Abstract The human kidney is a complex organ with various cell types that are intricately organized to perform key physiological functions and maintain homeostasis. New imaging modalities such as mesoscale and highly multiplexed fluorescence microscopy are increasingly applied to human kidney tissue to create single cell resolution datasets that are both spatially large and multi-dimensional. These single cell resolution high-content imaging datasets have a great potential to uncover the complex spatial organization and cellular make-up of the human kidney. Tissue cytometry is a novel approach used for quantitative analysis of imaging data, but the scale and complexity of such datasets pose unique challenges for processing and analysis. We have developed the Volumetric Tissue Exploration and Analysis (VTEA) software, a unique tool that integrates image processing, segmentation and interactive cytometry analysis into a single framework on desktop computers. Supported by an extensible and open-source framework, VTEA’s integrated pipeline now includes enhanced analytical tools, such as machine learning, data visualization, and neighborhood analyses for hyperdimensional large-scale imaging datasets. These novel capabilities enable the analysis of mesoscale two and three-dimensional multiplexed human kidney imaging datasets (such as CODEX and 3D confocal multiplexed fluorescence imaging). We demonstrate the utility of this approach in identifying cell subtypes in the kidney based on labels, spatial association and their microenvironment or neighborhood membership. VTEA provides integrated and intuitive approach to decipher the cellular and spatial complexity of the human kidney and complement other transcriptomics and epigenetic efforts to define the landscape of kidney cell types.

A bstract Kidney Precision Medicine Project (KPMP) is building a spatially-specified human tissue atlas at the single-cell resolution with molecular details of the kidney in health and disease. Here, we describe the construction of an integrated reference tissue map of cells, pathways and genes using unaffected regions of nephrectomy tissues and undiseased human biopsies from 55 subjects. We use single-cell and -nucleus transcriptomics, subsegmental laser microdissection bulk transcriptomics and proteomics, near-single-cell proteomics, 3-D nondestructive and CODEX imaging, and spatial metabolomics data to hierarchically identify genes, pathways and cells. Integrated data from these different technologies coherently describe cell types/subtypes within different nephron segments and interstitium. These spatial profiles identify cell-level functional organization of the kidney tissue as indicative of their physiological functions and map different cell subtypes to genes, proteins, metabolites and pathways. Comparison of transcellular sodium reabsorption along the nephron to levels of mRNAs encoding the different sodium transporter genes indicate that mRNA levels are largely congruent with physiological activity.This reference atlas provides an initial framework for molecular classification of kidney disease when multiple molecular mechanisms underlie convergent clinical phenotypes.

ABSTRACT Diabetic kidney disease (DKD) remains the leading cause of end stage kidney disease despite decades of study. Alterations in the glomerulus and kidney tubules both contribute to the pathogenesis of DKD although the majority of investigative efforts have focused on the glomerulus. We sought to examine the differential expression signature of human DKD in the glomerulus and proximal tubule and corroborate our findings in the db/db mouse model of diabetes. A transcriptogram network analysis of RNAseq data from laser microdissected (LMD) human glomerulus and proximal tubule of DKD and reference nephrectomy samples revealed enriched pathways including rhodopsin-like receptors, olfactory signaling, and ribosome (protein translation) in the proximal tubule of human DKD biopsy samples. The translation pathway was also enriched in the glomerulus. Increased translation in diabetic kidneys was validated using polyribosomal profiling in the db/db mouse model of diabetes. Using single nuclear RNA sequencing (snRNAseq) of kidneys from db/db mice, we prioritized additional pathways identified in human DKD. The top overlapping pathway identified in the murine snRNAseq proximal tubule clusters and the human LMD proximal tubule compartment was carboxylic acid catabolism. Using ultra-performance liquid chromatography-mass spectrometry, the fatty acid catabolism pathway was also found to be dysregulated in the db/db mouse model. The Acetyl-CoA metabolite was down-regulated in db/db mice, aligning with the human differential expression of the genes ACOX1 and ACACB. In summary, our findings demonstrate that proximal tubular alterations in protein translation and carboxylic acid catabolism are key features in both human and murine DKD.

