Here we report the genome sequence of the honeybee Apis mellifera, a key model for social behaviour and essential to global ecology through pollination. Compared with other sequenced insect genomes, the A. mellifera genome has high A+T and CpG contents, lacks major transposon families, evolves more slowly, and is more similar to vertebrates for circadian rhythm, RNA interference and DNA methylation genes, among others. Furthermore, A. mellifera has fewer genes for innate immunity, detoxification enzymes, cuticle-forming proteins and gustatory receptors, more genes for odorant receptors, and novel genes for nectar and pollen utilization, consistent with its ecology and social organization. Compared to Drosophila, genes in early developmental pathways differ in Apis, whereas similarities exist for functions that differ markedly, such as sex determination, brain function and behaviour. Population genetics suggests a novel African origin for the species A. mellifera and insights into whether Africanized bees spread throughout the New World via hybridization or displacement.

Abstract The primary motor cortex (M1) is essential for voluntary fine-motor control and is functionally conserved across mammals 1 . Here, using high-throughput transcriptomic and epigenomic profiling of more than 450,000 single nuclei in humans, marmoset monkeys and mice, we demonstrate a broadly conserved cellular makeup of this region, with similarities that mirror evolutionary distance and are consistent between the transcriptome and epigenome. The core conserved molecular identities of neuronal and non-neuronal cell types allow us to generate a cross-species consensus classification of cell types, and to infer conserved properties of cell types across species. Despite the overall conservation, however, many species-dependent specializations are apparent, including differences in cell-type proportions, gene expression, DNA methylation and chromatin state. Few cell-type marker genes are conserved across species, revealing a short list of candidate genes and regulatory mechanisms that are responsible for conserved features of homologous cell types, such as the GABAergic chandelier cells. This consensus transcriptomic classification allows us to use patch–seq (a combination of whole-cell patch-clamp recordings, RNA sequencing and morphological characterization) to identify corticospinal Betz cells from layer 5 in non-human primates and humans, and to characterize their highly specialized physiology and anatomy. These findings highlight the robust molecular underpinnings of cell-type diversity in M1 across mammals, and point to the genes and regulatory pathways responsible for the functional identity of cell types and their species-specific adaptations.

It has been proposed that one route of behavioral evolution involves novel regulation of conserved genes. Age-related division of labor in honey bee colonies, a highly derived behavioral system, involves the performance of different feeding-related tasks by different groups of individuals. Older bees acquire the colony's food by foraging for nectar and pollen, and the younger “nurse” bees feed larvae processed foods. The transition from hive work to foraging has been shown to be socially regulated and associated both with decreases in abdominal lipid stores and with increases in brain expression of genes implicated in feeding behavior in Drosophila melanogaster . Here we show that division of labor is influenced by a canonical regulator of food intake and energy balance in solitary species, the insulin/insulin-like growth factor signaling (IIS) pathway. Foragers had higher levels of IIS gene expression in the brain and abdomen than did nurses, despite their low lipid stores. These differences are likely nutritionally mediated because manipulations that induced low lipid stores in young bees also up-regulated these genes. Changes in IIS also causally influenced the timing of behavioral maturation: inhibition of the insulin-related target of rapamycin pathway delayed the onset of foraging in a seasonally dependent manner. In addition, pathway analyses of microarray data revealed that nurses and foragers differ in brain energy metabolism gene expression, but the differences are opposite predictions based on their insulin-signaling status. These results suggest that changes in the regulation of the IIS pathway are associated with social behavior.

