这项研究首先值得注意的是设计规模。
研究纳入94只雄性动物，分为12个处理组，每组7至8只，覆盖3类互补的高血压模型：血管紧张素II（angiotensin II, Ang II）处理小鼠，代表神经体液驱动；Dahl盐敏感大鼠（Dahl salt-sensitive rat, SS），代表盐敏感性高血压；自发性高血压大鼠（spontaneously hypertensive rat, SHR），代表遗传和年龄相关的高血压。
研究人员同时取样下丘脑、肾脏、三级肠系膜动脉、左心室、大脑中动脉以及外周血单个核细胞（peripheral blood mononuclear cells, PBMCs），并设置2至3个时间点，观察疾病早期和后期变化。
最终，研究获得63个非肾脏实体组织的单核RNA测序（single-nucleus RNA sequencing, snRNA-seq）文库、26个肾脏单核多组学测序（snMultiome-seq）文库和6个PBMC单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）文库。
|
最终用于后续分析的数据规模 658,013 个RNA表达谱 + 170,819 个染色质可及性谱 40类主要细胞 · 284个精细亚型 |
更关键的并不只是“细胞更多”，而是同一种疾病终于可以在不同病因、不同器官、不同时间点之间进行比较。
单纯罗列差异表达基因（differentially expressed genes, DEGs），很容易得到一长串名单，却未必知道哪些基因是在协同行动。
因此，研究人员利用共识非负矩阵分解（consensus nonnegative matrix factorization, cNMF），寻找细胞内部成组变化的基因程序。
其中，一个被命名为VSMC-3的血管平滑肌细胞（vascular smooth muscle cell, VSMC）程序格外突出：其活性与标准化血压呈显著正相关，P=7.01×10-4。
更值得注意的是，这一程序并不局限于一个器官。
它在SHR的大脑中动脉、Ang II小鼠和SS大鼠的肾脏，以及SS和SHR的肠系膜动脉中均随着高血压增强，而在正常血压对照动物中没有观察到相似趋势。
VSMC-3中的核心基因也具有相当明确的生物学指向：Egfr和Tgfb1涉及生长因子信号，Kalrn、Plekhg2和Rock2参与细胞骨架及收缩调节，Fn1和Itga9则与细胞外基质重塑有关。
| 核心观察：
|
肾脏中则出现了另一种“跨区段协同”。
研究人员发现，一组覆盖近端小管、髓袢粗升支、远曲小管和连接小管的基因程序，与尿白蛋白/肌酐比、肾皮质及外髓纤维化，以及血压均显著相关，Benjamini-Hochberg校正后P<0.05。
其核心基因同时指向离子转运、损伤应答以及细胞骨架变化。
这提出了一个值得思考的问题：高血压造成的肾损伤，是否不仅仅是某一个肾单位区段“出了问题”，而是多个区段逐渐进入一种协调的损伤状态？
如果说VSMC显示出跨器官的共同程序，那么内皮细胞（endothelial cell, EC）展示的却是另一幅图景：同样面对高血压，不同器官的内皮细胞选择了不同的应答方式。
研究人员整合5个器官的内皮细胞，共得到15个转录特征不同的亚群。
在下丘脑血脑屏障（blood-brain barrier, BBB）中，一个Mfsd2a阳性的C9亚群表现出独特的代谢特征。它表达参与二十二碳六烯酸运输的Mfsd2a以及脂肪酸氧化相关的Cpt1a，却不表达多数内皮细胞中常见的糖酵解促进因子Pfkfb3。
高血压状态下，这类细胞还增强了与周细胞之间的PDGFD-PDGFRB信号，提示血脑屏障界面的细胞通讯正在发生调整。
肠系膜动脉中的情况又不同。
