High-parametric protein maps reveal single-cell organization in developing human heart

Kunskap om den tidiga utveckling av däggdjurshjärtat är för det mesta baserad på djurmodeller vilket orsakar att utvecklingen av det mänskliga embryonala hjärtat är till en stor del inferentiell på en molekylär nivå. Tidigare profilering av mänskliga prenatala genuttryckmönster är för det mesta baserat på transkriptomisk data vilket lämnar genuttryck på en proteinnivå till en stor del icke utforskat. Fokus projektet Human Developmental Cell Atlas inom det internationella Human Cell Atlas ansträngningen ämnar till att elaborera på mänsklig utveckling och tillförse referenskartor som kan användas för att utforska kliniska relevanta avvikelser från normal utveckling. I denna masteruppsats, en antikropps panel för utforskandet av proteiner för cell-typ karakterisering och spatiotemporala slutledningar i mänskliga embryonala hjärtvävnader är ämnat att levereras och appliceras för undersökning av genuttryckmönster i det utvecklande hjärtat. Först, en antikropps panel riktade mot 26 olika proteiner som har identifierats att vara närvarande i embryonala hjärtat utvecklades och validerades för prestanda. Antikropps panelen användes för måldetektion med den multiplexa avbildnings plattformen CODEX för analys av 5 pcw och 7 pcw hjärtvävnadssnitt. Klustring av encelliga genuttryck profiler representerade av registrerade intensiteter i tagna bilder ledde till identifieringen av 23 och 16 cell populationer i 5 pcw och 7 pcw hjärta respektive. Profilering av spatiala associationer genom klustring av kombinerade genuttryck profiler av närliggande celler ledde till identifieringen av 26 olika spatiala cell-typ relationer för båda de analyserade åldrarna. Interaktioner mellan identifierade cell-typer var sedan statistiskt karakteriserade baserat på delad kontakt mellan identifierade celler i bilder. Sammanfattningsvist, proteiner i mänskligt embryonalt hjärta är kartlagda och används för att undersöka encellig organisation i det utvecklande hjärtat. Karakteriserade genuttryckmönster bidrar till en mer inkapslande förståelse av mänsklig utveckling och bistår med att lägga en grund för vidare forskning och klinisk relevans.

Knowledge of the early development of the mammalian heart has for the most part been based on animal models causing development of the human embryonic heart to be mostly inferential on a molecular level. Prior profiling of human prenatal expression patterns has mainly been based on transcriptomic data leaving expression on the protein level to a large extent uninvestigated. The Human Developmental Cell Atlas is a focus project within the international Human Cell Atlas endeavor that aims to elaborate on early human development and provide reference maps that can be used to investigate clinically relevant deviances from normal development. In this thesis, an antibody panel for investigating proteins for cell-type characterization and spatiotemporal inferences in human embryonic heart tissues aims to be delivered and applied for investigation of expression patterns in the developing heart. First an antibody panel targeting 26 distinct proteins identified to be present in embryonic heart was developed and validated for performance. The antibody panel was employed for target detection with the multiplex imaging platform CODEX for analysis of 5 post-conception week (pcw) and 7 pcw heart tissue sections. Clustering of single cell expression profiles represented by recorded intensities in captured images identified 23 and 16 cell populations in 5 pcw and 7 pcw heart respectively. Profiling of spatial associations by clustering of combined expression profiles of adjacent cells identified 26 different spatial cell-type relationships for both analyzed ages. Interactions between identified cell-types were then statistically characterized based on shared contact between identified cells in images. In summary, proteins in human embryonic heart are mapped and used to investigate single-cell organization in the developing heart. Characterized expression patterns contribute to a more encapsulating understanding of human development and aid in laying a foundation for future research of clinical relevance.