Abstrakt

Hintergrund: Die Niere ist ein hochkomplexes Organ mit zahlreichen Funktionen, die für die Gesundheit unerlässlich sind. Eine Nierenerkrankung tritt auf, wenn die Nieren geschädigt sind und nicht richtig funktionieren. Die Einzelzellanalyse ist eine leistungsstarke Technik, die beispiellose Einblicke in normale und abnormale Nierenzelltypen bietet und unser Verständnis der Mechanismen häufiger Nierenerkrankungen verändern wird.

Zusammenfassung: Unser Verständnis der Pathogenese von Nierenerkrankungen wird durch eine unvollständige molekulare Charakterisierung der für die Nierenfunktion verantwortlichen Zelltypen eingeschränkt. Die Anwendung der Einzelzelltechnologie in der Nierenforschung hat zelluläre Heterogenität, Genexpressionsprofile und molekulare Dynamik bei der Entwicklung und dem Fortschreiten von Nierenerkrankungen aufgezeigt. Die Einzelzellanalyse von Nierenorganoid- und Allotransplantatgewebe hat neue Einblicke in die Nierenorganogenese, Krankheitsmechanismen und therapeutische Ergebnisse geliefert. Insgesamt wird ein besseres Verständnis der Heterogenität von Nierenzellen und der molekularen Dynamik von Nierenerkrankungen die diagnostische Genauigkeit verbessern und dabei helfen, neue Therapiestrategien in der Nephrologie zu identifizieren.

Kernbotschaft: In diesem Übersichtsartikel fassen wir die aktuelle Einzelzellforschung zu Nierenerkrankungen zusammen und diskutieren die Auswirkungen der Einzelzelltechnologie auf die Grundlagenforschung und die klinische Nierenforschung.

Schlüsselwörter

Einzelzellentechnologie; Nierenerkrankung; Immunzelle; Nierenorganoid; Allotransplantat;Cistanche-Vorteile.

Einführung

Die Nieren sind zwei bohnenförmige Organe, die dafür verantwortlich sind, Abfallstoffe, überschüssiges Wasser und andere Verunreinigungen im Blut zu filtern und Urin zu produzieren. Die Nieren regulieren auch den pH-Wert, den Salz- und Kaliumspiegel sowie den Blutdruck. die Produktion roter Blutkörperchen kontrollieren; und aktivieren eine Form von Vitamin D, die dem Körper hilft, Kalzium aufzunehmen. Bis heute leiden schätzungsweise 850 Millionen Menschen weltweit an Nierenerkrankungen, darunter chronischer Nierenerkrankung (CKD), akuter Nierenschädigung, Nierenversagen und vielen anderen Erkrankungen. Eine Nierenerkrankung tritt auf, wenn die Nieren geschädigt sind und ihre Funktionen nicht mehr erfüllen können. Schäden können durch Diabetes, Bluthochdruck und eine Vielzahl anderer chronischer (langfristiger) Erkrankungen verursacht werden. Eine Nierenerkrankung kann zu anderen Gesundheitsproblemen führen, darunter Osteoporose, Nervenschäden, Unterernährung und Herzerkrankungen. Aktuelle Behandlungsstrategien für Patienten bleiben Nierentransplantationen oder Dialyse, die kostspielig sind.

Eine Vielzahl von Zellen in der Niere, darunter Epithel-, Thylakoid-, Endothel- und Neuronenzellen, sowie Immunzellnetzwerke interagieren, um die normale Nierenfunktion aufrechtzuerhalten. Ein tieferes Verständnis der Heterogenität gesunder Nieren und der Prozesse, die Nierenerkrankungen zugrunde liegen, wird die molekulare und histopathologische phänotypische Definition der Niere verfeinern und die Entwicklung neuer Krankheitsklassifikationen unterstützen. Die Einzelzelltechnologie ist potenziell vorteilhaft bei der Identifizierung zellulärer Subtypen, Zustände und Frequenzänderungen während des Beginns und Fortschreitens einer Nierenerkrankung. In den letzten Jahren wurde mit der rasanten Entwicklung der Hochdurchsatz-Einzelzell-RNA-Sequenzierungstechnologie (scRNA-seq) ein umfassender Zellatlas der normalen Niere für die renale Präzisionsmedizinforschung erstellt. Das Kidney Precision Medicine Project (KPMP) wurde weltweit entwickelt, um menschliche Nierenbiopsien zu erhalten, Nierengewebeatlanten zu erstellen, Krankheitssubpopulationen zu definieren und letztendlich Schlüsselzellen, Signalwege und Ziele für neue Therapien zu identifizieren. Aufbauend auf dem nierenassoziierten Einzelzell-Transkriptionsdatensatz analysierten die Forscher auch die Genexpressionsprofile von ACE2, TMPRSS2 und SLC6A19 in Nierenzellsubtypen, was für das Verständnis der Pathogenese des schweren akuten respiratorischen Syndroms Coronavirus 2 von entscheidender Bedeutung ist. Wir werden uns auf (1) die Entwicklung und Anwendung der Einzelzelltechnologie, (2) den Einsatz von scRNA-seq zur Untersuchung der Entwicklung und des Fortschreitens von Nierenerkrankungen, (3) die molekulare Kartierung von Immunzellen bei Nierenerkrankungen konzentrieren, ( 4) die Anwendung von scRNA-seq auf nierenähnliche Organe und (5) die Verwendung von scRNA-seq zur eingehenden Untersuchung von Nieren-Allotransplantaten (Abbildung 1).

Klicken Sie hier, um zu gelangendie Auswirkungen von Cistanche auf die Nieren

Entwicklung und Anwendung der Einzelzell-Transkriptom-Technologie

Eine einzelne Zelle ist die Grundeinheit des Lebens. Einzelzellanalysetechniken haben unsere Fähigkeit, die Zellzusammensetzung zu identifizieren, die Molekulardynamik zu verfolgen und pathologische Mechanismen aufzudecken, revolutioniert. Frühe globale Einzelzell-Genexpressionsanalysen wurden mithilfe von Microarray- und qPCR-Techniken durchgeführt. Tietjen et al. verwendeten Einzelzell-Mikroarrays, um die molekularen Expressionsprofile einzelner Neuronen und Vorläuferzellen zu überwachen und Signalwege in verschiedenen Entwicklungsstadien zu definieren. Darüber hinaus identifizierte die Einzelzell-Expressionsanalyse mehrere sich entwickelnde Zellsubtypen, die über neuartige Pankreas-Gene verfügen, was neue Einblicke in die Pankreas-Entwicklung lieferte. Diese Klasse entwickelte Einzelzell-qPCR-Techniken und wandte sie auf die Untersuchung wichtiger regulatorischer Gene bei der Entwicklung von Blastozysten bei Mäusen und der Differenzierung hämatopoetischer Abstammungslinien an.

