前几天online的一篇nature (22.8.10)，做了心梗不同时间点，不同梗死部位的snRNAseq，spatial transcriptomics，snATAC。
这一篇2020年就被丢在了预印上，见：人类心肌梗死的空间多组学图谱，Nature发的这一版的fig做了大改，所以再来学习一下。
Schematic of the computational workflow for the main analyses of snRNA-seq, snATAC-seq, and spatial transcriptomics data：
1. Multi-omic map of myocardial infarction
Fig 1a：23个患者的31个心脏样品，包括4个C，12个IZ，3个BZ，6个RZ，6个FZ。（C: control，RZ: remote zone; BZ: border zone; IZ: ischemic zone; FZ: fibrotic zone;）
预印还是5个病人的8个样本，这跟预印已经完全不是同一篇文章了...
Fig 1b： 取样时间（阶段）
Fig 1c： 对样品进行了空间转录组，单核细胞测序和单核细胞ATAC
Fig 1d, e： snRNAseq一共得到191752个细胞（中位基因2020），分为11个细胞类型。e图展示了11个群的marker基因
Fig 1f, g： snATAC测的46,086个核（平均28,066 fragments/核），分为8个群。（snATAC-seq的注释是由snRNAseq的标签transfer而来）
空转测的91,517个spots，平均每个样本测的3,389 spots，每个spots测得 2,001 个基因（附件）。
This integrated dataset represents, to our knowledge, the largest and most comprehensive multi-modal profiling of human myocardial infarction tissue including spatial information and samples at distinct disease progression stages.
2. Molecular mapping of cell types in space
Fig 1h：使用snRNAseq的数据对空间的数据解卷积，结合HE切片划分的解剖区域，得到了细胞的空间分布关系。
Fig 1i：PROGENy分析了不同细胞的通路活性。空间和单细胞的整合可以使我们看到不同解剖区域细胞的功能。比如成纤维富集的部位，TGFβ信号通路活化增强。而在缺血梗死区，髓系细胞丰度增加的区域，NFκB信号通路活化增强。
Fig 1j：整合snATAC-seq和空转数据，测到的转录因子binding区域和细胞类型相符。比如心肌细胞的MEF2C，髓系细胞的CEBPD和ATF1，成纤维的FOS–JUNB，vSMCs的SRF。
为了探究细胞类型和基因变异的关系，作者基于cell-type-specific pseudo-bulk ATAC-seq profiles (按细胞类型把snATAC整合成bulk ATAC) 和GWAS数据中心肌病相关的SNP1做了enrichment analysis。
作者主要关注了与左室功能相关的SNP。结果显示与每搏输出量和LV舒张末期容积相关的SNP主要富集到内皮细胞，与LV收缩末期容积相关和EF值相关的SNP主要富集到心室心肌细胞。
这部分
snATAC+全外+空转所使用的全外数据来自于20年的一篇NC这篇研究中探究了与后面7个心脏MRI指标相关的SNP：左室舒张末期容积 (
LVEDV), 左室收缩末期容积 (LVESV), 搏出量 (SV), 前面三个指标的 body-surface-area (BSA) indexed versions (LVEDVi,LVESVi, andSVi), 左室EF值 (LVEF)如：与LVEDV相关的SNP好像这部分用
scSeq+全外+空转也可以？
In summary, our integrated spatial atlas enabled us to map cell-type abundance, signalling pathway activities, transcription factor binding activity and GWAS signals across the complete spectrum of cardiac tissue zonations, providing an in-depth view at tissue remodelling processes following myocardial infarction in humans.
3. Spatial organization of myocardial tissue
为了探究心脏组织的 spatial organization，这部分主要分析了空间的数据，得到了cell-type niche。
Fig 2a, Extended Data Fig. 3a–d：空间聚类得到9个cell-type niche (which we defined as major cell-type niches)。
⚠️We hypothesized that these niches represent potential structural building blocks that are shared between different slides and could facilitate comparisons between subjects.
