ABSTRACT Stopping COVID-19 is a priority worldwide. Understanding which cell types are targeted by SARS-CoV-2 virus, whether interspecies differences exist, and how variations in cell state influence viral entry is fundamental for accelerating therapeutic and preventative approaches. In this endeavor, we profiled the transcriptome of nine tissues from a Macaca fascicularis monkey at single-cell resolution. The distribution of SARS-CoV-2 facilitators, ACE2 and TMRPSS2, in different cell subtypes showed substantial heterogeneity across lung, kidney, and liver. Through co-expression analysis, we identified immunomodulatory proteins such as IDO2 and ANPEP as potential SARS-CoV-2 targets responsible for immune cell exhaustion. Furthermore, single-cell chromatin accessibility analysis of the kidney unveiled a plausible link between IL6-mediated innate immune responses aiming to protect tissue and enhanced ACE2 expression that could promote viral entry. Our work constitutes a unique resource for understanding the physiology and pathophysiology of two phylogenetically close species, which might guide in the development of therapeutic approaches in humans. Bullet points We generated a single-cell transcriptome atlas of 9 monkey tissues to study COVID-19. ACE2 + TMPRSS2 + epithelial cells of lung, kidney and liver are targets for SARS-CoV-2. ACE2 correlation analysis shows IDO2 and ANPEP as potential therapeutic opportunities. We unveil a link between IL6, STAT transcription factors and boosted SARS-CoV-2 entry.

SUMMARY Spatially resolved transcriptomic technologies are promising tools to study cell fate decisions in a physical microenvironment, which is fundamental for enhancing our knowledge of mammalian development. However, the imbalance between resolution, transcript capture and field of view of current methodologies precludes their systematic application to analyze relatively large and three-dimensional mid- and late-gestation mammalian embryos. Here, we combined DNA nanoball (DNB) patterned arrays and tissue RNA capture to create SpaTial Enhanced REsolution Omics-sequencing (Stereo-seq). This approach allows transcriptomic profiling of large histological sections with high resolution and sensitivity. We have applied Stereo-seq to study the kinetics and directionality of transcriptional variation in a time course of mouse organogenesis. We used this information to gain insight into the molecular basis of regional specification, neuronal migration and differentiation in the developing brain. Furthermore, we mapped the expression of a panel of developmental disease-related loci on our global transcriptomic maps to define the spatiotemporal windows of tissue vulnerability. Our panoramic atlas constitutes an essential resource to investigate longstanding questions concerning normal and abnormal mammalian development.

Abstract Integrative analysis of multi-omics layers at single cell level is critical for accurate dissection of cell-to-cell variation within certain cell populations. Here we report scCAT-seq, a technique for simultaneously assaying chromatin accessibility and the transcriptome within the same single cell. We show that the combined single cell signatures enable accurate construction of regulatory relationships between cis -regulatory elements and the target genes at single-cell resolution, providing a new dimension of features that helps direct discovery of regulatory patterns specific to distinct cell identities. Moreover, we generated the first single cell integrated maps of chromatin accessibility and transcriptome in human pre-implantation embryos and demonstrated the robustness of scCAT-seq in the precise dissection of master transcription factors in cells of distinct states during embryo development. The ability to obtain these two layers of omics data will help provide more accurate definitions of “single cell state” and enable the deconvolution of regulatory heterogeneity from complex cell populations.

Cells do not live in a vacuum, but in a milieu defined by cell–cell communication that can be measured via emerging high-resolution spatial transcriptomics approaches. However, analytical tools that fully leverage such data for kinetic modeling remain lacking. Here we present Spateo ( aristoteleo/spateo-release ), a general framework for quantitative spatiotemporal modeling of single-cell resolution spatial transcriptomics. Spateo delivers novel methods for digitizing spatial layers/columns to identify spatially-polar genes, and develops a comprehensive framework of cell-cell interaction to reveal spatial effects of niche factors and cell type-specific ligand-receptor interactions. Furthermore, Spateo reconstructs 3D models of whole embryos, and performs 3D morphometric analyses. Lastly, Spateo introduces the concept of “morphometric vector field” of cell migrations, and integrates spatial differential geometry to unveil regulatory programs underlying various organogenesis patterns of Drosophila. Thus, Spateo enables the study of the ecology of organs at a molecular level in 3D space, beyond isolated single cells.

SUMMARY Brain regeneration requires a precise coordination of complex responses in a time- and region-specific manner. Identifying key cell types and molecules that direct brain regeneration would provide potential targets for the advance of regenerative medicine. However, progress in the field has been hampered largely due to limited regeneration capacity of the mammalian brain and understanding of the regeneration process at both cellular and molecular level. Here, using axolotl brain with extrodinary regeneration ability upon injury, and the SpaTial Enhanced REsolution Omics-sequencing (Stereo-seq), we reconstructed the first architecture of axolotl telencephalon with gene expression profiling at single-cell resolution, and fine cell dynamics maps throughout development and regeneration. Intriguingly, we discovered a marked heterogeneity of radial glial cell (RGC) types with distinct behaviors. Of note, one subtype of RGCs is activated since early regeneration stages and proliferates while other RGCs remain dormant. Such RGC subtype appears to be the major cell population involved in early wound healing response and gradually covers the injured area before presumably transformed into the lost neurons. Altogether, our work systematically decoded the complex cellular and molecular dynamics of axolotl telencephalon in development and regeneration, laying the foundation for studying the regulatory mechanism of brain regeneration in the future.