Abstract Single-cell transcriptomics can provide quantitative molecular signatures for large, unbiased samples of the diverse cell types in the brain 1–3 . With the proliferation of multi-omics datasets, a major challenge is to validate and integrate results into a biological understanding of cell-type organization. Here we generated transcriptomes and epigenomes from more than 500,000 individual cells in the mouse primary motor cortex, a structure that has an evolutionarily conserved role in locomotion. We developed computational and statistical methods to integrate multimodal data and quantitatively validate cell-type reproducibility. The resulting reference atlas—containing over 56 neuronal cell types that are highly replicable across analysis methods, sequencing technologies and modalities—is a comprehensive molecular and genomic account of the diverse neuronal and non-neuronal cell types in the mouse primary motor cortex. The atlas includes a population of excitatory neurons that resemble pyramidal cells in layer 4 in other cortical regions 4 . We further discovered thousands of concordant marker genes and gene regulatory elements for these cell types. Our results highlight the complex molecular regulation of cell types in the brain and will directly enable the design of reagents to target specific cell types in the mouse primary motor cortex for functional analysis.

Abstract Single cell transcriptomics has transformed the characterization of brain cell identity by providing quantitative molecular signatures for large, unbiased samples of brain cell populations. With the proliferation of taxonomies based on individual datasets, a major challenge is to integrate and validate results toward defining biologically meaningful cell types. We used a battery of single-cell transcriptome and epigenome measurements generated by the BRAIN Initiative Cell Census Network (BICCN) to comprehensively assess the molecular signatures of cell types in the mouse primary motor cortex (MOp). We further developed computational and statistical methods to integrate these multimodal data and quantitatively validate the reproducibility of the cell types. The reference atlas, based on more than 600,000 high quality single-cell or -nucleus samples assayed by six molecular modalities, is a comprehensive molecular account of the diverse neuronal and non-neuronal cell types in MOp. Collectively, our study indicates that the mouse primary motor cortex contains over 55 neuronal cell types that are highly replicable across analysis methods, sequencing technologies, and modalities. We find many concordant multimodal markers for each cell type, as well as thousands of genes and gene regulatory elements with discrepant transcriptomic and epigenomic signatures. These data highlight the complex molecular regulation of brain cell types and will directly enable design of reagents to target specific MOp cell types for functional analysis.

ABSTRACT We report the generation of a multimodal cell census and atlas of the mammalian primary motor cortex (MOp or M1) as the initial product of the BRAIN Initiative Cell Census Network (BICCN). This was achieved by coordinated large-scale analyses of single-cell transcriptomes, chromatin accessibility, DNA methylomes, spatially resolved single-cell transcriptomes, morphological and electrophysiological properties, and cellular resolution input-output mapping, integrated through cross-modal computational analysis. Together, our results advance the collective knowledge and understanding of brain cell type organization: First, our study reveals a unified molecular genetic landscape of cortical cell types that congruently integrates their transcriptome, open chromatin and DNA methylation maps. Second, cross-species analysis achieves a unified taxonomy of transcriptomic types and their hierarchical organization that are conserved from mouse to marmoset and human. Third, cross-modal analysis provides compelling evidence for the epigenomic, transcriptomic, and gene regulatory basis of neuronal phenotypes such as their physiological and anatomical properties, demonstrating the biological validity and genomic underpinning of neuron types and subtypes. Fourth, in situ single-cell transcriptomics provides a spatially-resolved cell type atlas of the motor cortex. Fifth, integrated transcriptomic, epigenomic and anatomical analyses reveal the correspondence between neural circuits and transcriptomic cell types. We further present an extensive genetic toolset for targeting and fate mapping glutamatergic projection neuron types toward linking their developmental trajectory to their circuit function. Together, our results establish a unified and mechanistic framework of neuronal cell type organization that integrates multi-layered molecular genetic and spatial information with multi-faceted phenotypic properties.

ABSTRACT The gEAR portal (gene Expression Analysis Resource, umgear.org) is an open access community-driven tool for multi-omic and multi-species data visualization, analysis and sharing. The gEAR supports visualization of multiple RNA-seq data types (bulk, sorted, single cell/nucleus) and epigenomics data, from multiple species, time points and tissues in a single-page, user-friendly browsable format. An integrated scRNA-seq workbench provides access to raw data of scRNA-seq datasets for de novo analysis, as well as marker-gene and cluster comparisons of pre-assigned clusters. Users can upload, view, analyze and privately share their own data in the context of previously published datasets. Short, permanent URLs can be generated for dissemination of individual or collections of datasets in published manuscripts. While the gEAR is currently curated for auditory research with over 90 high-value datasets organized in thematic profiles, the gEAR also supports the BRAIN initiative (via nemoanalytics.org) and is easily adaptable for other research domains.