Mit dem Aufkommen von Sequenzierungstechnologien der nächsten Generation hat scRNA-seq klare Vorteile bei der Unterscheidung verschiedener Isoformen, der Allelexpression und neuartigen Transkripten in einzelnen Zellen zu geringeren Kosten gezeigt. im Jahr 2009 haben Tang et al. berichteten über die erste Einzelzell-mRNA-Gesamttranskriptomsequenzierung, die die Komplexität von Transkriptionsvarianten in einzelnen Eizellen oder Eizellen von Mäusen demonstrierte. smart-seq wurde 2012 entwickelt, um Transkripte voller Länge in einzelnen Zellen zu erkennen. Durch die Anwendung auf seltene Zellen identifizierten Forscher mögliche Biomarker für zirkulierende Melanom-Tumorzellen. Ein Jahr später wurde Smart-seq2 mit verbesserter Reverse Transkription, Leseabdeckung, Bias und Genauigkeit eingeführt. Jüngste Entwicklungen bei Smart-seq3 haben seine Empfindlichkeit beim Nachweis Tausender Einzelzelltranskripte bei Allel- und Isoformenauflösung erheblich verbessert. Im Gegensatz zu PCR-basierten Amplifikationsmethoden erfasst CEL-seq effiziente Einzelzell-Transkriptome durch multiplexe lineare Amplifikation. Eine Studie mit CEL-seq zur Untersuchung der frühen Embryonalentwicklung von Cryptobacterium hidradenom ergab reproduzierbare und empfindliche Ergebnisse bei Einzelzellauflösung. Die erste automatisierte Plattform von scRNA-seq ist Fluidigm C1, die ein Mikrofluidiksystem verwendet, um einzelne Zellen in 96 oder 384 Kammern einzufangen, gefolgt von Zelllyse, reverser Transkription und PCR-Amplifikation.

Seit 2015 ist die Einzelzellforschung mit der kontinuierlichen Verfügbarkeit von Drop-seq, inDrop, 10× Genomics, Seq-well, Microwell-seq und SPLiTseq vollständig in die Ära des hohen Durchsatzes, der niedrigen Kosten und der Automatisierung eingetreten. Drop-seq und inDrop trennen einzelne Zellen in Tröpfchen in Nanolitergröße und vermischen sie mit einem eindeutigen Barcode, um jede Zelle zu kennzeichnen. Andererseits ermöglichen Cyto-seq, Seq-well und Microwell-seq die Einzelzell-mRNA-Sequenzierung mit hohem Durchsatz, indem sie eine Zelle und ein Barcode-Bead in einem Mikrowell einfangen. Unsere Gruppe erstellte mit Microwell-seq den ersten Mauszellatlas und die erste menschliche Zelllandschaft auf Einzelzellebene. In jüngerer Zeit werden Methoden mit höherem Durchsatz und einfacheren Methoden als SPLiT-seq und sci-RNA-seq für scRNA-seq bezeichnet. Diese Methoden nutzen die Zelle oder den Zellkern selbst als Reaktionskammer, um markierte Zellen über mehrere Runden der Poolteilung hinweg mit einem Barcode zu versehen. Anschließend werden alle Zellen einer cDNA-PCR-Amplifikation und -Sequenzierung unterzogen. Cao et al. verwendeten sci-RNA-seq3, um die Transkriptome von etwa 2 Millionen organogenen Mauszellen und 4 Millionen menschlichen fötalen Zellen zu analysieren und so einen globalen Überblick über die Entwicklungsprozesse von Säugetieren zu erhalten. Andere Einzelzelltechnologien, die genomische, proteomische und epigenomische Analysen abdecken, haben ebenfalls floriert; Sie gehen jedoch über den Rahmen dieses Dokuments hinaus.

Auftreten und Fortschreiten von Nierenerkrankungen

Die Niere kann von vielen häufigen und schwerwiegenden Krankheiten betroffen sein, darunter akuter Nierenschädigung, Glomerulonephritis, aufsteigenden Infektionen (Pyelonephritis) und Krebs. Insgesamt ist unser Verständnis der Pathogenese von Nierenerkrankungen durch eine unvollständige molekulare Charakterisierung der Zelltypen, die für organspezifische Funktionen verantwortlich sind, begrenzt. Um diese Wissenslücke zu schließen, haben unsere Gruppe und Park et al. erstellten mithilfe von scRNA-seq einen Transkriptionsatlas der gesunden Mäuseniere. Zu den wichtigsten Subtypen der Niereneinheitsepithelzellen gehörten Stielzellen, proximale tubuläre Epithelzellen, Henle-Ring, distale Tubuli und Sammelrohrzellen. Die Studie identifizierte einen neuen wandernden Zelltyp zum Sammeln von Duktuszellpopulationen und bestätigte damit frühere Erkenntnisse zur gegenseitigen Umwandlung zwischen interkalierten Zellen und Hauptzellen in scRNA-seq-Studien. Darüber hinaus haben Ransick et al. analysierten männliche und weibliche erwachsene Nieren und erstellten einen anatomischen Atlas der Nierenelemente von Mäusen auf Einzelzellebene. Unsere Gruppe führte auch eine Microwell-seq-Analyse von menschlichem fötalem und erwachsenem Nierengewebe durch. Zusätzlich zu Epithelzellen, Endothelzellen, Stromazellen und Immunzellen im Gewebe identifizierten wir bisher unbeschriebene somatische Zelltypen vom S-Typ in der fetalen Niere und einen neuen wandernden Zelltyp in der erwachsenen Niere. Die molekulare Profilierung einzelner Zellen des Nierengefäßsystems ergab spezielle Expressionsprofile der sich bildenden Nephrone und deckte die Pathogenese von Nierenerkrankungen auf. Darüber hinaus wurden alle Arten von glomerulären Zellen aus gesunden Mäusen und verschiedenen Krankheitsmodellen durch Einzelzell-Transkriptom-Clusteranalyse identifiziert und in Krankheitsmodellen wurden neue krankheitsbezogene Gene und regulatorische Signalwege entdeckt, beispielsweise der Hippo-Signalweg, der in Podozyten nach einer nephrotoxischen Immunreaktion aktiviert wurde Verletzung.