正常血压WKY大鼠随年龄增长时，一类动脉内皮细胞出现明显的Klf2/Klf4调控网络增强。这两个转录因子（transcription factor, TF）与剪切力（shear stress）应答密切相关。研究结果提示，这套机械应力应答程序可能参与血管保护，而不仅仅是高血压后的损伤反应。
在心脏左心室，研究人员又观察到一种明显的时间依赖性。
SS大鼠接受高盐饮食第3天时，心内膜内皮细胞与心肌细胞之间的NRG1-ERBB4信号短暂增强。此时心肌肥厚还比较轻微；到了第21天，心肌肥厚更加明显，而这条通讯反而减弱。
这更像是疾病早期出现的一次暂时性保护反应，而不是贯穿整个高血压过程的固定程序。
| 同样是“内皮细胞”，脑、心脏和外周动脉并没有使用同一本应答手册。局部代谢需求、机械力以及周围有哪些细胞，共同决定了它们如何面对血压升高。 |
整张图谱中，最明显的细胞组成变化之一发生在Ang II处理小鼠的下丘脑。
研究人员观察到神经元比例下降，而星形胶质细胞、髓鞘少突胶质细胞、小胶质细胞和伸长细胞等胶质群体增加。
在Ang II处理3天后，Olig2阳性少突胶质细胞与NeuN阳性神经元的比例显著升高，P=9.11×10-4。
而且，这不仅是“哪类细胞变多了”的问题。
研究人员在下丘脑中找到了770个至少在5类细胞中共同变化的DEGs，其中包括Rora、Apoe、Ptgds、Csmd1和Zbtb16。神经细胞黏附分子（neural cell adhesion molecule, NCAM）相关的细胞间通讯，也在多个高血压模型中增强。
与此同时，精氨酸加压素（arginine vasopressin, AVP）轴呈现出明显的跨器官呼应。
Ang II小鼠疾病早期，Avp阳性神经元中的Avp表达log2倍数变化达到1.09；SS大鼠中则达到2.14。在外周器官中，AVP受体主要出现在肾脏特定细胞：Avpr1a主要位于成纤维细胞和闰细胞，Avpr2则集中于集合管和连接小管。
这让“脑—肾”之间的联系变得更加具体：中枢神经细胞改变激素信号，外周器官中的特定细胞负责接收。
|
|
人类GWAS已经发现大量与血压相关的遗传位点，但一个长期难题是：这些遗传信号究竟在哪种细胞中发挥作用？
这项研究整合了9类与血压和高血压靶器官损伤相关的人类性状，包括收缩压、舒张压、脉压（pulse pressure, PP）、原发性高血压、卒中、冠状动脉疾病、估算肾小球滤过率、白蛋白尿和血尿素氮。
研究人员收集了10,247个达到全基因组显著水平的SNP，并利用位置、表达数量性状位点（expression quantitative trait locus, eQTL）和调控信息，将它们映射到10,040个人类基因。
按不同性状统计，在动物模型高血压进程的差异表达基因中，每个性状中位数可以找到960个对应的人类同源基因，涉及中位数85%的SNP。
但一个非常有意思的结果是：不同高血压模型并没有简单重复同一批人类遗传信号。
|
不同模型捕捉到的人类遗传信号 2,349 个跨模型共享SNP信号 |
这意味着，讨论“哪一种高血压动物模型最像人”，可能本身就是一个过于简单的问题。
更值得关注的是：哪一种模型，更适合研究人类高血压遗传架构中的哪一部分？
整项研究中最具机制追踪意味的一部分，是对非编码变异rs28451064的分析。
在人群遗传研究中，rs28451064-A与更高的舒张压、更小的脉压，以及更高的冠状动脉疾病、心肌梗死和心绞痛发生风险相关。
棘手之处在于，它距离邻近蛋白编码基因的转录起始位点超过100 kb。
这恰恰是复杂疾病GWAS中经常遇到的问题：统计学告诉我们“这里可能重要”，但这个位点距离基因很远，它究竟在调控谁？
研究人员首先将人类rs28451064对应到大鼠基因组中的同源非编码区域。