这个Cell type niche是单细胞空间联合之后，使用细胞spot矩阵做的，直接对矩阵做UMAP降维即可，不需要做PCA。参考：Seurat处理Visium数据，就是用下面这个prediction矩阵做的。
Fig 2b：这些Niche的空间可视化提示它们与特定样本状态有关。比如cell-type niche 8在control样本中均匀分布，cell-type niche 5则主要位于梗死部位。
Fig 2c：空转与单细胞数据的整合，观测到了4个myogenic cell-type niches (1, 7, 8和9)，主要富集到心肌细胞、内皮细胞和周皮细胞；1个inflammatory cell-type niche (5)；1个 fibrotic cell-type niche (4)，包含成纤维、髓系和淋巴细胞；2个vSMCs niche (3和6)；1个脂肪、淋巴和cycling细胞niche (2)；Our integrated results provide a comprehensive description of cellular colocalization events, enabling downstream molecular comparisons within this atlas across all tissue zonations.
Fig 2d：We next tested whether the abundances of major cell types within spots could be predicted by their spatial context described by the cell-type compositions of their neighbourhood. 作者使用MISTy评估了3种不同的neighbourhood area sizes：
(1) the importance of cell-type abundances within a spot (colocalization) (Fig. 2d),
(2) in the local neighbourhood (radius of 1 spot),
(3) in an extended neighbourhood that expanded to a radius of 15 spots.
结果观测到内皮细胞在所有的spots内对vSMCs, pericytes, adipocytes和心肌细胞都有很好的预测功能，可能反映了血管生成过程中细胞类型之间的依赖作用。髓系细胞和淋巴细胞互相有很好的预测功能。此外，还观测到了髓系细胞和成纤维细胞的强依赖作用，与此前报道的巨噬细胞参与成纤维活化，成纤维细胞参与巨噬细胞的趋化又相一致。
Extended Data Fig. 4a–e：为了将tissue organization和功能联系起来，作者使用MISTy分析了信号通路和细胞类型之间的空间依赖性。c图显示 PI3K 和 p53信号通路出现互斥的空间分布，但这两个通路都与CMs的abundance有关(a)。PI3K信号通路在心肌细胞中调控hypertrophic response以preserve心脏功能，p53信号通路则是心脏稳态的主要调节分子。Spatial segregation of these cardiomyocyte-related pathways points towards functional cardiomyocyte heterogeneity. 在预测的colocalized 和 extended neighbourhood relationships中，作者还观测到了成纤维可以预测纤维化通路TGFβ 和 NFκB，免疫细胞可以预测JAK–STAT 和 NFκB。总的来说，心肌细胞对这些通路的预测活性是最好的，缺血样本的心肌则与Hypoxia 和 WNT通路共定位，和此前报道的心梗后心肌细胞出现分化相一致。
Our results compiled principles of tissue organization of the human heart that relate to coordinated cellular processes and provide a basis for comparative analysis.