Nierenfibrose ist ein typisches Merkmal der chronischen Nierenerkrankung und betrifft mehr als 10 Prozent der Weltbevölkerung. In einem heterogenen Koexistenzmodell der Nierenfibrose haben Kramann et al. verwendeten scRNA-seq, um zu bestätigen, dass Monozyten einen kleinen Anteil an Myofibroblasten beisteuerten, die meisten Myofibroblasten jedoch aus mesenchymalen Zellen stammten. Anschließend haben Kuppe et al. [37] analysierten das Transkriptom von etwa 135000 Zellen aus proximalen und nicht-proximalen Tubuli und bestätigten weiter, dass verschiedene Isoformen von MSCs die Hauptursache für menschliche Nierenfibrose sind. Darüber hinaus wurde in einer vergleichenden Analyse gesunder und fibrotischer Nierenmonozyten ein Myofibroblasten-spezifisches Gen, nacktes Keratinozytenhomolog 2 (NKD2), als potenzielles therapeutisches Ziel für menschliche Nierenfibrose identifiziert. Basierend auf 402 Nierenbiopsien wurde Harnfibrinogen als nicht-invasiver Biomarker bei Patienten mit chronischer Nierenerkrankung vorhergesagt.

Standardisierte Cistanche

Die diabetische Nephropathie (DN) ist durch eine gleichzeitige Schädigung der Glomeruli und des tubulären Interstitiums gekennzeichnet. Allerdings ist relativ wenig darüber bekannt, wie sich der Zellstatus und die Zellfrequenz mit dem Ausbruch der Krankheit und dem Fortschreiten der Genexpression ändern. Um Veränderungen in der Genexpression glomerulärer Zellen bei Maus-DN aufzuklären, haben Fu et al. führten eine scRNA-seq-Analyse durch und identifizierten mehrere neue potenzielle Marker glomerulärer Zellen, darunter Magi2, Robo2, Ramp3 und Fabp4. Bei der diabetischen Nephropathie (DKDs) ist die Regulation angiogener und migratorischer Wege in Endothelzellen verändert, während Translations- und proteinstabile Regulationswege in Thylakoidzellen stark angereichert sind. Insgesamt werden Veränderungen in der Molekulardynamik von Endothel- und Thylakoidzellen dazu beitragen, wichtige pathophysiologische Faktoren zu identifizieren, die zur DN-Progression beitragen. Chung et al. stellte das Einzelzelltranskriptom von Glomeruli in einem Mausmodell für Diabetes mellitus dar. Die Genexpression war in Thylakoiden und Podozyten von ob/ob-Mäusen im Vergleich zu Kontrollen verändert. In Thylakoidzellen wurden proliferative Wege induziert, und in Podozyten wurden mit dem Zelltod in Zusammenhang stehende Wege induziert, was mit Veränderungen im Zellzahlverhältnis übereinstimmt. Eine umfassende Analyse der veröffentlichten DKD-scRNA-seq-Datensätze identifizierte 17 entscheidende Gene und bereicherte unser Verständnis der molekularen Mechanismen, die der Pathogenese von DKDs zugrunde liegen. Darüber hinaus ergab die unvoreingenommene Einzelkern-RNA-Sequenzierung (snRNA-seq) kryokonservierter Nierenproben menschlicher Diabetiker 23.980 Transkriptome aus drei Kontroll- und drei frühen DN-Proben. Die Ergebnisse zeigten zelltypspezifische Veränderungen in der Genexpression, was auf eine erhöhte Kaliumsekretion in menschlichen DN hindeutet. Eine frühere Studie zum Vergleich von scRNA-seq und snRNA-seq in Nieren erwachsener Mäuse zeigte, dass letztere eine effizientere Einfangkapazität hatten. Beispielsweise wurden glomeruläre Podozyten, Thylakoidzellen und Endothelzellen eher von snRNA-seq als von scRNA-seq eingefangen. Die Anwendung von snRNA-seq minimiert die Pseudoeffekte der enzymatischen Verdauung und kann an gefrorenen Proben durchgeführt werden, was voraussichtlich zu einer breiteren Anwendung führen wird, um die Untersuchung pathologischer Mechanismen bei verschiedenen Nierenerkrankungen zu beschleunigen.

Ein präzises zelluläres Transkriptom kann den Ursprung von Nierentumorzellen und die Transkriptionsverläufe, die eine maligne Transformation unterstützen, aufdecken. jung et al. definierte normale und krebsartige menschliche Nierenzelltypen aus einem Katalog von 72.501 Einzelzelltranskriptomen. Durch die Identifizierung spezifischer normaler zellulärer Korrelate von Nierenkrebszellen (RCCs) lieferte eine Studie Beweise für die Hypothese, dass Wilms-Tumorzellen aberrante fetale Zellen sind und dass RCCs von einem wenig bekannten Subtyp proximaler tubulärer Zellen stammen könnten. Somit bietet scRNA-seq eine skalierbare experimentelle Strategie zur Charakterisierung menschlicher Nierenkrebszellen mit präziser quantitativer zellulärer molekularer Auflösung.

Molekularer Atlas der Immunzellen bei Nierenerkrankungen

Immunzellen sind ein grundlegender Bestandteil des menschlichen Gewebes und spielen eine wichtige Rolle im physiologischen und pathologischen Stoffwechsel. Tatsächlich ist die Fähigkeit des Immunsystems, pathogene oder gefährliche Signale oder bösartige Zellen zu erkennen, von entscheidender Bedeutung. Die Anwendung der Einzelzelltechnologie zur Untersuchung renaler Immunzellen hat das Potenzial, ein besseres Verständnis der Rolle des Immunsystems bei der Pathogenese gesunder Nieren und Krankheiten zu ermöglichen und neue Therapiestrategien zu identifizieren. Diese Bemühungen beginnen, die komplexe Immunlandschaft innerhalb der Niere zu kartieren und die Beziehung zwischen geweberesidenten Immunzellen und ihren gegenseitig aktivierten Nachbarn aufzudecken.