Abstract The integration of cell transcriptomics and spatial coordinates to organize differentiation trajectories remains a challenge. Here we introduce spaTrack, a trajectory inference method using optimal transport to incorporate both transcriptomics and distance of spatial transcriptomics sequencing data into transition costs. spaTrack could construct fine spatial trajectories reflecting the true differentiation topology, as well as trace cell dynamics across multiple samples with temporal intervals. To capture the dynamic drivers, spaTrack models the cell fate as a function of expression profile along temporal intervals driven by transcription factors. Applying spaTrack, we successfully disentangle spatiotemporal trajectories of axolotl telencephalon regeneration and mouse midbrain development. Furthermore, we uncover diverse malignant lineages expanding in a primary tumor. One of the lineages with upregulated extracellular matrix organization implants to the metastatic site and subsequently colonizes to a secondary tumor. Overall, spaTrack greatly facilitates trajectory inference from spatial transcriptomics, providing insights in cell differentiation of broad areas.

Abstract Single cell approaches have increased our knowledge about the cell type composition of the non-human primate (NHP), but a detailed characterization of area-specific regulatory features remains outstanding. We generated single-cell chromatin accessibility (single-cell ATAC) and transcriptomic data of 358,237 cells from prefrontal cortex (PFC), primary motor cortex (M1) and primary visual cortex (V1) of adult cynomolgus monkey brain, and integrated this dataset with Stereo-seq (Spatio-Temporal Enhanced REsolution Omics-sequencing) of the corresponding cortical areas to assign topographic information to molecular states. We identified area-specific chromatin accessible sites and their targeted genes, including the cell type-specific transcriptional regulatory network associated with excitatory neurons heterogeneity. We reveal calcium ion transport and axon guidance genes related to specialized functions of PFC and M1, identified the similarities and differences between adult macaque and human oligodendrocyte trajectories, and mapped the genetic variants and gene perturbations of human diseases to NHP cortical cells. This resource establishes a transcriptomic and chromatin accessibility combinatory regulatory landscape at a single-cell and spatially resolved resolution in NHP cortex.

ABSTRACT Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has caused the pandemic of coronavirus disease 2019 (COVID-19). Great international efforts have been put into the development of prophylactic vaccines and neutralizing antibodies. However, the knowledge about the B cell immune response induced by the SARS-CoV-2 virus is still limited. Here, we report a comprehensive characterization of the dynamics of immunoglobin heavy chain (IGH) repertoire in COVID-19 patients. By using next-generation sequencing technology, we examined the temporal changes in the landscape of the patient’s immunological status, and found dramatic changes in the IGH within the patients’ immune system after the onset of COVID-19 symptoms. Although different patients have distinct immune responses to SARS-CoV-2 infection, by employing clonotype overlap, lineage expansion and clonotype network analyses, we observed a higher clonotype overlap and substantial lineage expansion of B cell clones during 2-3 weeks of illness, which is of great importance to B-cell immune responses. Meanwhile, for preferences of V gene usage during SARS-CoV-2 infection, IGHV3-74 and IGHV4-34 and IGHV4-39 in COVID-19 patients were more abundant than that of healthy controls. Overall, we present an immunological resource for SARS-CoV-2 that could promote both therapeutic development as well as mechanistic research.

Studying tissue composition and function in non-human primates (NHP) is crucial to understand the nature of our own species. Here, we present a large-scale single-cell and single-nucleus transcriptomic atlas encompassing over one million cells from 43 tissues from the adult NHP Macaca fascicularis . This dataset provides a vast, carefully annotated, resource to study a species phylogenetically close to humans. As proof of principle, we have reconstructed the cell-cell interaction networks driving Wnt signalling across the body, mapped the distribution of receptors and co-receptors for viruses causing human infectious diseases and intersected our data with human genetic disease orthologous coordinates to identify both expected and unexpected associations. Our Macaca fascicularis cell atlas constitutes an essential reference for future single-cell studies in human and NHP.

Abstract Advances in single-cell sequencing technology provide a unique approach to characterize the heterogeneity and distinctive functional states at single-cell resolution, leading to rapid accumulation of large-scale single-cell datasets. A big challenge undertaken by research community especially bench scientists is how to simplify the way of retrieving, processing and analyzing the huge number of datasets. Towards this end, we developed Cell-omics Data Coordinate Platform (CDCP), a platform that aims to share and integrate comprehensive single-cell datasets, and to provide a network analysis toolkit for personalized analysis. CDCP contains single-cell RNA-seq and ATAC-seq datasets of 474 572 cells from 6 459 samples in species covering humans, non-human primate models and other animals. It allows querying and visualization of interested datasets and the expression profile of distinct genes in different cell clusters and cell types. Besides, this platform provides an analysis pipeline for non-bioinformatician experimental scientists to address questions not focused by the submitters of the datasets. In summary, CDCP provides a user-friendly interface for researchers to explore, visualize, analyze, download and submit published single-cell datasets and it will be a valuable resource for investigators to explore the global transcriptome profiling at single-cell level.