4. Structural variation of cardiac tissue
为了探究心肌梗死后重塑过程中general的组织差异，作者在分子和compositional水平上比较了不同组织形态学区域、时间点和个体的样本。作者定义了三个主要样本组：myogenic-enriched（包括对照、border区和remote区）、fibrotic-enriched（包括所有纤维化区样本，除了一个）和ischaemic-enriched（包括所有缺血区样本）样本。
Fig 2e：将样本分为上述三类，做了pseudo-bulk 空间转录组，使用UMAP投射了所有的数据，发现3组可以很好的区分开。
Extended Data Fig. 4h-j：然后作者分析了样本组之间的细胞类型组成变化是否也反映为空间转录组学中主要细胞类型之间空间依赖性的变化。 为此，作者对比了之前使用 MISTy 计算的每种主要细胞类型在预测三个不同样本组之间的三个不同邻域区域大小（共定位、直接邻域和扩展邻域）中的其他细胞类型的importance (h). 作者在immediate neighbourhood中观测到了淋巴和髓系细胞增加的空间依赖性 (i)。此外，fibrotic-enriched样品中存在心肌细胞和周皮细胞的共定位 (j)。
Fig 2f：在immediate neighbourhood中，成纤维的分布可以被vSMCs的存在很好的预测，但这种现象只存在于myogenic-enriched样本(成纤维包绕血管)。ischaemic 和 fibrotic tissue样本则存在广泛的组织疤痕。
Extended Data Fig. 4k-l：随后作者比较了各个Niche的细胞在三种样品中的占比。Cell-type niches 8 and 9 (主要代表心肌结构)更多的存在于myogenic- 和 fibrotic-enriched样本。cell-type niche 7 (主要是心肌和周皮细胞), 在fibrotic-enriched样本中下降。Niche 4 (主要与纤维化结构相关)在fibrotic-enriched样品中占比较高。niche 5 (髓系细胞多于成纤维细胞) 则主要存在于ischaemic-enriched样本。
In summary, the major cell-type niches enabled us to categorize and compare interindividual spatial differences. Overall, this demonstrates the importance of cardiac vasculature in defining the overall myocardial architecture and the unique spatial dependencies of fibroblasts and myeloid cells, which facilitates gaining molecular insights of disease-specific spatial tissue remodelling.
5. Molecular variation following infarction
前面第3部分是做的空间聚类，这部分是直接做的基因表达聚类（为了跨样本的相似组织结构间的分子差异）。
⚠️cell type niches和molecular niches有什么区别？
Fig 3a, b：聚类得到12个Molecular Niche
Fig 3c：molecular niches 3, 6 和 9主要和炎症和纤维化过程有关，11主要富集到vSMCs，1, 2, 4, 5, 12主要与myogenic-enriched regions有关。
Fig 3d：心肌细胞中富集的molecular niches在 ischaemic-enriched 样本中显著减少；而fibrotic- 和 inflammatory-enriched molecular niches则在myogenic-enriched样本中显著减少。和cell-type defined niche 6相比，vSMC enriched molecular niche 11特异性表达vSMCs的marker MYH11 (Fig. 3b versus Extended Data Fig. 3d)。
值得注意的是，作者观察到molecular niches可以对border zone, remote zone 和 control samples有一个很好的区分(Extended Data Fig. 5g，下图)，而在major cell-type niches中则不能区分(Extended Data Fig. 4m)。Molecular niche 3 (主要富集到成纤维和免疫细胞)，在remote区和border区明显要比control更显著。此外，作者观察到了border zone, remote zone 和 control samples中molecular niche 1, 2, 4的比例差异。
Fig 3e, f：molecular niche 1, 2, 4主要富集在心肌，但是它们的分子表达存在差异。niche 2的top上调基因包括XIRP1和RRAD；niche 4则是SLC8A1/NCX1和MPC1。总体来看，三个molecular niche的分布也存在差异。niche 1主要在control and remote zone samples，niche 2主要在border zone samples的受损组织区。
In summary, the comparison of molecular niches pointed towards subtle changes between the remote myocardium and controls, and expected differences between border zone and both controls and remote zone that were not detectable in the cell-type niche comparison. Overall, this suggested the existence of functional differences between cardiomyocyte states in our data.