由于无法在大鼠中精确模拟这个人类SNP，他们采用CRISPR/Cas9删除了包含同源位点的823 bp非编码区段。
| 动物实验验证的是这一调控区域的生理作用，而不能直接解释为“已经证明rs28451064这个单一碱基在人和大鼠中具有完全相同的作用”。 |
在4% NaCl饮食条件下，缺失大鼠与野生型同窝大鼠的平均动脉压、收缩压、舒张压和心率总体没有显著差异，但脉压在多个时间点显著降低，最大约6 mmHg；几个时间点的P值分别达到0.03、0.012和0.01。
而且，这一变化在昼夜两个阶段以及雄性和雌性动物中都可以观察到。
与此同时，缺失大鼠肠系膜组织中的Slc5a3和Rcan1表达下降，但肾皮质和肾外髓没有出现同样的变化，提示该调控区域具有明显的组织特异性效应。
研究人员随后又向前走了一步。
他们在人诱导多能干细胞（human induced pluripotent stem cell, hiPSC）中精确构建了rs28451064-G和rs28451064-A两种等基因背景（isogenic background），再分别分化为内皮细胞和VSMC。
结果显示，在两类血管细胞中，与较小脉压相关的A等位基因都伴随着SLC5A3和RCAN1表达降低。四项比较的P值介于1.66×10-4至0.02之间。
与此同时，该等位基因还伴随增强子相关组蛋白标记H3K4me1或H3K27ac下降。区域捕获Micro-C（region-capture Micro-C）分析进一步发现，rs28451064所在区域与RCAN1启动子之间存在等位基因特异性的染色质互作。
|
机制链条开始成形 一个远离编码基因的非编码变异，可能通过改变染色质状态以及远距离染色质互作，影响SLC5A3、RCAN1等邻近基因的表达，进而改变血管功能和脉压。 “人群统计关联” → “细胞调控” → “动物生理表型” |
注意这里仍然应该使用“可能”。这套机制虽然得到了多层证据支持，但仍需要更多人类组织和独立研究进一步验证。
规模庞大，并不意味着研究没有边界。
首先，主体单细胞图谱集中于雄性动物。高血压存在明确的性别差异，因此这些发现能否完整外推至雌性，需要专门研究。
其次，大脑中动脉和肠系膜动脉合计只有不足3万个细胞核，研究人员也明确指出，血管组织提取高质量细胞核更加困难，因此血管细胞的覆盖深度仍然有限。
第三，每种模型只有2至3个时间点。它能够区分部分早期与晚期变化，却不足以仅凭时间顺序完成可靠的因果推断。
此外，SS和SHR在基线时就已经与相应对照动物存在部分表型差异，这可能影响后续的转录反应。
还有一个经常被忽略的问题：RNA丰度只是生物功能的一层信息。snRNA-seq和scRNA-seq本身只能检测部分基因和转录本，而蛋白质丰度、翻译后修饰、亚细胞定位以及蛋白运输同样可能决定高血压表型。
研究也没有覆盖肾上腺等其他可能参与血压调节的重要器官。
|
|
这项工作的价值，并不仅仅在于发现VSMC-3、AVP轴或者rs28451064。
更有启发性的地方，是它改变了研究高血压时所使用的“单位”。
过去我们常问：哪个基因与高血压有关？哪个器官最关键？哪个动物模型最好？
这项研究给出的图景更接近系统生物学（systems biology）：同一种血压表型，可能由跨器官共享的细胞程序、器官特异性的适应、神经-激素轴，以及不同遗传背景下的非编码调控共同构成。
如果未来要寻找更加精确的干预靶点，问题或许也不应该停留在“抑制哪个基因”。
还需要继续关注：
|
|
|
|
|
|
|
|
|
|
高血压看似只是血压计上的两个数字，但它背后可能是一场跨器官、跨细胞类型、跨时间尺度的系统性重排。
而把这些层次放进同一个研究框架，或许正是我们理解复杂慢性疾病时，需要继续向前推进的一步。
参考文献