Im Jahr 2018 lieferte die Anwendung von scRNA-seq im Nierengewebe von Mäusen eine umfassende Immunzelllandschaft, einschließlich residenter Makrophagen, Neutrophilen, B- und T-Lymphozyten und NK-Zellen. Ein Jahr später wurde eine beispiellose Einzelzellstudie zur räumlich-zeitlichen Organisation menschlicher Nierenimmunzellen durchgeführt. In fötalen und erwachsenen Nieren wurden geweberesidente myeloische und lymphoide Immunzellnetzwerke identifiziert, und Studien identifizierten postnatal erworbene Transkriptionsprogramme, die die Infektionsabwehr fördern. Darüber hinaus wurde vorhergesagt, dass die Wechselwirkung zwischen reifen Nierenepithelzellen und Immunzellen antibakterielle Makrophagen und Neutrophile in den anfälligsten Regionen der Niere rekrutiert. Insgesamt trägt die umfassende Immunlandschaft der Niere zur Erforschung pathogener Mechanismen und zur Identifizierung therapeutischer Angriffspunkte bei immunologischen und infektiösen Nierenerkrankungen bei.

Lupusnephritis (LN) ist eine potenziell tödliche Autoimmunerkrankung, für die aktuelle Therapien unwirksam und oft toxisch sind. Die molekularen und zellulären Prozesse, die zu Nierenschäden führen, und die Heterogenität von LN bleiben unklar. scRNA-seq wurde von Arazi et al. verwendet. um 21 krankheitsspezifische Subpopulationen von myeloischen, T-, natürlichen Killer- und B-Zellen bei LN-Patienten zu identifizieren. In ähnlicher Weise haben Der et al. wandte scRNA-seq auf Nieren- und Hautbiopsiegewebe von LN-Patienten an. Es wurde berichtet, dass die Typ-I-Interferon-Reaktionswerte der tubulären Epithelzellen bei LN-Patienten höher waren als bei gesunden Kontrollpersonen. Darüber hinaus waren entzündliche und fibrotische Merkmale tubulärer Zellen mit der Unwirksamkeit der Behandlung verbunden. Bei DKD zeigte die scRNA-seq-Analyse eine signifikant höhere Anzahl von Immunzellen in diabetischen Glomeruli als in Kontrollen. Diese Studien legen nahe, dass die Genexpressionsprofile von Immunzellen in Urin, Haut und Niere stark korrelieren, was darauf hindeutet, dass Urin- und Hautbiopsien eine potenzielle Quelle für diagnostische und prognostische Marker für Nierenerkrankungen sein könnten.

Aktuelle Studien haben die Rolle von Immunzellen in Modellen von Nierenerkrankungen mit Einzelzellauflösung gezeigt. Einseitige Harnleiterobstruktionsmodelle werden häufig bei interstitieller Nierenfibrose eingesetzt, bei der Makrophagen und Entzündungszellen das Niereninterstitium infiltrieren, was zu deutlichen Veränderungen der renalen Hämodynamik und des Nierenstoffwechsels führt. scRNA-seq wurde in reversiblen einseitigen Harnleiterobstruktionsmodellen verwendet, um die myeloische Zelllandschaft während des Fortschreitens und der Regression der Fibrose zu analysieren. Conway et al. zeigte Heterogenität in myeloischen Zellen mit dynamischen Veränderungen in den relativen Anteilen der Subpopulationen, Monozyten werden früh in der Verletzung rekrutiert, Ccr2-plus-Makrophagen akkumulieren sich spät in der Verletzung und ein neuer Cluster von Mmp12-plus-Makrophagen spielt eine Rolle im Reparaturprozess. Bei Nierenerkrankungen und Transplantationen ist eine Ischämie-Reperfusionsverletzung (IRI) mit Entzündungen und der Rekrutierung von Leukozyten verbunden. Experimentelle IRI-Modelle wurden verwendet, um die funktionelle Rolle von zwei Gruppen angeborener lymphoider Zellen in der Niere zu bewerten, und die Daten legen nahe, dass diese Zellen bei Nierenschäden redundante Funktionen haben. Durch die Anwendung von scRNA-seq auf ein Nierentransplantations-IRI-Modell konnten Kremann et al. fanden heraus, dass die anschließende Infiltration von CXCR5 plus Leukozyten zu erhöhten systemischen CXCL13-Spiegeln führte. knRNA-seq wurde von Kirita et al. auch auf ein IRI-Mausmodell angewendet. um detaillierte zelluläre Reaktionen nach einer Verletzung zu charakterisieren und einen ausgeprägten proinflammatorischen und profibrotischen Zellzustand im proximalen Tubulus zu identifizieren. Harnsäure, das Endoxidationsprodukt des Purinstoffwechsels, ist in mehreren Krankheitsmodellen eng mit Nierenentzündungen verbunden. Beispielsweise erkennt NLRP3 (NOD-, LRR- und Pyrin-haltige Strukturdomäne 3) Signale eines Harnsäureüberschusses und entzündliche Vesikel werden bei hyperurikämischer Nephropathie aktiviert. Die spezifischen Immunmechanismen, die einer durch Hyperurikämie verursachten Nierenschädigung zugrunde liegen, sind jedoch nicht bekannt. Der Aufbau einer entzündlichen Körperlandschaft auf Einzelzellebene in einem Modell einer durch Hyperurikämie verursachten Nierenschädigung wird voraussichtlich in naher Zukunft realisiert.

Bei Nierentumoren kommt es zu einer Immuninfiltration, die durch die Mikroumgebung des Tumors beeinflusst wird. Eine frühere Studie zeigte, dass tumorinfiltrierende Makrophagenpopulationen den vaskulären endothelialen Wachstumsfaktor A exprimieren und am komplexen VEGF-Signalweg im RCC-Gewebe beteiligt sind. Die vorliegende Studie zeigt, dass scRNA-seq die Tumorentstehung angehen und mutmaßliche pathophysiologische Mechanismen und zelluläre Signalnetzwerke identifizieren kann, die als Ziele für eine medikamentöse Therapie dienen können. Insgesamt hebt die Studie Fortschritte bei scRNAseq hervor, die Einblicke in das Immunsystem und die zellulären Netzwerke ermöglichen, die in gesunden und erkrankten Nieren funktionieren.

Kräuter-Cistanche

Anwendung von scRNA-seq auf Nierenorganoide

Neben der Untersuchung erkrankter Nierengewebe sind Nierenorganoide zu einem wichtigen Instrument für die Untersuchung der Organogenese und Krankheitsmechanismen geworden und haben das Potenzial, als Quelle alternativer Gewebe die Entwicklung von Therapien zu beschleunigen. Parallel dazu haben Fortschritte in der scRNA-seq zu einer detaillierteren Analyse verschiedener zellulärer Subpopulationen und Genexpressionsänderungen in nierenähnlichen Organen geführt.