Abstract Despite important advances in studying experimental and clinical acute kidney injury (AKI), the pathogenesis of this disease remains incompletely understood. Single cell sequencing studies have closed this knowledge gap by characterizing the transcriptomic signature of different cell types within the kidney. However, the spatial distribution of injury can be regional and affect cells heterogeneously. We first optimized coordination of spatial transcriptomics and single nuclear sequencing datasets, mapping 30 dominant cell types to a human nephrectomy sample. The predicted cell type spots corresponded with the underlying hematoxylin and eosin histopathology. To study the implications of acute kidney injury on the distribution of transcript expression, we then characterized the spatial transcriptomic signature of two murine AKI models: ischemia reperfusion injury (IRI) and cecal ligation puncture (CLP). Localized regions of reduced overall expression were found associated with tissue injury pathways. Using single cell sequencing, we deconvoluted the signature of each spatial transcriptomic spot, identifying patterns of colocalization between immune and epithelial cells. As expected, neutrophils infiltrated the renal medullary outer stripe in the ischemia model. Atf3 was identified as a chemotactic factor in S3 proximal tubule cells. In the CLP model, infiltrating macrophages dominated the outer cortical signature and Mdk was identified as a corresponding chemotactic factor. The regional distribution of these immune cells was validated with multiplexed CO-Detection by inDEXing (CODEX) immunofluorescence. Spatial transcriptomic sequencing can aid in uncovering the mechanisms driving immune cell infiltration and allow detection of relevant subpopulations in single cell sequencing. The complementarity of these technologies facilitates the development of a transcriptomic kidney atlas in health and disease.

Abstract Kidney stone disease causes significant morbidity and increases health care utilization. The pathogenesis of stone disease is not completely understood, due in part to the poor characterization of the cellular and molecular makeup of the kidney papilla and its alteration with disease. We deciphered the cellular and molecular niche of the human renal papilla in patients with calcium oxalate (CaOx) stone disease compared to healthy subjects using single nuclear RNA sequencing, spatial transcriptomics and high-resolution large-scale multiplexed 3D and Co-Detection by indexing (CODEX) imaging. In addition to identifying cell types important in papillary physiology, we defined subtypes of immune, stromal and principal cells enriched in the papilla, and characterized an undifferentiated epithelial cell cluster that was more prevalent in stone patients. Despite the focal nature of mineral deposition in nephrolithiasis, we uncovered a global injury signature involving multiple cell types within the papilla, characterized by immune activation, oxidative stress and extracellular matrix remodeling. The microenvironment of mineral deposition had features of an immune synapse with antigen presenting inflammatory macrophages interacting with T cells, and an immune repertoire ranging from inflammation to fibrosis. The expression of MMP7 and MMP9 was associated with stone disease and mineral deposition, respectively. MMP7 and MMP9 were significantly increased in the urine of patients with CaOx stone disease compared to non-stone formers, and their levels correlated with disease activity in stone formers. Our results define the spatial molecular landscape and specific pathways contributing to stone-mediated injury in the human papilla, and identify potential urinary biomarkers.

Abstract Clinical sepsis is a highly dynamic state that progresses at variable rates and has life-threatening consequences. Staging patients along the sepsis timeline requires a thorough knowledge of the evolution of cellular and molecular events at the tissue level. Here, we investigated the kidney, an organ central to the pathophysiology of sepsis. Single cell RNA sequencing revealed the involvement of various cell populations in injury and repair to be temporally organized and highly orchestrated. We identified key changes in gene expression that altered cellular functions and can explain features of clinical sepsis. These changes converged towards a remarkable global cell-cell communication failure and organ shutdown at a well-defined point in the sepsis timeline. Importantly, this time point was also a transition towards the emergence of recovery pathways. This rigorous spatial and temporal definition of murine sepsis will uncover precise biomarkers and targets that can help stage and treat human sepsis.

Abstract To understand the physiology and pathology of disease, capturing the heterogeneity of cell types within their tissue environment is fundamental. In such an endeavor, the human kidney presents a formidable challenge because its complex organizational structure is tightly linked to key physiological functions. Advances in imaging-based cell classification may be limited by the need to incorporate specific markers that can link classification to function. Multiplex imaging can mitigate these limitations, but requires cumulative incorporation of markers, which may lead to tissue exhaustion. Furthermore, the application of such strategies in large scale 3-dimensional (3D) imaging is challenging. Here, we propose that 3D nuclear signatures from a DNA stain, DAPI, which could be incorporated in most experimental imaging, can be used for classifying cells in intact human kidney tissue. We developed an unsupervised approach that uses 3D tissue cytometry to generate a large training dataset of nuclei images (NephNuc), where each nucleus is associated with a cell type label. We then devised various supervised machine learning approaches for kidney cell classification and demonstrated that a deep learning approach outperforms classical machine learning or shape-based classifiers. Specifically, a custom 3D convolutional neural network (NephNet3D) trained on nuclei image volumes achieved a balanced accuracy of 80.26%. Importantly, integrating NephNet3D classification with tissue cytometry allowed in situ visualization of cell type classifications in kidney tissue. In conclusion, we present a tissue cytometry and deep learning approach for in situ classification of cell types in human kidney tissue using only a DNA stain. This methodology is generalizable to other tissues and has potential advantages on tissue economy and non-exhaustive classification of different cell types.