Abstract Characterizing cellular diversity at different levels of biological organization across data modalities is a prerequisite to understanding the function of cell types in the brain. Classification of neurons is also required to manipulate cell types in controlled ways, and to understand their variation and vulnerability in brain disorders. The BRAIN Initiative Cell Census Network (BICCN) is an integrated network of data generating centers, data archives and data standards developers, with the goal of systematic multimodal brain cell type profiling and characterization. Emphasis of the BICCN is on the whole mouse brain and demonstration of prototypes for human and non-human primate (NHP) brains. Here, we provide a guide to the cellular and spatial approaches employed, and to accessing and using the BICCN data and its extensive resources, including the BRAIN Cell Data Center (BCDC) which serves to manage and integrate data across the ecosystem. We illustrate the power of the BICCN data ecosystem through vignettes highlighting several BICCN analysis and visualization tools. Finally, we present emerging standards that have been developed or adopted by the BICCN toward FAIR (Wilkinson et al. 2016a) neuroscience. The combined BICCN ecosystem provides a comprehensive resource for the exploration and analysis of cell types in the brain.

ABSTRACT Age-related hearing impairment (ARHI), one of the most common medical conditions, is strongly heritable, yet its genetic causes remain largely unknown. We conducted a meta-analysis of GWAS summary statistics from multiple hearing-related traits in the UK Biobank (n = up to 323,978) and identified 31 genome-wide significant risk loci for self-reported hearing difficulty (p < 5e-8), of which 30 have not been reported previously in the peer-reviewed literature at genome-wide significance. We investigated the regulatory and cell specific expression for these loci by generating mRNA-seq, ATAC-seq, and single-cell RNA-seq from cells in the mouse cochlea. Risk-associated genes were most strongly enriched for expression in cochlear epithelial cells, as well as for genes related to sensory perception and known Mendelian deafness genes, supporting their relevance to auditory function. Regions of the human genome homologous to open chromatin in sensory epithelial cells from the mouse were strongly enriched for heritable risk for hearing difficulty, even after adjusting for baseline effects of evolutionary conservation and cell-type nonspecific regulatory regions. Epigenomic and statistical fine-mapping most strongly supported 50 putative risk genes. Of these, at least 39 were expressed robustly in mouse cochlea and 16 were enriched specifically in sensory hair cells. These results reveal new risk loci and risk genes for hearing difficulty and suggest an important role for altered gene regulation in the cochlear sensory epithelium.

Summary Progressive striatal gene expression changes and epigenetic alterations are a prominent feature of Huntington’s disease (HD), but direct relationships between the huntingtin (HTT) protein and chromatin remain poorly described. Here, using chromatin immunoprecipitation and sequencing (ChIP-seq), we show that HTT reproducibly occupies specific locations in the mouse genome, including thousands of genomic loci that are differentially occupied in striatal tissue from a knock-in mouse model of HD (B6. Htt Q111/+ ) versus wildtype controls. ChIP-seq of histone modifications, generated in parallel, revealed genotype-specific colocalization of HTT with trimethylation of histone 3 lysine 27 (H3K27me3), a repressive chromatin mark. Near genes that are differentially regulated in HD, greater HTT occupancy in Htt Q111/+ vs. wildtype mice predicted increased H3K27me3, reduced histone 3 lysine 4 (H3K4me3), a marker of poised and active promoters, and down-regulated gene expression. Altered huntingtin-chromatin interactions may therefore play a direct role in driving transcriptional dysregulation in HD.