Résumé L'interface materno-fœtale humaine est caractérisée par un mélange en mosaïque de cellules maternelles et fœtales. Cependant, les programmes cellulaires, moléculaires et spatiaux sous-jacents restent incompletely définis. Ici, nous générons un atlas complet de l'interface materno-fœtale humaine à travers des grossesses normales, de la gestation précoce à terme, en intégrant un profilage transcriptomique à cellule unique et un profilage de l'accessibilité de la chromatine à grande échelle avec une transcriptomique spatiale à résolution submicrométrique et imagerie protéique multiplex CODEX, augmentant considérablement la résolution spatiotemporelle des recherches antérieures. Ce cadre délimite les types cellulaires communs et transitoires, les états et les niches spatiales à travers les compartiments fœtal et maternel, reconstruit des programmes transcriptionnels qui guident la différenciation des cytotrophoblastes et des cellules stromales déciduelles, et résout des unités structurelles architecturales récurrentes qui forment cette interface. Nous identifions des transitions d'état endothélial artériel précédemment non reconnues pendant le remodelage des artères spirales médiées par les cytotrophoblastes et développons un modèle d'apprentissage automatique qui prédit l'invasivité des cytotrophoblastes à partir de signatures transcriptomiques. Nous découvrons également un sous-type de cellule stromale décidue qui inhibe l'invasion des cytotrophoblastes via la signalisation endocannabinoïde à l'interface materno-fœtale humaine. En intégrant l'atlas avec des données d'association à l'échelle du génome, nous identifions les cellules maternelles et fœtales les plus vulnérables à la prééclampsie, à l'accouchement prématuré ou à la fausse couche. Cette ressource fournit un contexte de référence multiomique à cellule unique spatialement résolu de la placenta et de la décidue humaine et offre un cadre pour décoder leur développement normal et désordonné.
Building similarity graph...
Analyzing shared references across papers
Loading...
Changhu Wang
University of California, Los Angeles
Yan Zhou
University of California, San Francisco
Yuejun Wang
University of California, San Francisco
Nature
Stanford University
University of California, San Francisco
Washington University in St. Louis
Building similarity graph...
Analyzing shared references across papers
Loading...
Wang et al. (mercredi,) ont étudié cette question.
synapsesocial.com/papers/69d8967d6c1944d70ce07ef5 — DOI: https://doi.org/10.1038/s41586-026-10316-x
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: