Distinct radial glia subtypes regulate midbrain dopaminergic neuron development

Distinct radial glia subtypes regulate midbrain dopaminergic neuron development

https://www.nature.com/articles/s41593-026-02200-8

 

• mesDA  (중뇌 도파민 ) 신경세포의 발달을 이해하는 것은 파킨스병 치료를 위한 세포 대체 치료법(Cell Replacement Therapies)에 필수적이다.
• 해당 치료법은 손상된 세포를 건강한 세포로 교체하는 방법으로, 줄기세포가 필요하다.
• 논문에서  중뇌 mesDA 세포 분화를 위해 해당 전구체(줄기세포)인  radial glia (Rgl) cell 를 연구했다.
• Rgl에 대한 개별 역할에 대한 연구가 아직 명확하지 않기 때문에, 쥐와 사람의 VM Rgl 전사체 분석을 진행했다. 그 결과:
  • Rgl1이 mesDA 계통의 전구세포임을 규명
  • BMAL1에 의해 조절되는 Rgl1 전사 네트워크를 밝힘
  • BMAL1이 mesDA 신경세포 생성의 새로운 조절 인자이며
  • Rgl1에 의해 발현된 factor들이 mesDA 뉴런의 생존과 생산량을 증가시킨다는 것을 관찰함.

 

참고할만한 실험 방법:

Transcriptomic analysis of the embryonic mouse VM during dopaminergic neuron development

• bulk RNA-seq on embroyonic mouse:
  • VM
  • ventral hindbrain
  • ventral forebrain
  • dorsal midbrain
  • alar plate
• Multiple differentially expressed genes (DEGs) analysis across E11.5, E12.5, E13.5, and E14.5 alar plate (L) tissues
  
  • 1. 주요 분석 조건 및 문턱값 (Thresholds)
    • 차이 발현 유전자(DEG) 식별: Qlucore Omics Explorer를 사용해 VM 샘플과 타 부위를 비교했습니다.
      • 통계적 검증:
        • T-test 및 FDR(거짓 발견율) 보정 적용.
        • P-value < 0.01을 유의성 기준으로 설정.
        • 변동성이 낮은 유전자를 제외하기 위해 15% 분산 필터링 적용.
      • 발현 유의성: 사후 확률(Posterior probability) 99.8% 이상일 때 유의미한 발현으로 간주.
    2. 데이터 전처리 및 상관관계 분석
    • 데이터 변환: $log_2(RPKM + 1)$ 방식으로 정규화하여 분석에 사용.
    • 상관관계 계산: 분석 전 12.5% 분산 필터링을 추가로 거쳐 데이터의 신뢰도를 높임.
• PCA 분석
  • 입력: 샘플 × 유전자 발현 행렬
  • 출력: PC1, PC2 같은 축으로 샘플을 2D/3D에 배치
  • 서로 멀리 떨어질수록 → 전사체 패턴이 다름
    • 결과: E11.5 가장 transcriptionally divergent
    • 해석: 샘플이 다른 시점들과 PCA plot에서 멀리 떨어져있다. 전체 유전자 발현 패턴이 가장 다르다
• WGCNA (Weighted Gene Coexpression Network Analysis)
  • 공발현 모듈 탐색: 서로 비슷하게 움직이는 유전자들을 묶는 방법
    • 유전자끼리 상관계수 계산
    • 상관계수를 네트워크 형태로 변환
  • VM DEGs가 풍부한 light green module 발견
  • 해당 모듈을 mesDA module로 정의
• Network + GO 분석
  • mesDA module = 시간적으로 조정된 유전자 네트워크
  • GO 결과:
    • midbrain development
    • ECM (extracellular matrix) 강하게 enrichment
      → ECM이 mesDA 발달에 중요할 가능성 제시
  • 기존 VM single-cell 데이터와 통합
  • 네트워크 유전자 97%를 특정 세포 타입에 할당
    • mesDA module 181개 유전자가 어떤 세포에서 발현되는지 확인.
  • 176개가 특정 세포 타입에서 발현되는데, 그중  51%가 mRgl1–mRgl3, ependymal cells
    •  radial glia 계열 세포였음.scRNA-seq 통합 분석
    • 유전자들(그 51%)을 대상으로 GO 분석을 다시 수행 

• GSEA  분석
  • mesDA module이 mRgl1–mRgl3 주요 기여 세포임을 확인함.
  • 그러나 Rgl1, Rgl2, Rgl3 각각이 무슨 기능을 하는지는 모름
  • 각 subtype별로 GSEA  분석
    • 그 세포에서 높은 발현을 보이는 유전자들을 정렬함으로써
    • 어떤 기능 세트가 enrichment되는지 평가할 수 있게됨.
    • 결과:
      • Rgl1 → 증식 중심
      • Rgl2 → 대사 중심
      • Rgl3 → ECM/신호 전달 중심