6. Disease-specific cardiomyocyte states
为了进一步探究distinct cardiomyocyte states，作者接下来心梗心肌细胞的molecular heterogeneity。
Fig 4a-b：作者将心肌细胞的snRNA-seq和snATAC-seq数据做了整合，得到4个vCM亚群。不同的亚群有不同的高表达基因，比如vCM2和3都高表达ANKRD1，3还特意性高表达NPPB。
Fig 4c：作者在independent patient cohort中使用smFISH验证了marker基因的表达。这两个基因都被报道在心梗小鼠的梗死border区上调。
Fig 4d：由于2群还特异性表达心肌细胞应激相关基因MYH7 (Extended Data Fig. 6b)，作者将这群细胞定义为‘pre-stressed’。1群表达ion-channel-related genes，主要存在于myogenic-enriched样本中，被定义为 ‘non-stressed’。3群主要存在于ischaemic-enriched样品，被定义为‘stressed’ (Fig. 4c,d and Extended Data Fig. 6h,i)。
由于border zone的重塑和心功能的恢复有关，作者随后查看了border区样本的vCM marker基因的空间表达。
Fig 4e：ANKRD1和NPPB在border区样本中存在广泛且不均一的空间基因表达模式 (尽管从HE上看很均一，UMI的分布也很均一)。
Fig 4f：通路富集的结果显示受损区域的TGFβ通路活性增强，缺氧信号通路则较均一。
Fig 4g：vCM1-3的空间分布提示vCM1主要存在于未受损区，vCM2主要位于移行区，vCM3主要位于受损区。
7. Variability of cardiomyocyte states
为了推断enhancer-based gene-regulatory network (eGRN)，作者使用多组学的数据探究了vCM1-3的分子机制差异。
Extended Data Fig. 7a：作者首先整合了snATAC-seq 和 snRNA-seq的数据，并构建了从vCM1-vCM3的分化轨迹。
Extended Data Fig. 7b-d：随后作者通过转录因子活性 (from snATAC-seq)、转录因子和靶基因的表达 (from snATAC-seq)和motif-supported peak-to-gene links，构建了enhancer-mediated transcription factor–target network。
Extended Data Fig. 7e：转录因子-靶基因调控网络的聚类得到3个模块，和特异性的心肌细胞state vCM1-vCM3相对应。
Fig 4h-j：作者使用网络分析对eGRN进行了可视化并找到了其中的主要转录因子 (hub)。盐皮质激素受体NR3C2 (心衰治疗的常见靶点)被定义为vCM1的主要调控分子(h)。在此前的报道中，NR3C2的下调与严重心衰和心脏纤维化相关2。在vCM1-vCM3的分化过程中，NR3C2的转录因子结合活性和基因表达都出现了下调(i)。NR3C2的靶基因如SLC8A1的基因表达也随着分化轨迹出现下调(i)，而且这些靶基因和vCM1的空间分布一致(j)；作者还鉴定出了与vCM2及3分化有关的转录因子，其和其靶基因在分化过程中的表达模式和靶基因的空间分布都和其所处的状态相一致。
In summary, our cardiomyocyte states and major transcription factor regulators identified from the integrated snRNA-seq and snATAC-seq data reflect expression patterns associated with molecular niches supporting spatial changes of cardiomyocyte states during remodelling.
Fig 4k-o：作者随后评估了不同样品组间每个空间spot和local neighbourhood (radius of five spots)水平上vCM3 (stressed心肌) 和其他细胞类型之间的cell dependencies。作者观测到在myogenic 和 ischaemic样本中，vSMCs和vCM3具有高相关性，而fibrotic样本中，成纤维细胞和髓系细胞作用更大 (k)。在local neighbourhood水平上，和fibrotic样本相比，myogenic样本中成纤维细胞的丰度和vCM3有高依赖性 (l)。随后作者可视化了myogenic enriched样本中 vSMC 和成纤维细胞对 vCM3 的依赖性，并观察到它们的共定位发生在perivascular niches中（n）。 总体而言，这表明应激心肌细胞状态 vCM3 发生在较大血管的血管周围生态位中，突出了血管周围生态位的间充质细胞与该组织区域中应激心肌细胞的相互作用。 此外，当将remote区域与对照样本进行比较时，vCM3 可以被骨髓细胞预测（o）。
This underlines the importance of immune–cardiomyocyte interactions that could additionally explain the increased arrhythmia susceptibility in the remote regions of the post-infarct heart, since it has been shown that cardiac macrophages influence normal and aberrant cardiac conduction . Our results showed that the stressed-cardiomyocyte vCM3 can be found in distinct spatial cell-type neighbourhoods enriched by different compositions of vSMCs, fibroblasts, adipocytes or myeloid cells.
