年龄是阿尔茨海默病（AD）的主要风险因素，但具体机制尚不明确。2023 年《Nature》一篇研究揭示了大脑老化过程中髓鞘受损是导致阿尔茨海默病中淀粉样蛋白沉积的关键因素。今天就来拆解下这篇普通转录组（bulk RNA-seq）联合单核细胞转录组（snRNA-seq）分析的文章Myelin dysfunction drives amyloid-β deposition in models of Alzheimer’s disease。
一、研究概述
研究人员通过小鼠模型发现，衰老导致的髓鞘损伤，是驱动Aβ沉积的上游风险因素。实验表明，这种髓鞘完整性的丧失在病理进程中处于上游阶段，直接加剧了大脑的退行性变化。这一发现将少突胶质细胞从疾病的被动观察者重新定位为积极的致病参与者。因此，通过维护髓鞘健康来预防或延缓阿尔茨海默病，可能成为一种极具前景的全新治疗策略。
二、实验设计
样本选择
（1）AD患者与健康人尸检脑组织各3例
（2）AD小鼠（5×FAD、APPNLGF）与髓鞘异常小鼠（Cnp−/−、Plp−/y 等）的杂交后代。
模型构建
构建三种髓鞘异常模型：
（1）慢性功能障碍（基因敲除）
（2）急性脱髓鞘（饮食 / 药物诱导）
（3）特异性髓鞘缺失（条件性敲除）
技术组合
使用组织染色 + 电镜 + 行为学检测，搭配bulk RNA-seq、snRNA-seq多组学技术。
验证逻辑
人样本质证关联→小鼠模型验证因果→分子实验+生信分析解析机制。
三、生信分析
生信工具 | 核心用途 |
|---|---|
STAR | bulk RNA-seq数据比对参考基因组 |
featureCounts | 统计每个基因的表达量，输出原始计数数据 |
DESeq2 | 筛选差异基因 |
Fiji | 免疫荧光图像定量分析（比如算Aβ斑块面积、髓鞘密度） |
CellRanger | snRNA-seq数据预处理，生成可用的基因表达矩阵 |
CellBender | 剔除snRNA-seq中的杂信号 |
Seurat | 单细胞聚类、UMAP降维和细胞注释 |
gprofiler2 | 基因功能富集分析 |
STRING | 分析差异基因的蛋白相互作用，找核心调控基因 |
Prism 8 | 计分析和图表绘制 |
R（afex包） | 分析小鼠行为学数据的差异 |
Tukey’s 多重比较检验 | 验证多组样本间的差异是否可靠 |
四、研究结果
Fig 1：AD患者颞叶皮质髓鞘密度降低，且髓鞘缺失处小胶质细胞增多。
Fig 2：不管是慢性还是急性髓鞘损伤，都会让AD小鼠大脑Aβ斑块增多（海马区最明显）。
Fig 3：髓鞘功能障碍导致轴突肿胀，积累APP和BACE1，这会直接促进Aβ的生成。
Fig 4：髓鞘缺陷小鼠的小胶质细胞无法靠近Aβ斑块，且基因表达偏向炎症、脂质代谢。
Fig 5：单核细胞转录组鉴定出两种小胶质细胞（髓鞘相关/ Aβ相关），前者会阻碍后者清除斑块。
五、总结
研究意义
本研究首次明确髓鞘老化是AD的风险因子，通过生信多组学分析，证实髓鞘功能障碍要么直接干扰APP蛋白代谢或者促进Aβ生成，要么阻碍小胶质细胞“清废”，最终诱发AD病理，为AD治疗提供了全新靶点。
学习资源
文献的原始数据与生信分析代码均已公开，大家可以方便的学习与复用。
研究数据
GSE178304 (microglia bulk RNA-seq in GSE178296; 6-month-old snRNA-seq data in GSE208683; 3-month-old snRNA-seq data in GSE178295)
分析代码
https://github.com/TSun-tech/AD_MyelinMutant
推荐阅读
中国银河生信云平台（UseGalaxy.cn）致力于零代码生信分析。平台拥有海量计算资源、3000 多个生信工具和数十条生信流程，并且为用户提供 200G 免费存储空间。进群交流请先加 usegalaxy 为好友。我们还为进阶用户提供高质量培训课程：
RNA-seq数据分析实战 | 2026年第1期，开启你的生信学习之旅