Insgesamt ist ein besseres Verständnis der embryonalen Entwicklung der Nieren auf Einzelzellebene erforderlich, um die Reifung nierenähnlicher Organe steuern zu können. In Einzelzell-Transkriptomstudien der menschlichen fötalen Niere wurden 22 Zelltypen und entsprechende Markergene identifiziert.

Der Vergleich verschiedener Entwicklungsstadien zeigt die Kontinuität der molekularen Dynamik von Fußzellen. Eine weitere Einzelzellanalyse wurde an menschlichen fötalen Nieren und aus embryonalen Stammzellen gewonnenen nierenähnlichen Organen durchgeführt. Eine vergleichende Analyse der Entwicklungsverläufe einzelner Zellen in der Niere ergab ähnliche Genexpressionsprofile in vivo und in vitro, mit Ausnahme von Podozyten im Spätstadium, was auf einen unvollständigen Reifungsprozess podozytenähnlicher Organe schließen lässt. Transplantationsexperimente legen außerdem nahe, dass das Thylakoid und das Gefäßlumen mithilfe von Organoidmodellen optimiert werden können. Eine kürzlich durchgeführte Studie mit hinteren mesenchymalen und harnleiterknospenähnlichen Nierenzellen zur Erzeugung von Nierenorganoiden zeigte, dass scRNA-seq die Reifung der proximalen Tubuli verbesserte und die Zellpopulationen außerhalb des Ziels reduzierte. Die scRNA-seq-Analyse von aus menschlichen pluripotenten Stammzellen (PSC) abgeleiteten Nierenorganoiden wurde von Subramanian et al. durchgeführt. und Wu et al. Im Vergleich zu Einzelzelldatensätzen menschlicher fetaler und erwachsener Nieren zeigten die verschiedenen nierenähnlichen Organe weitgehend reproduzierbare Zelltypen, jedoch mit unterschiedlichen Zellanteilen aufgrund des Vorhandenseins von Zellen außerhalb des Ziels. Darüber hinaus deckte die Analyse des Transkriptionsfaktor-Netzwerks Wege zur Differenzierung renaler Organoide auf und verdeutlichte damit die Leistungsfähigkeit der Einzelzelltechnologie bei der Charakterisierung und Steuerung der Differenzierung von Organoiden.

Zusammenfassend lässt sich sagen, dass menschliche nierenähnliche Organe eine nützliche Ressource für die Erforschung von Krankheitsmodellen, potenziellen Regulierungsmechanismen, Hochdurchsatz-Arzneimittelscreening und letztendlich für regenerative Therapien sind. Diese Studien unterstreichen die potenzielle Verwendung von scRNA-seq in Nierenmodellsystemen zur Aufklärung physiologischer und pathologischer Prozesse in vivo und bieten Leitlinien für zukünftige Forschungen zur Diagnose und Behandlung von Nierenerkrankungen.

Einblick in Nieren-Allotransplantate durch scRNA-seq

Die allogene Nierentransplantation ist eine der wirksamsten klinischen Behandlungen für Nierenerkrankungen im Endstadium. Die Einzelzelltechnologie bietet die Möglichkeit, die Art und den Status von Nierenzellen mithilfe menschlicher Biopsien nach allogener Transplantation genau und präzise zu charakterisieren. Der erste veröffentlichte Bericht über Nierentransplantationsbiopsien analysierte 8746 Einzelzelltranskriptome und definierte unterschiedliche Entzündungsreaktionen. Monozyten bildeten die nicht-klassische CD16-plus-Gruppe und die klassische CD16--Gruppe; Endothelzellen zeigten einen Ruhezustand und zwei Antikörper-vermittelte Abstoßungszustände. Diese Erkenntnisse tragen zu unserem besseren Verständnis der Immunabstoßung bei Nierentransplantationen bei. In einer vergleichenden Studie mit Nierenmonozyten aus Empfänger- und Spenderquellen zeigten Nierenbiopsieproben eine signifikant unterschiedliche transkriptionelle Genexpression. Bei den Empfängern wurden entzündungsaktivierte Makrophagen und zytotoxisch exprimierte T-Zellen beobachtet. In ähnlicher Weise haben Liu et al. analysierten Zellen aus chronischen Nierentransplantatabstoßungen und verglichen gesunde erwachsene Nieren auf Einzelzellebene. Eine unbeaufsichtigte Clusteranalyse ergab, dass eine erhöhte Anzahl von Immunzellen und Myofibroblasten in der Gruppe der chronischen Nierentransplantatabstoßung zur Nierenabstoßung und Fibrose beitragen kann. Bemerkenswert ist, dass in einer kürzlich durchgeführten Studie der erste Einzelzellatlas des erwachsenen Urins dargestellt und SOX9-plus-Nierenstamm-/Vorläuferzellpopulationen im Urin identifiziert wurden. Die Vorläuferzellen proliferierten und differenzierten erfolgreich in vivo, erwarben einige der Eigenschaften tubulärer Zellen und stellten eine potenziell nützliche Ressource für zukünftige Nierentransplantationstherapien dar. Insgesamt liefert die scRNA-seq-Technologie neue und aufschlussreiche Einblicke in die Abstoßung menschlicher Nierentransplantate, wodurch letztendlich die diagnostische Genauigkeit verbessert und die Einführung der Interpretation molekularer Biopsien beschleunigt wird.

Cistanche-Ergänzungsmittel

Abschluss

Im letzten Jahrzehnt hat sich scRNA-seq zu einem unverzichtbaren Werkzeug für die transkriptomweite differenzielle Genexpressionsanalyse entwickelt, um die physiologische Biologie zu untersuchen und molekulare regulatorische Anomalien bei Krankheiten zu identifizieren. Im Gegensatz zu herkömmlichen diskreten Phänotypen kann die molekulare Charakterisierung auf Einzelzellebene einen systematischen Standard für die Charakterisierung von Phänotypen von Nierenerkrankungen liefern. Die Anwendung der Einzelzelltechnologie in gesundem Nierengewebe oder klinischen Nierenbiopsieproben liefert einen umfassenden molekularen Atlas der Niere und erweitert unser Verständnis der Nephrologie. Der Renal Single Cell Atlas wird ein integraler Bestandteil der internationalen Arbeit des Human Cell Atlas sein, der darauf abzielt, eine umfassende und systematische Referenzkarte des menschlichen Körpers zu erstellen. In zukünftigen Studien wird erwartet, dass Einzelzell-Ultrahochdurchsatz- und räumliche Transkriptomanalysen unser Verständnis der Niere erweitern. Die Integration von Multi-Omics-Daten wird die personalisierte Diagnose und Behandlung von Nierenerkrankungen weiter verbessern.