8. Cardiac endothelial cell heterogeneity
分析完了心肌以后，作者对内皮细胞也进行了分析。
Fig 5a：整合的snRNA和snATAC-seq数据鉴定出5个内皮细胞亚群。
Fig 5b：各亚群的组间比较提示缺血区样本出现毛细血管内皮的减少和静脉内皮细胞的增加。整体来看，几种内皮中淋巴管内皮丰度最低，但是在缺血区样本中显著增加，提示梗死区心肌损伤后出现淋巴细胞丰度的增加和免疫反应调节作用。
Fig 5c, d：内皮细胞亚型和其他细胞类型的依赖性分析显示动脉内皮细胞可以被 vSMC 在很好的预测，反映了心脏中动脉和小动脉的解剖结构。
Extended Data Fig. 8h-m：此外，毛细血管内皮细胞marker的表达可以被组织中周皮细胞很好的预测，这与已知的周皮细胞与毛细血管内皮直接接触和作用相一致 (i)。 其他内皮亚型可以被成纤维细胞很好的预测 (h)。此外，作者观察到骨髓细胞的丰度与淋巴管内皮细胞marker的表达相关 (h)。 通过关注包含最高比例的内皮细胞以及周细胞和肥大细胞的Molecular niche 10 (j)，作者观察到了毛细血管内皮细胞的显著富集 (k)。通路分析显示缺血和纤维化样品中的缺氧和 TGFβ 信号活性的显著增强，提示了这些通路在慢性纤维化心脏重塑过程中的重要性 (l)。 在稳态中对内皮信号传导很重要的通路，如 PI3K 和 TRAIL，分别在纤维化组和缺血组中出现减少，进一步突出了差异性内皮细胞信号传导的变化。 基因集富集分析进一步揭示了病变样本中内皮细胞生态位的代谢改变（例如，脂肪酸代谢和氧化磷酸化），这通过 TNF 和 NFκB 途径增加的炎症反应和增加的细胞凋亡信号传导相关 (m)。
In summary, we resolved all major endothelial cells states, localized them in space and described their spatial dependencies. Further, we identified a spa- tial niche enriched in capillary endothelial cells with complex metabolic and signalling changes.
9. Cardiac myofibroblast differentiation
Fig 6a, b：整合的snRNA和snATAC-seq数据鉴定出4个成纤维细胞亚群(Fib1–4)。Fib1的marker SCARA5最近在人类肾脏中被报道为myofibroblast progenitors的marker3；Fib2高表达细胞外基质相关基因，提示其主要是终末分化肌成纤维细胞。Fib2还高表达RUNX1，这个分子参与肾脏肌成纤维细胞的分化4。
Fig 6c：Fib1和Fib2的空间可视化提示它们存在互斥的分布。
Fig 6d：在myogenic-enriched样本中，Fib1比例最高，ischaemic样本中Fib2 (myofibroblasts)显著增加而Fib3轻微下降。
Extended Data Fig. 9：为了更加精确的了解成人类纤维细胞的分化轨迹，作者使用了谱系示踪鼠pan-mesenchymal Cre driver Pdgfrb-CreER（配 R26-tdTomato 报告鼠），在小鼠心肌梗死后的不同时间点做了 scRNA-seq (i-l)。随后作者通过从人到小鼠的label transfer (Fib1-4) 对小鼠成纤维细胞做了整合和注释(m, n)。结果显示，随着时间的推移，Fib2 群的数量、胶原蛋白和 ECM 基因的表达增加，而 Fib1 比例下降，提示小鼠存在从 SCARA5+ 成纤维细胞 (Fib1) 到肌成纤维细胞 (Fib2) 的分化轨迹 (o, p)。
