六百万细胞尺度的人脑前额叶基因活动图谱：PsychAD 队列与 Dreamlet 工具如何把脑病研究推向人群规模

研究构建了迄今规模最大的人脑背外侧前额叶基因活动图谱，覆盖1494名捐献者、超过630万个单细胞核，包含神经元、免疫细胞和血管细胞，捐献者年龄从婴儿到108岁，具有多样祖源，并涵盖神经典型对照与八种脑部疾病患者。 此前人脑单细胞研究通常局限于相对较少的个体，该工作把分析推进到人群规模，使跨个体变异与疾病相关变异可以在同一框架内比较。 外部报道与论文摘要均给出明确规模数字：1494名捐献者、630万个以上细胞核、八种疾病诊断；论文说明样本经多重标记、基因型拆分与统一细胞分类学注释，并设置技术重复。

跨疾病比较显示，除各病特有的表达变化外，还存在富集于 mRNA 加工、蛋白定位等基础细胞功能的共性转录特征；在扣除这些共性信号后，阿尔茨海默病、弥漫性路易体病、血管性痴呆与帕金森病之间表现出更强的遗传与转录一致性。 把多种神经退行性与精神疾病放在同一队列、同一细胞分类学下比较，使“共享”与“特异”的区分不再依赖跨数据集拼接。 论文摘要明确报告了共性特征与扣除后的疾病间一致性；队列按跨疾病、AD 表型、神经精神症状三个层次组织分析，并说明统计功效与效应量的评估。

在阿尔茨海默病方向，研究刻画了不同 AD 表型之间的转录差异，发现其与健康衰老不同，并报告随 AD 严重程度增加出现神经元丰度下降、免疫与血管细胞群体增加；同时发现深层兴奋性神经元丰度升高与多种神经精神症状相关。 把病理与认知指标（CERAD 斑块密度、Braak 分期、认知损害）与细胞组成和转录轨迹结合，用于区分疾病进程与正常衰老。 论文摘要与正文说明 AD 表型分析使用696名个体的子集，神经精神症状分析使用234名 AD 个体；结论基于细胞组成分析与疾病轨迹建模。

配套论文提出并验证了开源 R 包 Dreamlet，用基于精度加权线性混合模型的 pseudobulk 方法在跨个体层面做差异表达分析，并在真实数据上报告了计算与统计性能。 既有方法多面向中小规模数据，难以同时处理重复测量、样本多重标记带来的高维批次效应与大规模数据的算力开销；Dreamlet 针对这些设计约束给出实现。 论文报告在1000名供者、8种细胞类型、410万个细胞上31分钟、26 Gb 内存完成 pseudobulk；在326名受试者、12种细胞类型上45 CPU 分钟；并用独立团队开发的模拟流程与真实脑组织标签置换评估假阳性率。

该图谱聚焦背外侧前额叶一个脑区，作者明确表示理解全貌还需要其他脑区；结论适用于逝者尸检脑组织的单核转录组层面，用于提出机制假设与靶点线索，而非直接用于临床诊断或治疗决策。Dreamlet 面向跨个体均值表达差异，适用于有重复测量与多重标记批次效应的大规模队列分析。

论文自身提示，技术批次效应对部分基因影响可观，且各细胞簇的测量精度差异很大，因此“某基因只在一种细胞类型中差异表达”既可能反映细胞类型特异的疾病生物学，也可能反映其他细胞簇统计功效较低，作者建议谨慎解读细胞类型特异性发现。此外，PTPRG 在 AD 中的分子角色尚不清楚，全基因组关联研究未在该基因区域发现风险变异，提示其上调可能是反应性的并随病程阶段变化；pseudobulk 方法不保留样本内表达分布信息，转录爆发与连续表达梯度需要单细胞层面的分析。本次证据包为摘要级阅读，未包含图表与补充材料，因此具体效应量、细胞亚型层面的完整结果与统计细节仍需回到原文核对。