VERWEISE

1. Kriz W, Bankir L. Eine Standardnomenklatur für Strukturen der Niere. Die Nierenkommission der International Union of Physiology Sciences (IUPS). Niere Int. 1988 Jan.; 33(1):1–7.

2. Kurts C, Panzer U, Anders HJ, Rees AJ. Das Immunsystem und Nierenerkrankungen: Grundkonzepte und klinische Implikationen. Nat Rev Immunol. 2013 Okt.;13(10):738–53.

3. Luyckx VA, Al-Aly Z, Bello AK, Bellorin Font E, Carlini RG, Fabian J, et al. Nachhaltige Entwicklungsziele sind für die Nierengesundheit relevant: ein Update zum Fortschritt. Nat Rev Nephrol. 2021 Jan;17(1):15–32.

4. Clark AR, Greka A. Die Kraft eines Einzelnen: Fortschritte in der Einzelzellgenomik in der Niere. Nat Rev Nephrol. 2020 Feb;16(2):73–4.

5. Han X, Wang R, Zhou Y, Fei L, Sun H, Lai S, et al. Kartierung des Mauszellatlas durch Microwell-Seq. Zelle. 2018 Feb;172(5):1091–107.e17.

6. Park J, Shrestha R, Qiu C, Kondo A, Huang S, Werth M, et al. Einzelzell-Transkriptomik der Mäuseniere deckt potenzielle zelluläre Angriffspunkte für Nierenerkrankungen auf. Wissenschaft. 2018 Mai; 360(6390):758–63.

7. Hochane M, van den Berg PR, Fan X, Bérenger-Currias N, Adegeest E, Bialecka M, et al. Einzelzell-Transkriptomik enthüllt die Genexpressionsdynamik der menschlichen fetalen Nierenentwicklung. PLoS Biol. 2019 Feb;17(2): e3000152.

8. Han X, Zhou Z, Fei L, Sun H, Wang R, Chen Y, et al. Aufbau einer menschlichen Zelllandschaft auf Einzelzellebene. Natur. 2020 Mai; 581(7808):303–9.

9. Liao J, Yu Z, Chen Y, Bao M, Zou C, Zhang H, et al. Einzelzell-RNA-Sequenzierung der menschlichen Niere. Sci-Daten. 2020 Jan;7(1):4.

10. Präzisionsmedizin in der Nephrologie. Nat Rev Nephrol. 2020 Nov;16(11):615.

11. Chen QL, Li JQ, Xiang ZD, Lang Y, Guo GJ, Liu ZH. Lokalisierung zellrezeptorbezogener Gene von SARS-CoV-2 in der Niere durch Einzelzell-Transkriptomanalyse. Nierendis. 2020 Jul;6(4):258–70.

12. Tietjen I, Rihel JM, Cao Y, Koentges G, Zakhary L, Dulac C. Einzelzell-Transkriptionsanalyse neuronaler Vorläufer. Neuron. 2003 Apr;38(2):161–75.

13. Chiang MK, Melton DA. Einzelzell-Transkriptanalyse der Bauchspeicheldrüsenentwicklung. Entwicklerzelle. 2003 März;4(3):383–93.

14. Guo G, Huss M, Tong GQ, Wang C, Li Sun L, Clarke ND, et al. Lösung von Zellschicksalentscheidungen, die durch Einzelzell-Genexpressionsanalyse von der Zygote bis zur Blastozyste aufgedeckt wurden. Entwicklerzelle. 2010 Apr;18(4):675–85.

15. Guo G, Luc S, Marco E, Lin TW, Peng C, Kerenyi MA, et al. Kartierung der Zellhierarchie durch Einzelzellanalyse des Zelloberflächenrepertoires. Zellstammzelle. 2013 Okt;13(4):492–505.

16. Wang Z, Gerstein M, Snyder M. RNA-Seq: ein revolutionäres Werkzeug für die Transkriptomik. Nat Rev Genet. 2009 Jan;10(1):57–63.

17. Tang F, Barbacioru C, Wang Y, Nordman E, Lee C, Xu N, et al. mRNA-Seq-Gesamttranskriptomanalyse einer einzelnen Zelle. Nat-Methoden. 2009 Mai;6(5):377–82.

18. Ramsköld D, Luo S, Wang YC, Li R, Deng Q, Faridani OR, et al. Vollständige mRNA-Sequenz aus Einzelzell-RNA-Ebenen und einzelnen zirkulierenden Tumorzellen. Nat Biotechnol. 2012 Aug;30(8):777–82.

19. Picelli S, Björklund ÅK, Faridani OR, Sagasser S, Winberg G, Sandberg R. Smart-seq2 für empfindliche Transkriptomprofilierung in voller Länge in einzelnen Zellen. Nat-Methoden. 2013 Nov;10(11): 1096–8.

20. Hagemann-Jensen M, Ziegenhain C, Chen P, Ramsköld D, Hendriks GJ, Larsson AJM, et al. Einzelzell-RNA-Zählung mit Allel- und Isoformenauflösung mit Smart-seq3. Nat Biotechnol. 2020 Jun;38(6):708–14.

21. Hashimshony T, Wagner F, Sher N, Yanai I. CEL-seq:single-cell RNA-seq by multiplexed linear amplification. Cell Rep. 2012 Sep;2(3): 666–73.

22. Yanai I, Hashimshony T. CEL-seq2-Einzelzell-RNA-Sequenzierung durch multiplexierte lineare Amplifikation. Methoden Mol Biol. 2019;1979: 45–56.

23. Streets AM, Zhang X, Cao C, Pang Y, Wu X, Xiong L, et al. Mikrofluidische Sequenzierung des gesamten Transkriptoms einzelner Zellen. Proc Natl Acad Sci US A. 2014 Mai;111(19):7048–53.

24. Klein AM, Mazutis L, Akartuna I, Tallapragada N, Veres A, Li V, et al. Tröpfchen-Barcoding für die Einzelzell-Transkriptomik, angewendet auf embryonale Stammzellen. Zelle. 2015 Mai;161(5): 1187–201.