Fig 6e, f：基于小鼠的结果，作者构建了人类样本中从 Fib1 (SCARA5+) 到 Fib2 (肌成纤维细胞) 的拟时轨迹，这与增加的 ECM 评分的增加相一致。
Fig 6g, h： 为了了解这些基质细胞分化过程的调节机制，作者构建了成纤维细胞 eGRN。聚类得到了两个 eGRN 模块，每个模块对应于不同的成纤维细胞状态 (Fib1和2) 并鉴定出了肌成纤维细胞分化的潜在调节因子。调节 Fib1 模块的转录因子包括 KLF4，它参与调节多种细胞功能(包括细胞生长停滞，也是诱导多能干细胞的原始重编程因子之一)。KLF4 在Fib1 中 参与SCARA5 和 PCOLCE2 表达调控，MBLN1(心脏伤口愈合和成纤维细胞向肌成纤维细胞转变的重要调节因子)也是它的靶基因。在拟时轨迹中，KLF4 结合活性出现降低，靶基因SCARA5 表达也下降，突出了 KLF4 潜在的成纤维细胞活化抑制剂的作用。在 Fib2 模块中鉴定的转录因子包括 TEAD3 (Hippo 通路的效应分子)、GLI2 (hedgehog通路效应分子) 和 RUNX2 (肌成纤维细胞分化的调节因子)。网络分析显示，TEAD3 和 GLI2 参与调节肌成纤维细胞的靶基因，包括 COL1A1、TGFB1 和 POSTN。此外，网络分析提示 THBS139 (重要的的抗血管生成调节剂)和 MEOX1(最近鉴定出的心脏纤维化调节分子) 也是 TEAD3 的直接靶标。
Fig 6i： 作者随后查看了 KLF4 和 TEAD3 靶基因的空间表达，观察到它们的靶基因存在互斥的空间表达，突出它们在人类心脏中的差异性空间作用。
10. Fibro-myeloid spatial relations
Fig 6j, k： 整合的snRNA和snATAC-seq数据鉴定出5个髓系细胞群。包括表达LYVE和FOLR的2群组织原位巨噬细胞，表达CCL18和SPP1的两群巨噬细胞和1群单核/DC细胞。
Fig 6l：急性心肌梗死后，会触发炎症反应，引起组织重塑和心力衰竭。已有研究显示 SPP1 本身可以在体外激活成纤维细胞5，强调了fibro-myeloid相互作用是心脏重塑过程的关键驱动因素。为了进一步了解髓系细胞和成纤维细胞的空间依赖性，作者使用空间转录组学数据对它们的标记表达进行了建模。结果显示，与其他髓系细胞相比，SPP1+ 巨噬细胞对Fib2 (肌成纤维细胞) 有很好的预测效果。
Fig 6m：肌成纤维细胞marker表达与 SPP1+ 巨噬细胞marker的空间表达较一致。
Fig 6n：smFISH在独立的心肌梗死患者队列中（n = 26 名患者）中也确认 SPP1 巨噬细胞和肌成纤维细胞的共定位。
In summary, we have decoded cellular fibroblast and myeloid heterogeneity and spatial modelling of the fibro-myeloid cell states, revealing a unique interaction of SPP1+ macrophages with myofibroblasts across the different stages of human cardiac tissue remodelling.
