长期运动的多组学图谱
Multi-omics atlas of chronic exercise.
一句话在小鼠中，长期运动引起组织、性别和昼夜时相特异的分子重塑，单核多组学揭示细胞类型特异变化。
研究问题
数据与样本
分析流程
- 1运动干预与取样：让小鼠进行8周自主跑轮运动，并在活动期和非活动期采集22种组织及血浆。
- 2多组学检测：开展整体RNA测序、代谢组学、蛋白质组学及单核RNA和甲基化测序。
- 3分层比较：比较不同组织、性别和昼夜时相的运动相关分子变化。
- 4细胞类型解析：配对单核甲基化组与转录组，识别参与表观遗传重塑的细胞类型。
- 5肌核变化分析：分析基因体去甲基化、转录变化与肌纤维类型转换的对应关系，并表征肌肉中的部分甲基化区域。
- 6跨物种特征识别：使用机器学习识别哺乳动物物种间保守的运动特征。
关键方法与工具
- bulk RNA sequencing
- 检测组织转录组变化
- metabolomics
- 检测代谢组变化
- proteomics
- 检测蛋白质组变化
- single-nucleus RNA sequencing
- 解析细胞类型转录反应
- single-nucleus methylation sequencing
- 解析细胞类型甲基化变化
- Machine learning
- 识别跨物种运动特征
设计思路
主要发现
- 8周自主跑轮运动诱导典型的肌纤维类型转换及广泛的组织特异性重塑，骨骼肌的转录组变化最大。
- 除下丘脑、肾脏和肺外，大多数组织在活动期的变化更大。
- 雌性表现出更广泛的转录反应，并呈现不同的下调模式。
- 单核甲基化组与转录组配对揭示了整体样本研究无法检测的细胞类型特异性重塑，包括与特定肌核中肌纤维类型转换相伴的基因体去甲基化和转录变化，以及具有性别偏倚的表观遗传反应。
- 机器学习识别出哺乳动物物种间保守的运动特征。
可借鉴之处
- 研究运动相关分子变化时，可借鉴同时按组织、性别和昼夜时相分层取样的设计，避免仅用单一取样时相概括反应。
- 当整体组织分析难以解释变化来源时，可借鉴单核甲基化组与转录组配对的策略，将表观遗传与转录变化定位到具体细胞类型。
- 可围绕肌纤维类型转换等明确生物学过程，联合分析基因体甲基化与转录变化，建立跨组学的对应关系。
数据与代码
局限
- 主要实验基于小鼠运动模型，其组织和细胞层面的发现不能直接等同于人体运动反应。
摘要（中文翻译）
运动可降低全因死亡率，但其在不同器官、性别和昼夜时相中的分子效应仍未得到充分理解。我们让小鼠进行为期8周的自主跑轮运动，并在活动期和非活动期采集22种组织及血浆，开展整体RNA测序、代谢组学、蛋白质组学，以及单核RNA测序和甲基化测序。运动诱导了典型的肌纤维类型转换及广泛的组织特异性重塑，其中骨骼肌的转录组变化最大。除下丘脑、肾脏和肺外，大多数组织在活动期的变化更大。雌性表现出更广泛的转录反应，并呈现不同的下调模式。将单核甲基化组与转录组配对，解析了驱动运动诱导表观遗传重塑的细胞类型，而这些变化无法通过整体样本研究检测到。这些变化包括协调发生的基因体去甲基化和转录变化，它们与特定肌核中的肌纤维类型转换相伴。细胞类型分辨的甲基化分析，包括对肌肉中部分甲基化区域的表征，揭示了训练引发的强烈且具有性别偏倚的表观遗传反应。机器学习识别出了哺乳动物物种间保守的运动特征。
英文原文摘要
Exercise reduces all-cause mortality, yet its molecular effects across organs, sexes, and circadian phases remain incompletely understood. We subjected mice to 8 weeks of voluntary wheel running and collected 22 tissues and plasma during active and inactive phases for bulk RNA sequencing, metabolomics, proteomics, and single-nucleus RNA and methylation sequencing. Exercise induced canonical fiber-type switching and widespread, tissue-specific remodeling, with the largest transcriptomic changes in skeletal muscle. Except for the hypothalamus, kidney, and lung, most tissues changed more during the active phase. Females showed broader transcriptional responses, with distinct downregulation. Pairing single-nucleus methylomes with transcriptomes resolved the cell types driving exercise-induced epigenetic remodeling-changes undetectable by bulk studies. These included coordinated gene-body demethylation and transcription that tracked with fiber-type switching in specific myonuclei. Cell-type-resolved methylation, including partially methylated domains characterized in muscle, revealed a strong, sex-biased epigenetic response to training. Machine learning identified conserved exercise signatures across mammalian species.
摘要来自 PubMed。翻译与解读由模型根据摘要生成，可能有误，不构成诊疗建议；数据以原文为准，版权归原出版方所有。