25. Macosko EZ, Basu A, Satija R, Nemesh J, Shekhar K, Goldman M, et al. Hochparalleles genomweites Expressionsprofil einzelner Zellen mithilfe von Nanoliter-Tröpfchen. Zelle. 2015 Mai;161(5):1202–14.

26. Fan HC, Fu GK, Fodor SP. Ausdrucksprofilierung. Kombinatorische Markierung einzelner Zellen für die Genexpressionszytometrie. Wissenschaft. 2015 Februar; 347(6222):1258367.

27. Gierahn TM, Wadsworth MH, Hughes TK, Bryson BD, Butler A, Satija R, et al. Seq-well: Tragbare, kostengünstige RNA-Sequenzierung einzelner Zellen mit hohem Durchsatz. Nat-Methoden. 2017 Apr;14(4):395–8.

28. Cao J, Packer JS, Ramani V, Cusanovich DA, Huynh C, Daza R, et al. Umfassendes Einzelzell-Transkriptionsprofil eines mehrzelligen Organismus. Wissenschaft. 2017 Aug;357(6352): 661–7.

29. Rosenberg AB, Roco CM, Muscat RA, Kuchina A, Sample P, Yao Z, et al. Einzelzellprofilierung des sich entwickelnden Gehirns und Rückenmarks von Mäusen mit Split-Pool-Barcoding. Wissenschaft. 2018 Apr;360(6385):176–82.

30. Cao J, Spielmann M, Qiu X, Huang X, Ibrahim DM, Hill AJ, et al. Die Einzelzell-Transkriptionslandschaft der Organogenese von Säugetieren. Natur. 2019 Feb;566(7745):496–502.

31. Cao J, O'Day DR, Pliner HA, Kingsley PD, Deng M, Daza RM, et al. Ein menschlicher Zellatlas der fetalen Genexpression. Wissenschaft. 2020; 370(6518):370.

32. Chen L, Lee JW, Chou CL, Nair AV, Battistone MA, Păunescu TG, et al. Transkriptome der wichtigsten Zelltypen der Nierensammelrohre bei Mäusen, identifiziert durch Einzelzell-RNA-Seq. Proc Natl Acad Sci US A. 2017 Nov;114(46): E9989–98.

33. Ransick A, Lindström NO, Liu J, Zhu Q, Guo JJ, Alvarado GF, et al. Einzelzell-Profiling zeigt Geschlecht, Abstammung und regionale Diversität in der Mäuseniere. Entwicklerzelle. 2019 Nov;51(3):399– 413.e7.

34. Barry DM, McMillan EA, Kunar B, Lis R, Zhang T, Lu T, et al. Molekulare Determinanten der Nephron-Gefäßspezialisierung in der Niere. Nat Commun. 2019 Dez;10(1):5705.

35. Chung JJ, Goldstein L, Chen YJ, Lee J, Webster JD, Roose-Girma M, et al. Das Einzelzell-Transkriptom-Profiling des Nierenglomerulus identifiziert wichtige Zelltypen und Reaktionen auf Verletzungen. J Am Soc Nephrol. 2020 Okt.;31(10): 2341–54.

36. Kramann R, Machado F, Wu H, Kusaba T, Hoeft K, Schneider RK, et al. Parabiose und Einzelzell-RNA-Sequenzierung zeigen einen begrenzten Beitrag von Monozyten zu Myofibroblasten bei Nierenfibrose. JCI Insight. 2018 Mai;3(9): e99561.

37. Kuppe C, Ibrahim MM, Kranz J, Zhang X, Ziegler S, Perales-Patón J, et al. Entschlüsselung des Ursprungs von Myofibroblasten bei menschlicher Nierenfibrose. Natur. 2021 Jan;589(7841):281–6.

38. Wang H, Zheng C, Lu Y, Jiang Q, Yin R, Zhu P, et al. Urinfibrinogen als Prädiktor für das Fortschreiten einer CKD. Clin J Am Soc Nephrol. 2017 Dez;12(12):1922–9.

39. Fu J, Akat KM, Sun Z, Zhang W, Schlöndorff D, Liu Z, et al. Einzelzell-RNA-Profilierung glomerulärer Zellen zeigt dynamische Veränderungen bei experimenteller diabetischer Nierenerkrankung. J Am Soc Nephrol. 2019 Apr;30(4):533–45.

40. Zhang Y, Li W, Zhou Y. Identifizierung von Hub-Genen bei diabetischer Nierenerkrankung mittels multipler Microarray-Analyse. Ann Transl Med. 2020 Aug;8(16):997.

41. Wilson PC, Wu H, Kirita Y, Uchimura K, Ledru N, Rennke HG, et al. Die transkriptomische Einzelzelllandschaft der frühen diabetischen Nephropathie beim Menschen. Proc Natl Acad Sci US A. 2019 Sep;116(39):19619–25.

42. Wu H, Kirita Y, Donnelly EL, Humphreys BD. Vorteile der Einzelkern-RNA-Sequenzierung gegenüber der Einzelzell-RNA-Sequenzierung der adulten Niere: seltene Zelltypen und neuartige Zellzustände bei Fibrose. J Am Soc Nephrol. 2019 Jan;30(1):23–32.

43. Young MD, Mitchell TJ, Vieira Braga FA, Tran MGB, Stewart BJ, Ferdinand JR, et al. Einzelzell-Transkriptome aus menschlichen Nieren enthüllen die zelluläre Identität von Nierentumoren. Wissenschaft. 2018 Aug;361(6402):594–9.

44. Stewart BJ, Ferdinand JR, Young MD, Mitchell TJ, Loudon KW, Riding AM, et al. Raumzeitliche Immunzonierung der menschlichen Niere. Wissenschaft. 2019 Sep;365(6460):1461–6.

45. Arazi A, Rao DA, Berthier CC, Davidson A, Liu Y, Hoover PJ, et al. Die Immunzelllandschaft in den Nieren von Patienten mit Lupusnephritis. Nat Immunol. 2019 Jul;20(7):902–14.

46. ​​Der E, Ranabothu S, Suryawanshi H, Akat KM, Clancy R, Morozov P, et al. Einzelzell-RNA-Sequenzierung zur Analyse der molekularen Heterogenität bei Lupusnephritis. JCI Insight. 2017 Mai;2(9):e93009.