讨论
在多细胞器官中比如人类心脏中，正常的细胞功能和组织稳态取决于相邻的细胞类型之间的相互作用。 单细胞技术可以描述不同细胞类型的分子异质性和疾病期间发生的变化。 然而，在没有空间背景的情况下，尚不清楚这些不同的细胞类型如何在空间中相互作用以协调组织功能。 在这里，作者通过将空间转录组学与单核基因表达和染色质可及性数据相结合，提供了心肌梗死后早期和晚期人类心脏与对照心脏（非移植供体心脏）相比的综合图谱。
作者通过估计每个位置的细胞类型组成和估计通路活性、绘制转录因子结合活性和预测 GWAS SNP 来提高空间转录组学的分辨率。这些不同层面的信息使我们能够将不同组织形态区域、心肌梗死后不同时间点和不同个体的人体心脏组织标本中的组织与细胞功能联系起来。在这里，我们描述了区分功能性心肌与缺血性和慢性重塑组织的炎症和纤维化重塑事件。我们探讨了这些重塑事件对心脏结构的影响，特别是对脉管系统以及成纤维细胞和髓系细胞之间的依赖性的影响。此外，我们确定了对照、remote区和border区的不同功能状态下的空间功能富集，这些区域不是通过仅观察细胞类型组成或组织学得到的。
对整合的 snRNA-seq 和 snATAC-seq 数据的分析鉴定出了心肌细胞、内皮细胞、成纤维细胞和髓系细胞的不同细胞状态和亚型。我们观察到与空间分布、通路活性和疾病状况相关的不同心肌细胞状态。利用多组学数据，我们推断了 eGRN 并鉴定出了心肌细胞和成纤维细胞的潜在调控因子，这些结果也反映在空间转录组学数据中。我们的数据揭示了受损心肌周围border区域的独特生态位，受损和未受损的细胞类型之间有明显的边界，并以 ANKRD1 和 NPPB 的表达梯度为标志。心肌梗死后的晚期重塑是由纤维化驱动的，在不同的组织区域具有成纤维细胞到肌成纤维细胞的分化。我们的数据为心肌梗死后人类心脏中的肌成纤维细胞分化提供了新的见解，不同的基因表达和基因调控程序推动了这一过程。此外，我们解析了人类心肌梗死后成纤维细胞和髓系细胞的异质性，并确定了肌成纤维细胞和活化的巨噬巨噬细胞 (SPP1+CD36+) 之间的明显依赖性。空间技术与单细胞数据的结合为研究心脏细胞状态如何受其组织微环境影响提供了很好的切入点。细胞类型之间的相互作用很大程度上反映了组织的空间构成，尽管涉及许多其他因素，但这些相互作用为进一步分析提供了基础。值得注意的是，正如预期的那样，缺血样本存在明显的细胞死亡，因此这些区域也观察到更高水平的ambient RNA，这可能会在分析中引入偏差。此外，我们不能排除在我们的细胞类型比例分析中对心肌细胞的高估，因为大约 25% 的成人心肌细胞是双核的，尽管据报道细胞中的多个细胞核在转录上是同质的。
我们设想，我们的图谱将作为未来将单细胞基因组学和表观基因组学与人类心脏的空间基因表达数据结合研究的参考。 此外，我们相信我们的数据将有助于理解人类心肌内的空间基因表达和基因调控网络，并将为未来研究不同心脏细胞类型在心脏稳态和疾病中的功能提供丰富资源。
这是一篇做的非常好的空间多组学研究工作，数据分析和数据展示方式都值得我们深思、借鉴。是一个学习的绝佳资料！
代码地址：https://github.com/saezlab/visium_heart
数据地址：https://zenodo.org/record/6578047
参考文献：
- Pirruccello, J. P. et al. Analysis of cardiac magnetic resonance imaging in 36,000 individuals yields genetic insights into dilated cardiomyopathy. Nat. Commun. 11, 2254 (2020).
- Beggah, A. T. et al. Reversible cardiac fibrosis and heart failure induced by conditional expression of an antisense mRNA of the mineralocorticoid receptor in cardiomyocytes. Proc. Natl Acad. Sci. USA 99, 7160–7165 (2002).
- Kuppe, C. et al. Decoding myofibroblast origins in human kidney fibrosis. Nature 589, 281–286 (2021).
- Chromatin-accessibility estimation from single-cell ATAC-seq data with scOpen. Nat. Commun. 12, 6386 (2021).
- Shiraishi, M. et al. Alternatively activated macrophages determine repair of the infarcted
adult murine heart. J. Clin. Invest. 126, 2151–2166 (2016).
