脊椎动物视觉系统中的进化普适性。 这些发现强调了血管微环境在促进视网膜神经元存活中的重要性，并为神经血管相互作用研究开辟了新途径。 特别指出的是，段昕教授团队历时六年通过传统遗传学与病毒标记结合电生理记录首次揭示了血管周神经元的现象， 并 定义了第一类血管周神经元（Fam19a4/Nts-RGCs） （ 详见BioArt报道： ） 。 基于全面的空间转录组技术和进一步的遗传学解剖学实验，生物信息学的工作指导，两个课题组仅用一年时间，就进一步全面和高效的定义了 另外六种血管周神经元亚型，彰显技术革新对细胞分型发现的加速效应。

5. 血管周围 微环境的 神经保护作用

基于以上解剖学和遗传学工具， 段昕教授团队 进一步 与斯坦福大学胡 杨 教授实验室合作， 使用胡教授团队首创的 硅油诱导眼压升高 SOHU 青光眼 模型（Zhang et al, Elife 2019） ， 发现血管周神经元亚型（如Hoxd10⁺DSGCs与Opn4⁺ipRGCs）展现出显著的空间依赖性保护效应：其存活率较非血管区显著提升，且细胞呈现血管周富集现象。这一保护机制独立于经典αRGCs亚型基于 mTOR-pS6依赖性保护机制通路（Duan X et al., Neuron，2015）。 这一新的发现与段昕教授早期在哈佛大学师从Josh Sanes 和何志刚教授期间的博士后工作形成互补性理论框架， 定义了两种平行的视神经元保护机制。 为 青光眼等 神经退行性疾病的预防和干预开辟新的研究方向 。

综 上所述 ，这项新的研究工作通过开发MERFISH-免疫组化双模态平台和机器学习驱动的跨模态整合算法，成功构建了RGC亚型高精度空间图谱。该图谱不仅首次在单细胞分辨率上系统揭示了RGC亚型在二维平面上的高度组织化的非均匀分布模式，更重要的是，利用这一强大的空间解析能力，高效鉴定出多类特异性血管周神经元 亚型，并进一步在青光眼模型中发现血管周围微环境对这些特异性RGC亚型具有关键的神经保护作用（独立于已知mTOR通路）。这些突破性发现首次在功能上确立了血管微环境对特定神经元存活的保护作用，深化了对“血管-神经互作”这一核心生物学机制在视网膜组织及进化保守性的理解。同时，研究所提供的精细空间参考框架和所阐明的血管周围神经保护机制，为未来开发基于空间靶向和血管微环境调控的神经保护性治疗策略，奠定了坚实的理论基础并指明了极具潜力的干预方向。

伯克利研究生Kushal Nimkar，加州大学旧金山分校MDPhD双学位研究生Nicole Tsai 和眼科系博士后赵梦雅共同领衔了这项全新的研究成果，分别拓展了计算，免疫组化和眼科疾病模型的工作。该项工作还得到了斯坦福大学胡杨教授的全面支持；哈佛大学Michael Do教授提供了转基因小鼠；加州大学旧金山分校 Arnold Kriegstein 教授提供了人类眼组织标本。伯克利工程学院Karthik Shekar助理教授指导了测序和成像数据分析和三维图像数据拼接和处理工作，和段昕教授共同指导了论文的全过程。

加州大学旧金山分校段昕教授实验室的研究获得了美国国立卫生院脑计划重大专项、美国国家眼科研究所、美国国家神经疾病和卒中研究所、青光眼研究基金会和Stein创新奖等的多项资助。欢迎优秀的神经生物学、发育生物学、细胞生物学、眼科学和生物信息学工作中申请博士后和研究生职位。实验室和加州大学旧金山一并提供优厚的津贴和学校配套的住房等补贴。段昕教授在任加州大学旧金山分校助理教授和副教授期间发表的其他论文bioart 也相继报道如下

段昕教授研究简介 https://profiles.ucsf.edu/xin.duan

段昕教授谷歌文献 https://scholar.google.com/citations?user=KjzzkQgAAAAJ&hl=en

https://doi.org/10.1016/j.neuron.2025.07.025

制版人： 十一

学术合作组织

（*排名不分先后）

战略合作伙伴

（*排名不分先后）

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

近期直播推荐

点击主页推荐活动

关注更多最新活动！