Abstract Sepsis is a significant cause of mortality in hospitalized patients. Concomitant development of acute kidney injury (AKI) increases sepsis mortality through unclear mechanisms. While electrolyte disturbances and toxic metabolite buildup during AKI could be important, it is possible that the kidney produces a protective molecule lost during sepsis with AKI. We previously demonstrated that systemic Tamm-Horsfall Protein (THP, uromodulin), a kidney-derived protein with immunomodulatory properties, falls in AKI. Using a mouse sepsis model without severe kidney injury, we show that the kidney increases circulating THP by enhancing basolateral release of THP from medullary thick ascending limb cells. In sepsis patients, changes in circulating THP are positively associated with critical illness. THP is also found de novo in injured lungs. Genetic ablation of THP in mice leads to increased mortality and bacterial burden during sepsis. Consistent with the increased bacterial burden, the presence of THP in vitro and in vivo leads macrophages and monocytes to upregulate a transcriptional program promoting cell migration, phagocytosis and chemotaxis and treatment of macrophages with purified THP increases phagocytosis. Rescue of septic THP -/- mice with exogenous systemic THP improves survival. Together, these findings suggest that through releasing THP, the kidney modulates the immune response in sepsis by enhancing mononuclear phagocyte function and systemic THP has therapeutic potential in sepsis. Significance Statement Sepsis is a significant contributor to kidney injury as well as morbidity and mortality worldwide. Specific therapies to improve outcomes in sepsis with kidney injury have largely been limited to symptom management and infectious agent control, in part because it is unclear how kidney injury increases sepsis mortality. This paper describes the identification of Tamm-Horsfall protein, previously known to protect in ischemic models of AKI, as protective in preclinical models of sepsis. It demonstrates how the loss of THP leads to decreased mononuclear phagocyte function and diversity, increased pathogen burden and decreased survival. THP also increases in sepsis without severe kidney injury and concentrates in injured organs. Further study of THP in sepsis could lead to novel sepsis therapeutics.

Abstract Background The advancement of high content optical microscopy has enabled the acquisition of very large 3D image datasets. Image analysis tools and three dimensional visualization are critical for analyzing and interpreting 3D image volumes. The analysis of these volumes require more computational resources than a biologist may have access to in typical desktop or laptop computers. This is especially true if machine learning tools are being used for image analysis. With the increased amount of data analysis and computational complexity, there is a need for a more accessible, easy-to-use, and efficient network-based/cloud-based 3D image processing system. Results The Distributed and Networked Analysis of Volumetric Image Data (DINAVID) system was developed to enable remote analysis of 3D microscopy images for biologists. DINAVID is a server/cloud-based system with a simple web interface that allows biologists to upload 3D volumes for analysis and visualization. DINAVID is designed using open source tools and has two main sub-systems, a computational system for 3D microscopy image processing and analysis as well as a 3D visualization system. Conclusions In this paper, we will present an overview of the DINAVID system and compare it to other tools currently available for microscopy image analysis.

There is a need to define regions of gene activation or repression that control human kidney cells in states of health, injury, and repair to understand the molecular pathogenesis of kidney disease and design therapeutic strategies. However, comprehensive integration of gene expression with epigenetic features that define regulatory elements remains a significant challenge. We measured dual single nucleus RNA expression and chromatin accessibility, DNA methylation, and H3K27ac, H3K4me1, H3K4me3, and H3K27me3 histone modifications to decipher the chromatin landscape and gene regulation of the kidney in reference and adaptive injury states. We established a comprehensive and spatially-anchored epigenomic atlas to define the kidney's active, silent, and regulatory accessible chromatin regions across the genome. Using this atlas, we noted distinct control of adaptive injury in different epithelial cell types. A proximal tubule cell transcription factor network of ELF3 , KLF6 , and KLF10 regulated the transition between health and injury, while in thick ascending limb cells this transition was regulated by NR2F1 . Further, combined perturbation of ELF3 , KLF6 , and KLF10 distinguished two adaptive proximal tubular cell subtypes, one of which manifested a repair trajectory after knockout. This atlas will serve as a foundation to facilitate targeted cell-specific therapeutics by reprogramming gene regulatory networks.