表征在处理条件下人为偏倚人脑组织转录组的工艺

死亡后脑组织处理为何重要

对阿尔茨海默病、帕金森病和其他脑部疾病的许多重要见解来自于对死后捐献的脑组织的研究。但在一个人死亡后数小时内该组织的处理方式，会微妙甚至显著地改变哪些基因看起来是活跃的。本研究提出了一个看似简单但后果重大的问题：当我们读取尸检脑组织中的分子“信息”时，我们看到的有多少反映了个体的生物学状态，又有多少是死亡后时间和温度的副作用？

将快速冷冻的手术组织与尸检脑组织比较

研究者从一个罕见的优势开始：获得在肿瘤手术中切除的小块外观健康的脑组织，这些组织可以在大约半小时内冷却并冷冻。这类样本提供了活体大脑基因活动的接近快照。团队将它们与来自大型尸检库的脑组织比较，后者在大约六小时的短延迟或大约三十六小时的长延迟后采集。为避免技术差异，所有样本按相同方式处理和测序。在成千上万的基因中，区分样本的主要因素不是供体的年龄或性别，而是组织来自快速冷冻的手术样本还是来自延迟的尸检样本。

隐藏的应激信号与伪影基因的出现

与即时冷冻的手术组织相比，短延迟和长延迟的尸检组织均显示出基因活动的显著变化。许多上调基因与应激反应、线粒体的能量生产以及炎性通路有关。作者将这一共同基因簇称为“脑伪影基因”（Brain Artifact Genes，简称 BAGs），因为它们似乎是由死亡后条件而非疾病本身诱导表达的。即使是相对较短的六小时延迟也足以产生数千个变化，包括参与神经细胞间通讯的基因，这表明过往研究中一些明显的“疾病信号”可能部分反映了大脑在被保存前的放置时间。

检验时间、温度与细胞类型的作用

为分辨哪些尸后因素最为关键，研究团队取自手术的组织块并故意在冰箱温度或室温下放置不同时间后再冷冻，然后再次测量基因活动。短时间放在冰箱中的组织最像即时冷冻的样本，而更长的时间和更高的温度导致更强且更广泛的 BAG 激活。通过分析单个细胞核，研究者还发现不同脑细胞类型在不同阶段表现出不同反应：谷氨酸能神经元是在室温下放置数小时后最早“响应”的细胞类型，而少突胶质细胞和小胶质细胞则在大约一天后表现出最强的伪影特征。这意味着特定细胞群体的测量可能会随时间产生偏差。

用机器学习构建分子质量评分

由于没有任何脑组织库能完美控制尸后处理的每一细节，作者转向机器学习以创建实用的质量检查工具。利用来自已知时间和温度组合暴露组织的基因表达模式，他们训练了一个模型来识别三类广义的处理条件“域”。从数千个基因中，模型提炼出一个较小的特征签名，称为 TTRUTH（Time and Temperature Response genes Underlying Transcriptional Heterogeneity）。由此得到的 TTRUTH 分数估计任何给定脑样本承受时间与温度相关伪影的强弱。将其应用于其他研究的多个独立尸检数据集时，大多数样本落入与中度伪影暴露一致的域，而少数显示出更接近理想处理或严重应激的模式，凸显出供体和中心之间的现实变异性。

这对脑研究意味着什么

对非专业读者而言，核心信息是脑组织会“记住”死亡后如何被处理，而这些记忆可能伪装成疾病的信号。这项工作提供了路线图和一个公开可用的在线工具，使研究者能够为其数据集评分以识别隐藏的处理效应，区分生物学信号与技术噪声，并更好地对样本进行分组分析。最终，通过识别并校正这些伪影，科学家可以对健康与疾病状态下人脑的工作机制得出更可靠的结论——并更有信心地推动新疗法的发展。

引用: Yaqubi, M., Thomas, M., Talbot-Martin, J. et al. Characterising processing conditions that artifactually bias human brain tissue transcriptomes. Nat Commun 17, 2848 (2026). https://doi.org/10.1038/s41467-026-68872-9

关键词: 脑生物样本库, 尸后组织, 基因表达, RNA 测序, 机器学习