47. Der E, Suryawanshi H, Morozov P, Kustagi M, Goilav B, Ranabothu S, et al. Die auf Lupusnephritis angewendete Einzelzell-Transkriptomik von Tubularzellen und Keratinozyten zeigt Typ-I-IFN und fibroserelevante Signalwege. Nat Immunol. 2019 Jul;20(7):915–27.

48. Conway BR, O'Sullivan ED, Cairns C, O'Sullivan J, Simpson DJ, Salzano A, et al. Der Nieren-Einzelzellatlas zeigt myeloische Heterogenität im Fortschreiten und Rückschritt von Nierenerkrankungen. J Am Soc Nephrol. 2020 Dez; 31(12):2833–54.

49. Cameron GJM, Cautivo KM, Loering S, Jiang SH, Deshpande AV, Foster PS, et al. Angeborene Lymphzellen der Gruppe 2 sind bei experimenteller renaler Ischämie-Reperfusionsschädigung überflüssig. Frontimmunol. 2019;10:826.

50. Kreimann K, Jang MS, Rong S, Greite R, von Vietinghoff S, Schmitt R, et al. Eine Ischämie-Reperfusionsverletzung löst die Freisetzung von CXCL13 und die Rekrutierung von B-Zellen nach einer allogenen Nierentransplantation aus. Frontimmunol. 2020;11:1204.

51. Kirita Y, Wu H, Uchimura K, Wilson PC, Humphreys BD. Zellprofilierung der akuten Nierenschädigung bei Mäusen zeigt konservierte zelluläre Reaktionen auf die Schädigung. Proc Natl Acad Sci US A. 2020 Jul;117(27):15874–83.

52. Wen L, Yang H, Ma L, Fu P. Die Rolle von NLRP3-Inflammasom-vermittelten Signalwegen bei hyperurikämischer Nephropathie. Mol Zellbiochem. 2021 März;476(3):1377–86.

53. Nishinakamura R. Menschliche Nierenorganoide: Fortschritte und verbleibende Herausforderungen. Nat Rev Nephrol. 2019 Okt.;15(10):613–24.

54. Tran T, Lindström NO, Ransick A, De Sena Brandine G, Guo Q, Kim AD, et al. In-vivo-Entwicklungsverläufe menschlicher Podozyten informieren über die In-vitro-Differenzierung pluripotenter, aus Stammzellen stammender Podozyten. Entwicklerzelle. 2019 Jul;50(1):102–e6.

55. Uchimura K, Wu H, Yoshimura Y, Humphreys BD. Aus humanen pluripotenten Stammzellen gewonnene Nierenorganoide mit verbesserter Sammelrohrreifung und Verletzungsmodellierung. Cell Rep. 2020 Dez.;33(11):108514.

56. Subramanian A, Sidhom EH, Emani M, Vernon K, Sahakian N, Zhou Y, et al. Die Einzelzellzählung menschlicher Nierenorganoide zeigt Reproduzierbarkeit und eine verminderte Anzahl von Off-Target-Zellen nach der Transplantation. Nat Commun. 2019 Nov;10(1):5462.

57. Wu H, Uchimura K, Donnelly EL, Kirita Y, Morris SA, Humphreys BD. Vergleichende Analyse und Verfeinerung der Differenzierung menschlicher, aus PSC abgeleiteter Nierenorganoide mit Einzelzell-Transkriptomik. Zellstammzelle. 2018 Dez;23(6):869–e8.

58. Czerniecki SM, Cruz NM, Harder JL, Menon R, Annis J, Otto EA, et al. Hochdurchsatz-Screening verbessert die Differenzierung von Nierenorganoiden aus menschlichen pluripotenten Stammzellen und ermöglicht eine automatisierte mehrdimensionale Phänotypisierung. Zellstammzelle. 2018 Jun;22(6): 929–e4.

59. Dvela-Levitt M, Kost-Alimova M, Emani M, Kohnert E, Thompson R, Sidhom EH, et al. Das kleine Molekül zielt auf TMED9 ab und fördert den lysosomalen Abbau, um die Proteinopathie umzukehren. Zelle. 2019 Jul;178(3):521–e23.

60. Wu H, Malone AF, Donnelly EL, Kirita Y, Uchimura K, Ramakrishnan SM, et al. Die Einzelzell-Transkriptomik einer menschlichen Nieren-Allotransplantat-Biopsie zeigt eine vielfältige Entzündungsreaktion. J Am Soc Nephrol. 2018 Aug;29(8):2069–80.

61. Malone AF, Wu H, Fronick C, Fulton R, Gaut JP, Humphreys BD. Nutzung exprimierter Einzelnukleotidvariationen und Einzelzell-RNA-Sequenzierung zur Definition des Immunzell-Chimärismus im abstoßenden Nierentransplantat. J Am Soc Nephrol. 2020 Sep;31(9):1977–86.

62. Liu Y, Hu J, Liu D, Zhou S, Liao J, Liao G, et al. Die Einzelzellanalyse enthüllt die Immunlandschaft in den Nieren von Patienten mit chronischer Transplantatabstoßung. Theranostik. 2020; 10(19):8851–62.

63. Wang Y, Zhao Y, Zhao Z, Li D, Nie H, Sun Y, et al. Die Einzelzell-RNA-Seq-Analyse identifizierte Nierenvorläuferzellen aus menschlichem Urin. Proteinzelle. 2021 Apr;12(4):305–12.

64. Stark R, Grzelak M, Hadfield J. RNA-Sequenzierung: die Teenagerjahre. Nat Rev Genet. 2019 Nov;20(11):631–56. 65 Regev A, Teichmann SA, Lander ES, Amit I, Benoist C, Birney E, et al. Der menschliche Zellatlas. Elife. 2017;12:6.

Mengmeng Jiang^a,b; Haide Chen^{b, c}; Guoji Guo^{a, b, c, d, e}

a: Liangzhu Laboratory, Zhejiang University Medical Center, Hangzhou, China;

b: Zentrum für Stammzellen- und Regenerative Medizin, Zhejiang University School of Medicine, Hangzhou, China;

c: Zhejiang Provincial Key Lab for Tissue Engineering and Regenerative Medicine, Dr. Li Dak Sum & Yip Yio Chin, Center for Stem Cell and Regenerative Medicine, Hangzhou, China;

d: Bone Marrow Transplantation Center, The First Affiliated Hospital, Zhejiang University School of Medicine, Hangzhou, China;

e: Institut für Hämatologie, Zhejiang-Universität, Hangzhou, China