The recent advent of methods for high-throughput single-cell molecular profiling has catalyzed a growing sense in the scientific community that the time is ripe to complete the 150-year-old effort to identify all cell types in the human body. The Human Cell Atlas Project is an international collaborative effort that aims to define all human cell types in terms of distinctive molecular profiles (such as gene expression profiles) and to connect this information with classical cellular descriptions (such as location and morphology). An open comprehensive reference map of the molecular state of cells in healthy human tissues would propel the systematic study of physiological states, developmental trajectories, regulatory circuitry and interactions of cells, and also provide a framework for understanding cellular dysregulation in human disease. Here we describe the idea, its potential utility, early proofs-of-concept, and some design considerations for the Human Cell Atlas, including a commitment to open data, code, and community.

Immune cells in the tumor microenvironment modulate cancer progression and are attractive therapeutic targets. Macrophages and T cells are key components of the microenvironment, yet their phenotypes and relationships in this ecosystem and to clinical outcomes are ill defined. We used mass cytometry with extensive antibody panels to perform in-depth immune profiling of samples from 73 clear cell renal cell carcinoma (ccRCC) patients and five healthy controls. In 3.5 million measured cells, we identified 17 tumor-associated macrophage phenotypes, 22 T cell phenotypes, and a distinct immune composition correlated with progression-free survival, thereby presenting an in-depth human atlas of the immune tumor microenvironment in this disease. This study revealed potential biomarkers and targets for immunotherapy development and validated tools that can be used for immune profiling of other tumor types.

The rise of systems biology implied a growing demand for highly sensitive techniques for the fast and consistent detection and quantification of target sets of proteins across multiple samples. This is only partly achieved by classical mass spectrometry or affinity-based methods. We applied a targeted proteomics approach based on selected reaction monitoring (SRM) to detect and quantify proteins expressed to a concentration below 50 copies/cell in total S. cerevisiae digests. The detection range can be extended to single-digit copies/cell and to proteins undetected by classical methods. We illustrate the power of the technique by the consistent and fast measurement of a network of proteins spanning the entire abundance range over a growth time course of S. cerevisiae transiting through a series of metabolic phases. We therefore demonstrate the potential of SRM-based proteomics to provide assays for the measurement of any set of proteins of interest in yeast at high-throughput and quantitative accuracy.

Single-cell analyses have revealed extensive heterogeneity between and within human tumours1–4, but complex single-cell phenotypes and their spatial context are not at present reflected in the histological stratification that is the foundation of many clinical decisions. Here we use imaging mass cytometry5 to simultaneously quantify 35 biomarkers, resulting in 720 high-dimensional pathology images of tumour tissue from 352 patients with breast cancer, with long-term survival data available for 281 patients. Spatially resolved, single-cell analysis identified the phenotypes of tumour and stromal single cells, their organization and their heterogeneity, and enabled the cellular architecture of breast cancer tissue to be characterized on the basis of cellular composition and tissue organization. Our analysis reveals multicellular features of the tumour microenvironment and novel subgroups of breast cancer that are associated with distinct clinical outcomes. Thus, spatially resolved, single-cell analysis can characterize intratumour phenotypic heterogeneity in a disease-relevant manner, with the potential to inform patient-specific diagnosis. A single-cell, spatially resolved analysis of breast cancer demonstrates the heterogeneity of tumour and stroma tissue and provides a more-detailed method of patient classification than the current histology-based system.

Breast cancer is a heterogeneous disease. Tumor cells and associated healthy cells form ecosystems that determine disease progression and response to therapy. To characterize features of breast cancer ecosystems and their associations with clinical data, we analyzed 144 human breast tumor and 50 non-tumor tissue samples using mass cytometry. The expression of 73 proteins in 26 million cells was evaluated using tumor and immune cell-centric antibody panels. Tumors displayed individuality in tumor cell composition, including phenotypic abnormalities and phenotype dominance. Relationship analyses between tumor and immune cells revealed characteristics of ecosystems related to immunosuppression and poor prognosis. High frequencies of PD-L1+ tumor-associated macrophages and exhausted T cells were found in high-grade ER+ and ER− tumors. This large-scale, single-cell atlas deepens our understanding of breast tumor ecosystems and suggests that ecosystem-based patient classification will facilitate identification of individuals for precision medicine approaches targeting the tumor and its immunoenvironment.

Despite the essential roles of sphingolipids both as structural components of membranes and critical signalling molecules, we have a limited understanding of how cells sense and regulate their levels. Here we reveal the function in sphingolipid metabolism of the ORM genes (known as ORMDL genes in humans)—a conserved gene family that includes ORMDL3, which has recently been identified as a potential risk factor for childhood asthma. Starting from an unbiased functional genomic approach in Saccharomyces cerevisiae, we identify Orm proteins as negative regulators of sphingolipid synthesis that form a conserved complex with serine palmitoyltransferase, the first and rate-limiting enzyme in sphingolipid production. We also define a regulatory pathway in which phosphorylation of Orm proteins relieves their inhibitory activity when sphingolipid production is disrupted. Changes in ORM gene expression or mutations to their phosphorylation sites cause dysregulation of sphingolipid metabolism. Our work identifies the Orm proteins as critical mediators of sphingolipid homeostasis and raises the possibility that sphingolipid misregulation contributes to the development of childhood asthma. Sphingolipids and their biosynthetic intermediates such as ceramide and sphingosine participate in key cellular processes including cell growth, membrane trafficking and inflammation. In recent genetic studies, mutations near the ORMDL3 gene were associated with childhood asthma. A functional genomic study in yeast cells now shows that Orm proteins function in sphingolipid homeostasis, and that alterations in this control result in misregulation of sphingolipid production and accumulation of toxic metabolites. This suggests that misregulation of sphingolipids may directly contribute to the development of asthma. Mutations near the ORMDL3 gene have been associated with childhood asthma. Here, in yeast, Orm proteins are shown to function in sphingolipid homeostasis; alterations in this control result in misregulation of sphingolipid production and accumulation of toxic metabolites. This raises the testable hypothesis that misregulation of sphingolipids may directly contribute to the development of asthma.

Cytosolic compartmentalization through liquid-liquid unmixing, such as the formation of RNA granules, is involved in many cellular processes and might be used to regulate signal transduction. However, specific molecular mechanisms by which liquid-liquid unmixing and signal transduction are coupled remain unknown. Here, we show that during cellular stress the dual specificity kinase DYRK3 regulates the stability of P-granule-like structures and mTORC1 signaling. DYRK3 displays a cyclic partitioning mechanism between stress granules and the cytosol via a low-complexity domain in its N terminus and its kinase activity. When DYRK3 is inactive, it prevents stress granule dissolution and the release of sequestered mTORC1. When DYRK3 is active, it allows stress granule dissolution, releasing mTORC1 for signaling and promoting its activity by directly phosphorylating the mTORC1 inhibitor PRAS40. This mechanism links cytoplasmic compartmentalization via liquid phase transitions with cellular signaling.

Single-cell, spatially resolved omics analysis of tissues is poised to transform biomedical research and clinical practice. We have developed an open-source, computational histology topography cytometry analysis toolbox (histoCAT) to enable interactive, quantitative, and comprehensive exploration of individual cell phenotypes, cell-cell interactions, microenvironments, and morphological structures within intact tissues. We highlight the unique abilities of histoCAT through analysis of highly multiplexed mass cytometry images of human breast cancer tissues.